在这种状况和趋势影响下，一些新成立的初创公司提出了很多激动人心的技术，虽然其中一些犹如雾里看花，但为了追逐热点趋势，也有很多公司在激进地进行重塑。在某些领域使用了某种机器学习技术的公司，并不算人工智能公司。

总地来说，人工智能初创公司的创建并不容易。而其中最关键的第一步在于选择一个垂直领域所面临的问题。除了深入的技术DNA，还需要深思熟虑的定位和策略（构建人工智能初创公司：现实和策略）。

然而要确保自己不被各种可能性看花眼，面对飞速的发展保持冷静，要做到这些其实很难。

尤其是去年，趋势已经很明显了：通过人工智能技术，解决与数据有关的任何问题。无论企业级应用程序或垂直行业，都采取了这样的方式。考虑到现实情况，今年我们在图表的应用程序分类中添加了多个类别，包括交通运输、房地产（借助数据科学实现房地产的现代化），以及保险业。同时我们将一些非常活跃的行业拆分为两个类别，atv，例如营销应用（拆分为B2B和B2C）以及生命科学（拆分为医疗健康和生命科学）。

除了这些领域外，还有一些非常新潮的应用（例如无人驾驶汽车），今天的人工智能技术正在缺乏想象力的企业应用领域闪烁着耀眼的光辉，从人员流失预测到后端办公室自动化，再到安全，以不同形式提供了切实可行的收效。

人工智能导致人类失业，也许还没有得到政府部门的重视，但没有任何一个职业是不受影响的，至少需要考虑会如何受到影响，也许会通过人工智能得以“增强”。这些问题已得到很多白领职业的证明，例如医生（人工智能 vs 医生）或律师（人工智能开始从事法务工作）。

尤其是金融领域，似乎充分考虑了人工智能的潜力。多年来艰难度日的对冲基金正在为自己的算法寻找可替代数据（全新淘金潮？华尔街想要你的数据）。由人工智能驱动的全新对冲基金（Numerai、Data Capital Management等）虽然还不完善，但已经实现了快速发展。华尔街一些最重要的事务所均在使用人工智能取代人类（BlackRock、Goldman Sachs）。

机器人的反击

无论是爱是恨，2016年都是机器人的元年。很多消息交流服务均提供过完全自动化，可以实时交谈的代理程序。虽然昙花一现，但这些机器人程序似乎已经全面经历了不同的炒作周期，从一开始的承诺，到Tay所面临的灾难（译注：Tay是微软提供的一种基于人工智能技术的聊天机器人，该机器人一经上线，与众多网友交流后，变成了“带有种族歧视倾向并且固执的存在”），到微型文艺复兴，再到Facebook相关研究放缓，有报告称聊天平台上70%的人工智能聊天机器人最终都以失败告终。

对于机器人程序的热情似乎有些早，得出这种结论的原因有很多，建议参阅Bradford Cross的观点，他在文中非常恰当地指出，人们可能因为机器人程序在亚洲的崛起，或者Slack等底层基础架构的快速增长而得出了过于乐观的预期。我们相信，最终这种机器人程序有着很大的潜力，但毕竟这一领域还需要更长的成长时间。“生产商”一端（初创公司需要专注于每个具体的业务领域，少作承诺）和“消费方”一端（我们都需要习惯于机器人程序可以和不能做到的事情，Alexa正在帮助我们意识到这些！）都需要进行彻底的心态调整。

就目前来看，最光明的未来可能属于重要领域需要人类介入的服务，或者完全采取不同于机器人程序的定位，使用人工智能技术扩充人类能力的技术（我们得出这一结论的依据来自frame.ai）。

　　写在最后

大数据与人工智能强强联合，我们即将进入“收获”的季节。忽略各种炒作，我们迎来了数量众多的可能性。

随着核心基础架构以及应用程序端日渐成熟，人工智能技术驱动的应用将迎来井喷期，2017年，大数据（以及人工智能）生态几将火力全开。

　　今日荐文

　　左耳朵耗子：拖累开发团队效率的困局与解决之道