A16Z合伙人：人工智能领域是否存在“赢家通吃”效应？

编者按：人工智能时代，数据是关键。但是，拥有大量数据的公司会在人工智能时代变得更加强大吗？近日，A16Z合伙人Benedict Evans近日在其博客上发表了一篇文章，对这个问题进行了回答。他认为，普遍情况下，人工智能只会让大公司更适合成为大公司。人工智能是否具备赢家通吃效应，还要看情况。原题为“Does AI make strong tech companies stronger?”文章由36氪编译，希望能够为你带来启发。

机器学习，可能是当今所有的技术中最重要的。

由于机器学习的基础是数据——大量的数据——所以人们经常听到这样的说法，即已经拥有大量数据的公司会变得更加强大。

这有一定道理，但只是在小范围内可以这样说。与此同时，我们也能看到，机器学习会带来能力扩散，整个过程中，它带来的去中心化和集中化一样多。

首先，机器学习是关于数据的。这意味着什么？

由于机器学习的学术氛围，几乎所有的基础技术突破，在发现之后都会立即发表出版。每个人都能读到关于这些突破的论文，甚至有代码，可以复现这一突破。

在过去，软件工程师想要创建一个系统来识别某些东西，他们要写逻辑步骤(“规则”)。

为了识别图片中的猫，你需要写一些规则来识别猫的轮廓、皮毛、腿、眼睛、尖耳朵等等，然后把它们打包在一起，希望它能起作用。

问题在于，尽管这在理论上可行，但在实践中，就相当于试图制造一匹机械马，它所需要的复杂性逻辑是不切实际的。 我们无法描述我们识别猫的所有逻辑步骤。

使用机器学习，你只需要给统计引擎提供例子(很多例子)，这个引擎会生成一个模型来区分这些例子中的不同之处。

你给它100000张贴有“猫”标签的照片和100000张贴有“不是猫”标签的照片，机器就能找出区别。

机器学习，用从数据中自动确定的模式代替了手写的逻辑步骤。对于一些非常广泛的问题，它的效果更好。一些简单的应用是在计算机视觉、语言和语音方面，但它的用例要广泛得多。

你需要多少数据是不断变化的：有一些研究路径，可以让机器学习处理小得多的数据集。但现在，还是数据越多越好。

因此，问题是：如果用机器学习让做新的 重要的事情，而且机器学习需要越多数据越好，这是否意味着那些已经很大并且拥有大量数据的公司会变得更强大？赢家通吃效应有多严重？

不难想象，会有一个良性循环，来强化赢家的主导地位：

更多数据=更精确的模型=更好的产品=更多用户=更多数据。

基于此，得出像“谷歌/ Facebook /亚马逊拥有大量数据”或者“中国拥有大量数据”，将会在人工智能领域占据上风的观点，会变得很容易。

好吧，也可以这样说。

首先，虽然机器学习需要大量的数据，但是你使用的数据要非常适合你试图解决的问题。

通用电气有大量来自燃气涡轮机的遥测数据，谷歌有大量搜索数据，美国运通有大量信用卡欺诈数据。

但你不能用涡轮机数据来训练模型，去发现欺诈交易，也不能用网络搜索数据训练模型去发现即将失效的燃气涡轮机。

也就是说，机器学习是一种可推广的技术——你可以将其用于欺诈检测或面部识别——但是你用它构建的应用程序并不具备可推广性。

你训练的每一个模型只能做一件事。

这与之前的自动化浪潮非常相似：就像洗衣机只能洗衣服，不能洗碗做饭，象棋程序不能交税一样，机器学习翻译系统也不能识别猫。

你构建的应用程序和你需要的数据集，都与你试图解决的任务强相关(尽管这也是一个不断变化的目标，有研究试图让机器学习模型在不同的数据集之间更容易迁移)。

这意味着机器学习的实现的分布将会非常广泛。

谷歌不会“拥有所有的数据”——谷歌会拥有所有的谷歌数据。谷歌给出更相关的搜索结果，通用电气将会有更好的涡轮机遥测技术，沃达丰将会有更好的呼叫模式分析和网络规划，这些都是不同公司建立的不同东西。

谷歌会越来越擅长成为谷歌，但这并不意味着它在其他方面也做得越来越好。

接下来，人们可能会争辩说，这只是意味着每个行业中的大公司变得更加强大——沃达丰、通用电气和美国运通都拥有它们做的任何事情的“所有数据”，从而形成了抵御竞争对手的护城河。

但是在这个方面，情况又变得更加复杂，会有各种有趣的问题涌现。比如谁拥有数据，数据有多独特，数据在什么层面上是独一无二的，以及聚合和分析数据的正确位置在哪里。

所以：作为一家工业公司，你会保留自己的数据并建立机器学习系统来分析它吗(或者付钱给承包商来帮你这样做)？

你会从供应商那里购买用其他人的数据训练的成品吗？ 你是将你的数据融入其中，还是用你的数据进行训练？供应商是否需要你的数据，或者它们已经有足够的数据了？

对于不同的业务部门、不同的行业和不同的用例，答案会有所不同。

从另一个角度来说，如果你正在创建一家公司来用机器学习解决现实世界的问题，那么有两个基本的数据问题：

你如何获得第一批数据来训练你的模型去获得第一个客户？你需要多少数据？

当然，第二个问题可以分解成许多问题：

是用相对较少且相当容易获得的的数据来解决问题？(但许多竞争对手可以获得) 。

还是你需要更多的、难以获得的数据去解决问题？

如果是这样的话，是否存在一种网络效应可以从中受益？ 一个赢家将获得所有的数据？

产品是随着更多的数据无限期地变得更好，还是存在一个S曲线？

这要看情况。

有些数据，是企业或产品所独有的，或者具有很强的专有优势。 通用电气公司的涡轮机遥测技术在分析劳斯莱斯的涡轮机方面，可能没有多大用处。 当然，如果有用的话，他们也不会分享。

这可能是一个创办公司的机会，也是许多大公司的技术部门和承包商设计项目的地方。

一些数据，可以应用于许多公司甚至许多行业中的用例。

比如， “这个电话有些奇怪”，可能在所有信用卡公司中都有用。 “顾客听起来很生气”，可能适用于任何设立有呼叫中心的企业。

基于此，诞生了许多创业公司，以解决许多公司或不同行业的共性问题，并且这里的数据具有网络效应。

但是也有这样的情况，即在某个时间点之后，供应商甚至不需要每个更多的数据了，因为产品已经开始工作了。

实际上，随着机器学习扩散到几乎所有领域，可以从很多创业公司种看到这些情况。我们（A16Z）的投资的公司Everlaw开发了一个法律发现软件：如果你起诉某人，他们给你一卡车的文件，这对你有帮助。

使用机器学习，他们能够对一百万封电子邮件进行情感分析，但不需要根据你的案件数据对模型进行训练，因为情感识别模型的训练数据，不需要来自这个特定的诉讼(或任何诉讼)。

另一家公司Drishti使用计算机视觉技术来检测和分析生产线，其中一些模型是根据你的数据训练出来的，另一些根本不是针对于你的业务，而是跨行业工作的。

还有一些极端情况。最近，我与一家大型车辆制造商的内部人士进行了交谈，这家制造商正在利用机器学习技术来开发更精确的爆胎检测器。

这是基于大量轮胎的数据训练出来的模型。但很明显，获得这些数据并不难。所以，这只能是一个功能，而不是算是护城河。

我早些时候说过，机器学习创业公司需要回答两个问题：

你是如何获得数据的？你需要多少数据？

但是这些只是技术层面的问题，你还需要问自己：

如何进入市场？你的目标市场是什么？你正在解决的问题对你的客户有多有价值？等等。

也就是说，很快将不会有任何“人工智能”创业公司，它们将是工业流程分析公司、法律平台公司或销售优化公司。

事实上，机器学习的普及并不意味着谷歌变得更强大，而是意味着各种各样的创业公司，能够比以前更快地利用这一前沿技术来构建一个应用，解决一个问题。

这让我想到了我在其他地方用过的一个比喻：我们应该将机器学习与 SQL 进行比较。

它是构建新的重要的事情的基石，在未来将成为一切的一部分。 如果你不使用它，而你的竞争对手会使用它，你就会落后。

一些人将基于此创建全新的公司，沃尔玛的一部分成功因素，就是使用数据库更有效地管理库存和物流。

但是今天，如果你创办了一家零售公司，并说“……我们将使用数据库”，这不会让你变得不同或有趣，因为SQL成为了一切的一部分，然后它就在话语体系中消失了。

机器学习也会如此。

原文链接： https://www.ben-evans.com/benedictevans/2018/12/19/does-ai-make-strong-tech-companies-stronger

编译组出品。编辑：郝鹏程