從亞馬遜的數字語音助手Alexa到自動駕駛汽車，越來越多進入市場的新產品都使用了機器學習技術。機器學習技術提供的創新是真實存在的，機器學習也會改變SaaS世界。但機器學習將如何改變SaaS世界？創業公司如何利用機器學習的優勢？紅點創投合伙人Tomasz Tunguz在Saastr大會上分享了他的觀點，以下是全文：
比如今天早上，從Sand Hill Road到舊金山South Park最快的路線是101號高速路。某個網站的客戶經理招聘需求使用了太多的陳詞濫調，可以使用招聘文本分析創企Textio的工具進行優化。另一個例子是Chorus.ai，該公司采用內部開發的語音識別、自然語言處理，以及人工智能技術對銷售電話進行轉錄、分析以及實時反饋，進而提高銷售代表的業績，并幫助公司分析為什么一些交易沒有成功。
比如識別一張照片里的一只貓、找出一個電商當中所有的紅色格子羊毛短褲、通過新型的CT掃描預測帕金森病的可能性。
你的信用卡顯示從內羅畢一家商店買了一架10000美元的鋼琴。你的服務器正在歷史最高CPU使用率下運作。本周銷售線索郵件客戶回復率比上周高25%。
通過移動app store使用我們產品的客戶的參與度比其他客戶高15%。這些單獨的應用都帶來了巨大的進步，但是如果把這些應用組合起來，將帶來更加不可思議的事物。物體識別+異常檢測+機器人=自動駕駛汽車。或者比人類砌磚速度快三倍的建筑機器人。我以前寫過機器學習帶來的巨大創新。亞馬遜、谷歌和微軟都在快速創新，推出突破性的成果，并通過這些新的研究推出各種API。因此，所有的初創公司都能以很低的費用使用這些技術。但僅僅靠這些API，注冊.ai的域名、并把機器學習/人工智能這些詞匯塞到你的銷售演講當中并不能帶來成功。與其鼓吹機器學習概念，不如讓科技消失在產品當中，讓用戶感覺不到技術的存在。最好的銷售和融資演講應該描述一家公司的價值主張，而不需要提及機器學習。應該專注于產品如何增加收入，降低成本，贏得買家。我們紅點創投投資了20多家機器學習領域的公司，包括Stripe、RelateIQ、Chorus、Caspida。
算法是所有人都可以使用的，專有的數據來源才是關鍵，通過產品使用創造專有數據，也許是通過事件驅動型SaaS產品，或者是通過關鍵的合作伙伴獲取數據，以創造持續的競爭優勢。
科技巨頭也許能夠靠機器學習服務（ML-as-Service）開辟業務。他們的研究人員更多，基礎設施成本更低，擁有遠超創業公司的營銷預算。端到端的應用更容易帶來收入、更容易降低成本，對于創業公司來說是更好的進入市場的路徑。
機器學習具有科技創新的潛力，能夠成為進入市場的優勢。通過改變買方評估軟件的方式、降低客戶獲取成本，機器學習是顛覆性的。但是僅僅有科技創新是不夠的。
你可以使用大公司的API，但是這些系統主要是用于更加廣泛的應用，為了提供特殊的經驗，一家創業公司需要在語音識別、自然語言處理或者其他核心學科的專家。
我們偶爾會投資算法不太可能被其他公司復制的公司。
就像之前的數據庫和圖形用戶界面一樣，機器學習是一種新技術，它將改變我們構建和銷售軟件的方式，雖然這可能已經成為企業的陳詞濫調，但是機器學習技術的影響才剛剛開始發生和被理解。
