寫給初創(chuàng)公司的話:數(shù)據(jù)權(quán)限是最有利的IP保護(hù)
在人工智能發(fā)展的初期,你們都是初創(chuàng)公司。
【編者按】本文編譯自”Data rights are the new IP rights”,作者為Mark Gorenberg和Ivy Nguyen兩人。
Mark Gorenberg是Zetta Venture Partners的董事總經(jīng)理。他擁有26年的風(fēng)險投資經(jīng)驗,資助并在眾多初創(chuàng)公司的董事會任職。在創(chuàng)業(yè)之前,他曾擔(dān)任過Sun Microsystems的第一個SparcStation團(tuán)隊的軟件執(zhí)行官。
Ivy Nguyen是Zetta Venture Partners的投資者。 她曾在NewGen Capital擔(dān)任高級助理,并在Imagine H2O管理啟動加速程序。
以下為正文:
現(xiàn)在,很多開發(fā)者將其開發(fā)的代碼、算法等資源公開,導(dǎo)致科技領(lǐng)域很多算法服務(wù)類的仿制品可以在數(shù)小時之內(nèi)做出來。軟件專利為這方面的原創(chuàng)產(chǎn)品提供了一定的保護(hù),但是雷同產(chǎn)品之爭仍然很激烈。
不過,值得注意的是,沒有數(shù)據(jù)的軟件本質(zhì)上就是商品。
隨著人工智能的發(fā)展,AI和數(shù)據(jù)的支持顯得越來越重要。但如果沒有數(shù)據(jù),AI也沒有太大作用,如每一款A(yù)I類的產(chǎn)品都先需要數(shù)據(jù)來訓(xùn)練出算法的最基本性能(MAP),然后再向潛在客戶展示算法的性能表現(xiàn),這樣新客戶帶來更多數(shù)據(jù),用于提高算法性能,吸引更多新客戶等。
這種反饋循環(huán)的每一次迭代都會造成更多的競爭,因為繼續(xù)獲取可用數(shù)據(jù)對于保持此反饋循環(huán)的發(fā)展至關(guān)重要。因此,我們應(yīng)當(dāng)認(rèn)識到,數(shù)據(jù)權(quán)限已經(jīng)成為新的知識產(chǎn)權(quán)。同時,這為新興創(chuàng)業(yè)公司帶來了機遇和挑戰(zhàn)。
初創(chuàng)公司具有“從頭開始”的優(yōu)勢
此前,當(dāng)很多用戶毫不猶豫的將自己的數(shù)據(jù)存儲在云盤等云平臺上,卻有多家公司因為數(shù)據(jù)存儲和維護(hù)的成本之高,而選擇放棄了管理用戶數(shù)據(jù)的權(quán)利。許多類似的協(xié)議在今天仍然存在,因此造成了許多企業(yè)獲取的數(shù)據(jù)并不全面,從而阻礙他們將人工智能應(yīng)用于其云產(chǎn)品的嘗試。
現(xiàn)在,我們步入了人工智能時代,更多的用戶讓第三方管理他們的數(shù)據(jù),以確保其可以將更多的精力放在他們的領(lǐng)域。
人工智能的具體應(yīng)用過程需要公司不間斷的獲取數(shù)據(jù),然后對數(shù)據(jù)進(jìn)行清理、設(shè)置標(biāo)簽、查詢和分析,以實現(xiàn)預(yù)測功能等。因而如今很多創(chuàng)業(yè)公司在已有的數(shù)據(jù)基礎(chǔ)上嘗試獲取更多的數(shù)據(jù)權(quán)限和資源。
并且許多將數(shù)據(jù)存儲到云供應(yīng)商的企業(yè)認(rèn)為初創(chuàng)公司構(gòu)不成威脅,會共享其深入的數(shù)據(jù)訪問權(quán)限,因此相對而言,初創(chuàng)類公司擁有更多的自由和選擇。
一開始就用好數(shù)據(jù),進(jìn)入良性循環(huán)
對于AI類初創(chuàng)企業(yè),在最初與客戶談判數(shù)據(jù)權(quán)限方面問題時應(yīng)當(dāng)搶占先機,拋出反饋循環(huán)帶來的數(shù)據(jù)需求問題,利用其價值來要求盡可能多的數(shù)據(jù)權(quán)限。
在許多產(chǎn)品應(yīng)用中,初創(chuàng)公司最初可以通過尋找優(yōu)質(zhì)的數(shù)據(jù)源來訓(xùn)練學(xué)習(xí)算法,以此讓算法從一開始就進(jìn)入一種良性循環(huán)。以下是一些可以嘗試的方法:
1.針對中小企業(yè)和中端市場的客戶,因為他們往往對數(shù)據(jù)權(quán)限持開放態(tài)度,可以低價的優(yōu)質(zhì)產(chǎn)品來交換數(shù)據(jù),此外,將這些小客戶的數(shù)據(jù)拿來訓(xùn)練所花費的代價,可以作為后期談判大客戶的參考。
2.雇用專人來負(fù)責(zé)對算法的訓(xùn)練事宜。
3.找外部來源的數(shù)據(jù),如來自政府機構(gòu)的公開數(shù)據(jù)集,或從Clearbit等第三方供應(yīng)商處購買數(shù)據(jù),還可以看看相關(guān)網(wǎng)站和社交媒體。
4.提供旗艦產(chǎn)品的免費增值版本,以捕獲用戶參與度數(shù)據(jù)。
5.以成本價出售優(yōu)質(zhì)的產(chǎn)品,以此獲得數(shù)據(jù)。如特斯拉,他采用的策略就是為了建立一個龐大的數(shù)據(jù)集來訓(xùn)練自動駕駛汽車。
事實證明,這些外部數(shù)據(jù)源中的數(shù)據(jù),很多都可以將學(xué)習(xí)算法訓(xùn)練到足夠高的性能水平,來讓初創(chuàng)公司向其客戶展示算法的價值,以吸引更多的客戶來使用。
但是,在人工智能的大背景下,創(chuàng)業(yè)公司擁有專有數(shù)據(jù)管道是必要的。因為這樣,公司的算法產(chǎn)品就可以從客戶網(wǎng)絡(luò)中的匯集學(xué)習(xí)中獲得復(fù)合效應(yīng),從而使新進(jìn)入該領(lǐng)域的公司和新興模擬者難以追趕。
現(xiàn)狀與策略
雖然初創(chuàng)公司在獲得更多數(shù)據(jù)權(quán)限方面比個人有優(yōu)勢,但想要達(dá)到目標(biāo)并不容易。以下是一個典型案例:
一家初創(chuàng)公司具有令人難以置信的新型AI動力工作流程演示,與傳統(tǒng)企業(yè)相比,這套系統(tǒng)可以節(jié)省企業(yè)數(shù)千個員工的工作時間。據(jù)該公司的演示,利用歷史銷售數(shù)據(jù)訓(xùn)練了該算法,該系統(tǒng)可以幫助公司預(yù)測新的銷售潮流,并給出最佳的銷售時間點的建議。
但這個華麗的演示最終還是讓客戶企業(yè)離開了,這筆交易就這樣不了了之。因為當(dāng)企業(yè)已經(jīng)準(zhǔn)備好購買并在全公司范圍內(nèi)推出解決方案的時候,交易的審查過程中,因為數(shù)據(jù)安全等問題,律師等人是不同意采用的。他們表示沒有辦法允許該初創(chuàng)公司訪問他們的數(shù)據(jù),以免數(shù)據(jù)落入競爭對手的手中。因此一旦沒有相關(guān)數(shù)據(jù)來進(jìn)行訓(xùn)練,該產(chǎn)品對企業(yè)用戶來說就不那么有價值。
所以交易開始前,初創(chuàng)公司需明確表明,他們的興趣在于從數(shù)據(jù)和數(shù)據(jù)流中學(xué)習(xí)(如用戶參與度、交互數(shù)據(jù)、元數(shù)據(jù)、數(shù)據(jù)流量信息等),而不是聚合客戶的數(shù)據(jù),然后將其轉(zhuǎn)售給第三方。開始階段,數(shù)據(jù)權(quán)限的談判是最困難的,但隨著時間的推移,隨著大家對此方面認(rèn)知的加深,這一過程會變得更加容易些。
總結(jié)
在云數(shù)據(jù)時代,公司通過發(fā)布新功能來進(jìn)行競爭,這些功能很容易復(fù)制,因此,絕對的市場占有率更難實現(xiàn)。從一開始就進(jìn)入數(shù)據(jù)積累的良性循環(huán),這將為企業(yè)成為最后的贏家提供一個保障。為了實現(xiàn)這一點,初創(chuàng)公司的目標(biāo)應(yīng)該是獲得數(shù)據(jù)的獨家權(quán)利,積累客戶數(shù)據(jù),形成合作伙伴關(guān)系。
大家需要明白的是,在積累了大量數(shù)據(jù)之后,現(xiàn)任和新興的競爭對手都無法通過其他方面來彌補這一方面的差距。數(shù)據(jù)使科技公司在歷史上第一次有機會建立強大的保護(hù),防止傳統(tǒng)的老牌企業(yè)和新興的模仿者超越自身,并且這樣的保護(hù)能力也遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)的知識產(chǎn)權(quán)戰(zhàn)略所能提供的保護(hù)。
最后,記得關(guān)注微信公眾號:鎂客網(wǎng)(im2maker),更多干貨在等你!
硬科技產(chǎn)業(yè)媒體
關(guān)注技術(shù)驅(qū)動創(chuàng)新
