给大家分享一篇关于 和手机的文章。相信很多朋友对 和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和 的相关知识与大家分享。希望大家看完之后会喜欢。
很难相信仅仅在50年前，我们还依靠人类来管理交换机。曾经需要大量人员才能大规模操作的东西很快被微处理器驱动的计算机所取代。如今，我们大多数人都无法想象一个人们需要打电话的世界。
数据科学正在经历一场类似的革命。虽然基于数据进行预测的数学工具已经存在了几百年，算法的算法也已经存在了几十年，但所有这些工具都需要手动管理数据输入和对输出的解释/迭代。
人工智能(AI)可以改变这一切。过去需要几个月才能生成并经常需要手动调整的预测可以通过强大的、几乎自动化的技术来处理。创新型公司明白这项技术的巨大潜力，很多公司都在尝试向以AI为中心的运营模式迁移。
马克库班是许多预见到人工智能无与伦比的影响力的投资者之一。他说：“和PC一样大，和 一样大，AI只会让它相形见绌。而且，如果你不懂，你就会落后。尤其是如果你经营一家企业。”事实上，有确凿的证据支持古巴的预测。据估计，人工智能将在未来十年为全球经济增加惊人的13万亿美元。
然而，尽管有大量的机会，但人工智能的采用速度惊人地慢，因为现有工具仍然很复杂，需要专业人员，并且(最重要的是)需要公司重新考虑其数据管理策略。为了加快人工智能的采用，减少在每个业务中部署所需的时间和金钱，需要新的创新。
采用率缓慢的主要驱动力之一是风险投资规范与建立AI优先公司的现实脱节。具体来说，与传统的SaaS公司相比，人工智能公司需要3-6倍的前期投资，但反过来，它们的市场机会也是3-6倍。因此，实现有意义的商业吸引力的时间跨度要长得多；通常需要5到6年的时间，从概念设计到工作原型，至少需要1000万美元的投资，大约需要10年才能获得有意义的商业吸引力。这个时间表与大多数风险投资基金的偏好不一致，后者通常需要7年时间。
尽管出现了以人工智能为中心的风险投资基金，但投资者在首先评估拥有人工智能的公司时，仍然坚持使用SaaS倍数。大数据分析独角兽Sisense的Amir Orad是AI的创始人之一，他们认为这种倾向很有问题。他向我解释道：“一些风险投资家的动机有一个时间跨度的问题。如果只花半年时间研发，然后开发出AI原型，那么典型的VC结构实际上是无法正常工作的。”
与其期待AI公司在类似的“系列”阶段不像SaaS公司那样具有吸引力，不如下面的预算数字、里程碑和年度经常性收入(ARR)值，与构建AI优先平台的公司相比，更符合构建SaaS工作流应用的公司的实际情况。简而言之，我们需要重新定义真正AI优先公司的投资要求和期望，以促进转型和创新：
风险投资公司安德烈森霍洛维茨的合伙人马丁卡萨多和马特博恩施泰因在最近的一篇文章中重申了人工智能优先公司和传统软件公司之间的区别。他们指出，根据他们的经验，由于其毛利率相对较低(通常在50-60%的范围内，可比SaaS的基准在60-80%以上)，人工智能公司的外观或行为与传统软件公司有所不同)，并且由于AI模型的商业化以及IP可能归客户所有且缺乏广泛适用性，导致扩张挑战和防御mo潜力较弱。由于这些原因，除了需要持续的人力支持和今天运营所需的巨大可变成本之外，以人工智能为优先的公司的财务指标通常与服务公司的财务指标相似，尤其是在开始时。
本文就为大家讲解到这里了。标签：