- A+
作为一个扑克迷，我深知世上没有“必赢”一说。然而，如果我们随机选择100家科技初创企业，我敢打赌，大多数公司都会大肆宣传自身业务与人工智能技术结合的多么紧密。
这种人工智能的营销炒作已是愈演愈烈，这一点我们倒是可以理解。不管是Netflix根据观众此前的选择来预测观众可能的节目喜好，还是谷歌根据数千万网民的点击对搜索结果进行持续的改善，亦或是具有争议的人工智能系统，包括亚马逊善解人意的Alexa，人工智能业已成为我们日常生活的一部分。与此同时，商界正在竞相使用人工智能技术来解决一系列问题，只是对于主流消费者来说不怎么显眼罢了。
竞相搭乘新兴热门事物的顺风车是人类的天性，而且这种现象以前在其他技术领域也是屡见不鲜，例如大数据、云、软件即服务、移动、网络2.0，等等。
但是初创企业对“人工智能”一词的过度使用——或赤裸裸的滥用——如今尤为猖獗。几乎每一天，我都会遇到一些企业，它们会在自身的营销说辞大谈特谈人工智能，并将自己描述为一家人工智能公司，但却拿不出真正的人工智能技术作为证据。
例如，这些人工智能公司实际上做的是基础的数据分析。他们的技术都来源于数据，而且结果都被用于实现特定的目的，例如，根据预设定的规则识别发送营销信息邮件的最佳时机。
这种根据上下文来整理数据的做法也让此类公司具有了一定的价值，但这并不是人工智能。它们之间的关键区别在于：人工智能系统具有迭代性，分析的数据越多，系统就会变得越智能，越能干，而且越自主化。特斯拉的自动驾驶便是一个例子，它能够根据其车辆在路上行驶的每一英里来不断进行完善。真正的人工智能功能会彻底地颠覆市场。
很多软件即服务和自动化公司也用人工智能来标榜自己，但事实上他们所做的只不过是使用数据分析来编排应用和工作流程。这一技术随着时间的推移不会变的更加智能，而且也无法达到真正人工智能技术的自主水平。
这些公司错误地认为，只要其工作与数据或工作流程相关，都可以被称之为人工智能。它们还肆无忌惮地使用通常与人工智能相关的“算法”一词。然而，即便某个系统拥有能够实现某些功能的算法，但它并不一定就能被称之为人工智能。
因此，在我们投资高举人工智能旗帜的公司之前，我们应注意以下几点：公司的业务是否超出了基础数据分析的范畴？这些公司是否会产生数据废气——公司从感兴趣的数据源获取的大量专属数据？它们是否使用这一数据来打造日益智能化的系统，并转而产生自身的数据废气？它们是否拥有能够降低流程中人类干预需求的迭代技术（机器学习或深度学习）。
如果一家公司符合上述所有条件，我们还需注意公司是否拥有：在技术层面上深谙机器学习模型的创始人；将这些模型应用至庞大的数据集的独特方式；面向这些业务极有可能成功的业务模式。
如果有公司声称自己在使用人工智能技术，我们应该向公司负责人询问以下几个问题：那些声称自己是人工智能技术专家的员工在应对巨大的人工智能挑战方面是否有经验，而且相对于竞争对手，他们是否有绝对的优势？他们是否了解打造自主系统所需要的复杂技术细节？他们是否通过吸引人才在市场上开展竞争？
真正的人工智能技术能够为现实问题提供突破性的解决方案。如果这些公司在现实当中能够提供这类解决方案，那么它们再怎么炒作也不为过。
