编者按：本文来自微信大众号“栈外”（微信ID：zhanwai_）作者 Jim Breyer ，36氪经授权发布。
常常有人问我，我是否能宣告一些针对人工智能（AI）出资的见地。
事实是，该范畴过于杂乱多变，教条般的理论并不适用。从这个含义上说，我的答复是没有。
不过，经过十多年对AI出资的考虑，我得出了一些定论。其间一些是我跟特定公司协作后得悉的商业洞悉，另一些是我目击职业老练开展后天然得出的见地。我期望这篇文章能够协助读者更好地了解我对AI出资的观念，以及我是怎么从职业阅历中取得这些观念的。
洞悉一：成功的AI时机是技能才能与商业敏锐性的结合
得出这一定论时，我还在Facebook的董事会任职。其时扎克伯格和他的团队正考虑运用AI技能，为团队装备顶尖的AI人员。在这一方面他们遥遥领先。今日，大多数技能公司都理解，假如期望未来出路大好，他们有必要开端运用，或至少开端探究AI技能。
Facebook早在2010年就知道到了这一点，乃至其时就乐意在AI战略上投入很多的时刻和金钱。扎克伯格和他的团队没有将精力放在研讨和斗胆的企划上，而是寻求实践的方针。Facebook认为AI项目若想物有所值，有必要与商业方针密切相关。但这并不阻碍团队进行长期出资。
相反，在许多情况下，商业导向性思想使他们更乐意进行长期出资。假如某AI项目具有商业含义又满意了一切诉求，Facebook便乐于实施。其他公司在这方面持续迷失方向，他们首要注重技能，认为用例场景终究必然会完成。
Facebook十分在乎技能，但也注重可行性。也难怪他们在AI范畴有着如此令人羡慕的成绩，而且持续走在最前沿。
洞悉二：最佳团队方式是跨学科团队
我发现在AI范畴尤为如此，这要感谢丹尼尔·纳德勒（Daniel Nadler）为我指明晰方向。
丹尼尔·纳德勒创建金融数据剖析公司Kensho时，仍是哈佛大学的在读博士。除了具有聪明的技能脑筋，纳德勒仍是一位诗人和电影制片人。丰厚的布景阅历使他理解，假如想霸占一个多方面的问题，他的团队也有必要来自不同的学科布景。
图注：Kensho总部。
现在，Kensho使用大规模并行核算核算、用户友爱的可视化界面、打破性的非结构化数据工程和猜测剖析，为专业出资人士创建了新一代AI剖析渠道。构建如此杂乱的渠道需求来自不同学科布景的优异团队成员。丹尼尔的Kensho团队中有经济学家、核算学家和开发人员。他经过延聘尖端使用者实在的体会设计师来扩展自己的产品，并经过打造一流的出售文明，树立起了强壮的事务。
2018年，Kensho以5.5亿美元收买了金融剖析组织S&P Global，成为历史上价值最高的的私有化人工智能公司。Breyer Capital和其他前期出资者最初眼光独特。当丹尼尔恳求我为他的下一家猜测剖析公司Edo供给支撑时，我怅然容许。
洞悉三：信赖聪明人
我初度见到托马斯·雷尔登（Thomas Reardon）是在20世纪90年代，虽不熟识，却也敬慕他的才智、能量和勇气。后来我在Microsoft和互联网流媒体服务商Real Networks作业时，对他的了解进一步加深，我发现托马斯为人方面也十分优异。
他十分在乎他的作业及其对国际的影响。咱们每次碰头时，托马斯都教我一些新东西。那时我就知道，假如有时机，我一定会支撑他。我的时机在2016年降临，多亏了Real Networks的创始人罗伯·格拉瑟（Rob Glaser），我和托马斯从头联络上了。托马斯刚从哥伦比亚大学毕业，急迫地期望树立一家神经科学公司。他对公司的设想（托马斯后来创建了CTRL-labs公司，从事脑机接口研制）明晰而令人信服。
我知道他企图做的工作很困难，但也知道他是国际上为数不多的几个人，具有能做成这件事的才能和干劲。我很快乐能成为A轮出资者，为保证公司有一个光亮的未来，我乐意不遗余力。
当托马斯第一次与Facebook接洽时，我坚信他们之间会发生明显的协同效应。我知道，扎克伯格和他的杰出团队懂得赏识CTRL-labs的过人之处，并有或许成为公司潜在的优异协作伙伴。我期望自己能帮到托马斯及其团队。现在，CTRL-labs正处于最好的成功环境中。
我能够将CTRL-labs的成功归因于一群聪明人。我很快乐能在托马斯成为创始人之前就知道了他。我也十分快乐当罗伯·格拉瑟从头举荐互相并供给出资时机时，我挑选了信赖他。现在，由于我信赖扎克伯格和Facebook团队，所以我知道CTRL-labs将具有一个光亮的未来。
洞悉四：即使是在瞬息万变的范畴，经历也很重要
我最近宣告了对Elemental Cognition（专心研讨深度学习的公司）的出资和伙伴关系。在我看来，Elemental Cognition团队正在处理AI未来面对的最大应战之一，即开发核算机器学习和数据剖析之外的推理和理解才能。该公司在增强人类学习和立异才能方面有着巨大的潜力。所以当时机出现时，我便兴奋地决议出资了。这时机令人难以抵抗，而暗地的人物，如大卫·费鲁奇（David Ferrucci），也是位杰出特殊之人。
费鲁奇博士是国际上少量在AI范畴具有数十年相关经历的人之一。他一手树立、领导了认知核算体系IBM Watson团队。Watson在2011年的智力竞答节目《风险边际》（Jeopardy）中，成功打败了有史以来最优异的选手们，取得了具有里程碑含义的成功。Watson也继而为AI范畴新一轮的使用和研讨项目奠定根底。
虽然曩昔十年中AI范畴发生了许多改变，但我信赖费鲁奇博士的经历将大幅度提高Elemental Cognitive的成功几率。国际上有许多年青勤勉的AI开发人员，但具有多年研讨、构建AI使用程序经历的杰出人才却很少。
最终，以下是一些关于AI和AI出资的几点考虑：
1. 我信赖人工智能正被用来成果特殊的工作。在未来十年，它将变得越来越具实用性和革新性。
2. AI算法还处于前期阶段，咱们有望在未来几个月和几年内见证研讨打破。
3. 跟着数据集渐渐的变大、更易于拜访，核算才能价格下降，AI使用程序将变得更强壮、无处不在。
4. 我信赖我国和美国具有最好的AI生态体系。到2025年，10家尖端AI公司中，有9家将设在美国或我国。
5. 我专心于笔直范畴的AI，在医疗保健、媒体和金融方面经历最为丰厚，对这几个范畴也最有决心。我依然注重这些笔直范畴，由于它们有着巨大的用例潜能和明显的财政优势，但我也现已出资并持续探究其他笔直范畴。
6. 最终，全球顶尖大学依然是培育和发现AI人才的最佳场所。仅上一年一年，我就观赏了50多所校园，与教授、研讨生和本科生一起度过了宝贵的韶光。
我对以下院校的AI生态体系尤为形象深入和了解：哈佛大学、斯坦福大学、麻省理工学院、普林斯顿大学、布朗大学、加州大学旧金山分校、德州大学奥斯汀分校、加州大学洛杉矶分校、哥伦比亚大学、康奈尔大学、清华大学、北京大学和印度理工学院。
我期待着在接下来几个月和几年中拜访更多的校园，并更好地了解国际各地的未来AI人才。
