几乎人人都知道人工智能是未来，但就投资者来说，这一技术真的已经到了该大幅度投入的地步了吗？本文来自Playfair Capital的风投专家Nathan Benaic，在文中其谈及了一些自己的看法。
正文如下：
人工智能带来最激动人心、最有革命性的机会。我是Playfair Capital的一名风投专家，专注于AI投资和AI社区建设，我认为对于投资者来说，现在正是在这个领域建立公司的好时机。之所以这样说有三个原因。
首先，现在全球有40%的人已经上网，使用的智能手机已经超过20亿台。我们正在创造数据资产，它是AI的原材料，数据描述着我们的行为、兴趣、知识、关系、活动。
其次，计算和存储的成本垂直下降，随着今天处理器计算能力的增长，AI应用变得可能，也变得廉价。
再次，最近我们在学习系统、架构、软件基础设施方面有了明显的提升，这些都有助于让未来的创新加速。
我们还看到AI驱动的产品已经出现，它们正在提升搜索引擎、推荐系统（如电子商务和音乐）、广告服务、金融交易等领域的效率。
那些掌握大量资源的企业已经造出声势让其它企业追随，这些追随的企业害怕失去竞争的资格。最终，社区的理解会加深，大家可以获得更多的工具来建设学习系统，完成更复杂的任务。
如何应用AI技术？
AI技术是一门强大而应用广泛的技术，AI公司进入市场的方式也多种多样。下面我指出6条路：
1、已经有大量企业和公开数据存在于不同的数据孤岛上，要么是在网上，要么是在本地。在二者之间建立联系可以让我们看待复杂问题时更整体。
例证： DueDil、Premise和Enigma。
2、利用团队的专长，通过AI技术弥补人类的不足，解决焦点性、高价值、反复性问题。
例证： Sift Science和Ravelin。
3、已有的或者新的AI架构产品化，使之可以用于超参数优化、数据处理、算法、模式培训和部署等方面。
例证：H20.ai、Seldon和SigOpt。
4、将反复性、结构性、易错性、缓慢性的工序自动化，它由知识工人引导，这些工人会通过语境来作出决策。
例证：Gluru、X.ai、Swiftkey
5、让机器人、自主智能体在物理环境之内有能力感知、学习、作出决策。
例证：特斯拉、Matternet和Skycatch。
6、长远着眼，聚焦研发，敢于冒险，在过去这样做往往会变成学术研究，但由于预算有限，现在情况已经变了。
例证：DNN Research、DeepMind和Vicarious。
什么挑战是运营者要面对的，又是投资者要考虑的？
在AI领域从业时，我看到运营者和投资者极为关注运营、商务、财务上的挑战。下面是几个重点：
1、运营方面
——如何在长远研发和短期财务上平衡？
——人才匮乏，只有极少的人拥有合适的技能和经验。你该如何获得和留住人才？
——一开始就要在工程、产品研发、设计上保持平衡。
——大多的AI系统都需要有用的数据，你如何让自己的系统获取或输出大量数据？
2、商务方面
——在市场上AI产品是相对较新的。在这种情况下，买家可能是不懂技术的，他们可能是新人。你必须格外注意销售的步骤和障碍。
——如何输出产品？SaaS、API还是开源？
——你们的咨询收费吗？安装收费吗？服务收费吗？
——客户的有些数据是提供给他人的，你能很好利用这些数据吗？
3、财务方面
——哪类投资者可以站在最有利位置评估你的业务？
——哪些方面可以投资？MVP、面向用户的开源社区、还是重复性收入？
——你是专注于核心产品开发，还是与客户密切合作开发订制项目？
——融资时要考虑到缓冲期，在你没有取得明显的突破之前最好不要再去融资。
今天的AI投资环境如何
先让我们看看全球的VC市场：2015年一季度至三季度，VC投资额达472亿美元，比过去20年中的17年全年还多。
到了今年底可能会突破550亿美元。目前AI领域共有900家公司，大多企业解决的是商业智能、金融、安全问题。2014年4季度，许多备受尊敬的学术机构参与到投资中来，如Vicarious、 Scaled Inference、MetaMind、Sentient Technologies。
从2015年1月1日至2015年12月1日，投资者共与AI企业达成300宗交易。
在英国， Ravelin、Signal和Gluru等企业获得种子投资，融资总额约20亿美元，一些面向消费者和企业的贷款提供商投入了资金。需要注意的是当中80%的交易投资规模不到500万美元，90%的钱投给了美国企业，只有13%投给欧洲企业。65%的交易发生在美国。
