但要注意的是，一家机器学习的企业只能访问和应用而不是拥有数据。有些依靠自有数据的企业，在发展初期可能会将获取数据作为第一位，免费提供软件，因此收入将会减少，这也是投资人需要注意的。

　　4、是否拥有专有算法

　　尽管在诸如TensorFlow等开源库中有更好的算法，但机器学习公司还是需要专有算法。

　　在许多领域，包括自然语言处理，数据不足不再是瓶颈。在其他领域，算法创新可以提高较小数据集的性能。因此一个专有算法可以提供：更好的准确性、更广泛的功能、更快的性能、更大的解释力，以及可以从较小的数据集中训练出结果。

　　5、机器学习人才

　　机器学习人才稀缺而昂贵，根据一项研究，在英国，2016年下半年普通数据科学家的招聘职位比上半年增长了32%，机器学习专家的薪资水平也是最高的。

　　很多机器学习专家都是从谷歌、亚马逊、IBM和微软出来的，初创企业不可能给他们提供同等的薪资水平。人才竞争激烈，初创企业必须表现出接受和留住高素质人员的能力。

　　6、强大的资本能力

　　在这个技术要求苛刻的领域，开发最小可行产品（MVP）所需的时间很长，销售周期长，机器学习人才成本更高，广泛部署需要资源，这些对资本有很大的需求。

　　好的机器学习初创公司会充分利用资本来增强竞争优势。他们会利用自动化来更快的进行部署，atv直播，利用资本来加快变现，用有竞争力的薪酬来吸引高质量的人才，并将获客速度最大化。

　　未来十年，早期机器学习软件公司都会具有改变企业生态和积累价值的巨大潜力，在英国300个早期机器学习软件公司中，有些会成为未来行业的领导者。我们会通过这17个要素对他们进行评估和判断，当然任何企业都不会在每一个要素上都强大，成功因素在相对重要性上有所不同。不过满足越多的要素，越有成为行业领头羊的可能。让我们拭目以待。