目前AI類公司已經(jīng)展現(xiàn)了他們自己獨有的特征，以區(qū)別于非AI類的公司。

隨著AI熱度的提升，無論是傳統(tǒng)企業(yè)，還是新興公司，都開始在AI領域搶占一定的市場，并標榜自己為“AI公司”。對此，吳恩達表示，真正的AI公司，他們所做的遠遠不止利用神經(jīng)網(wǎng)絡算法來打入市場那么簡單。

在他看來，就像為一家線下的商場做一個網(wǎng)上商城是可能的，但是想讓一家商場直接轉型為互聯(lián)網(wǎng)公司幾乎是不可能的事一樣，只用到簡單的機器學習的公司就不是真正意義上的AI公司。

吳恩達說道：“你不能因為公司里有幾個人在使用神經(jīng)網(wǎng)絡算法做些什么就說這家公司就是AI公司，真正的AI技術要比這復雜的多。”

談及自己在Google實驗室和曾作為百度高管的經(jīng)歷時，他表示，這兩家公司都是AI領域的先驅。

并且，他還表示，基于自身的經(jīng)歷，他可以明確指出AI公司的幾點關鍵特征：

首先，也是最基本的，AI公司必定對數(shù)據(jù)的收集有戰(zhàn)略性部署，因為這些數(shù)據(jù)是機器學習系統(tǒng)的“燃料”。并且，這將能讓AI公司的發(fā)展進入一種良性循環(huán)。

然后，一旦AI公司有了數(shù)據(jù)，他們傾向于將其存儲在數(shù)據(jù)中心并對其進行處理，其中大多數(shù)公司會將數(shù)據(jù)信息分門別類的存儲在不同的“倉庫”里。值得注意的是，為機器學習系統(tǒng)收集各種數(shù)據(jù)絕非易事。

此外，AI公司還會利用現(xiàn)代化開發(fā)手段來推進AI項目，如持續(xù)部署。這就意味著我們可以隨時更改產(chǎn)品，并在變化中學習。

最后，還有一點值得關注，即AI公司不同崗位的職責將不得不改變的狀況。以產(chǎn)品經(jīng)理的改變來作為例子，在過去，產(chǎn)品經(jīng)理通過流程圖，以展示項目在實際應用中的工作方式來指導一個工程團隊；而現(xiàn)在，在AI項目的推進中，已有的自動駕駛車輛或聊天機器人的項目對你的新項目一點用都沒有，產(chǎn)品經(jīng)理必須實時計算所推進的AI系統(tǒng)的數(shù)據(jù)和性能指標，如精度和召回率等，以此來指導團隊。

吳恩達表示，隨著AI的發(fā)展，未來真正的AI類公司將會展現(xiàn)更多他們特有的特征，以區(qū)別于非AI類的公司。比如，現(xiàn)在，AB測試對互聯(lián)網(wǎng)公司的重要性沒有被凸顯出來，但是未來極有可能作為AI類公司的一大顯著技術特征。

本文譯自“You might use AI, but that doesn’t mean you’re an AI company”

最后，記得關注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！