介绍
Marc Andreessen着名地说“所有人都涌入房间。对于许多传统企业来说，这也是一个很好的写作，因为这对软件行业来说是个好消息。
仍然没有人真正理解他的意思。
为了说明他的观点，他说了这个例子：
“今天，世界上最大的书商，亚马逊，是一家软件公司 – 它的核心功能是其惊人的软件引擎，几乎可以在线销售所有东西，没有必要的零售店。最重要的是，当Borders在即将破产的阵痛中挣扎时，亚马逊重新安排了自己的网站，首次通过实体图书推广其Kindle数字图书。现在，即使这些图书本身也是软件。
这是2011年。
有趣的是，安德森还说了以下几点：
“我和其他人一直在争论案件的另一面……我们相信许多着名的新互联网公司正在建立真正的，高增长的，高利润的，高度防御性的业务。”
（阅读他的a2z VC基金的完整博客文章）
安德森很少想到同样的软件行业可能会被吃掉。
快进到2019年，同样的软件行业也很紧张。非常紧张！
原因是人工智能。
特别是那些没有增加AI战争的人。
加速浪潮（2009年 – 2019年） – 当软件开始吃世界时
安德森是对的。
2011年采用软件的公司是各自领域的当前市场领导者，2019年第二季度全球前五大市值公司都提供某种类型的软件解决方案（ycharts.com ）。
同时，自2011年以来，人工智能的发展呈现出前所未有的增长。虽然关于人工智能的几个关键思想已经存在了很长时间，但是许多过程加速了它们的潜在用途。
首先，计算能力，特别是对于专用AI芯片组，已经大大增加。
其次，随着数据湖泊和完全连接的物联网世界的出现，人工智能算法的培训数据量不断增加，扩展了人工智能领域并降低了训练算法的成本。
第三，在过去几年中已经解决了大量技术瓶颈（例如消失的梯度），大大提高了现有算法的准确性和适用性。
最后，云存储和计算的成本降低以及分布式协作工作的促进使得高度专业化的知识比以往更容易结合。
然而，安德森所珍爱的软件公司将AI编织到他们的产品中的程度往往是有限的。相反，一大批新创企业现在整合了基于上述人工智能促进流程的基础设施。
HyperAcceleration Wave（2019 – 2030） – AI已开始吃软件
在效率提高的推动下，这些新公司使用AI来自动化和优化其业务的核心流程。例如，根据BenchSci的最新更新，至少有148家初创企业的目标是实现制药行业非常昂贵的药物开发过程的自动化。
同样，运输部门的人工智能初创企业通过优化货运来创造价值，从而大大减少空闲或闲置运输的数量。
此外，软件开发本身的过程也会受到影响。人工智能驱动的自动代码完成和生成工具，如TabNine ，TypeSQL和BAYOU，正在创建并准备使用。
让我们快速看看这个超加速波的一些示例应用：
自动化编码过程
通过让TabNine 使用AI自动完成您的代码！
它受到来自代码库GitHub的大约200万个文件的培训。在训练期间，其目标是预测给定前面的令牌的每个令牌。为了实现这一目标，它学习了复杂的行为，例如动态类型语言中的类型推断。
一旦Deep TabNine开发人员意识到代码和自然语言处理之间的并行，他们就实现了使用Transformer网络架构的现有GPT-2工具。
这个工具的发明者是Jacob Jackson ，一名本科生和前OpenAI实习生，他很快意识到了这个想法，并为此创建了一个软件工具。
获得有关您的医疗数据的任何问题的答案
因为AI会创建查询以获得答案！
在这里，一组医学研究人员创建了一个工具，您可以逐字地询问有关医疗数据的任何问题，AI会生成一个自定义的SQL查询，然后用于从数据库中检索相关数据。
它被称为问答SQL生成。
他们使用注意力和点发生器网络的RNN（一种深度学习的形式，用于文本分析的类固醇的AI）。对于那些更倾向于探索技术部分的人，可以在这里阅读他们的研究和软件代码。
那么数据库管理员（DBA）的军队何时回家？
根据草图创建一个漂亮的网站
AI将您的草图转换为代码！
想快速建立您的网站？您需要做的就是草绘它，这个平台将使用AI在vue.js中立即创建软件代码，如html，css和js代码。
好吗，对吧？
输入侧只需您的草图状语从句：瞧！你的网站在另一端弹出！
此处在了解有关此平台个人文库的更多信息。
这些只是AI如何越来越多地侵占软件开发的所有部分并快速消除编码和编程的繁琐任务的几个例子！
这是由于自动化数值分析，数据收集以及最终处理和相关代码生成过程的动机。
研究人员拥有比以往任何时候都更高的知识和知识，可以通过人工智能软件渗透到各个层面的每一个问题，从日常的轶事中可以看出：根据他们的购物偏好，我们应该向顾客推荐哪种饼干？
对于大规模制造商的困境，例如：
我们如何以个性化但系统化的方式自动化生产线？
最后，处理构建更智能，更易于使用的软件，甚至可以为您编写代码。
除了辅助决策，诊断和预测之外，人工智能研究人员和影响者的工作导致了超速波：由人工智能驱动的软件不仅实现了与人类水平相当的性能，而且创造了一些能够挑战普通人的想象力和感知的东西。他们自己的能力。
一个人不能再分辨生成神经网络产生的虚假名人面孔，或者不必记住他们在编写脚本时将使用的每个函数的名称。
可以想象，人工智能软件的广泛应用领域和近乎人性化的性能将导致人们处理日常个人和职业问题的方式发生转变。
虽然我们中的一些人对于有意识地避开拥有压倒性人工智能软件的世界感到悲观，或者在某些极端情况下，却没有太多的逃避空间。亚马逊，谷歌，甚至是您最喜欢的邻居花店，都积极（有时是秘密地）使用人工智能来创造收入。面对它，或被抛在后面。
如果你今天是宝马，你会怎么做？
“在这一点上，没有人能够可靠地预测电动汽车的进展速度，或者哪种传动系统将占上风……没有客户要求自行驾驶BEV。（电动汽车）”
一个经典陷阱大多数拥有成熟业务的大企业都在关注现有业务领域，同时忽视经济和商业环境的缓慢侵蚀。
特斯拉作为电动汽车的故事是众所周知的，但很多人可能都不知道这是自动驾驶功能以及人工智能在软件和硬件中的大量使用。
他们已经推动了100亿英里的电力里程，汽车正在收集所有更多的数据，不仅打破汽车市场，还打破制造，服务，销售和一般机动性的相邻市场。
特斯拉的AI正在吞噬所有其他汽车行业的业务。
几周后，他的年度演讲结束后，的宝马首席执行官辞职了。
那些希望主动采用AI的CEO和高管应该做以下5件事
最后的想法
1）准备好AIPlaybook
去年我和一些同行一起做了一个主题演讲小组，有人问我AI是否可以吃软件，我说“是”。
听一听
任何没有拥有人工智能手册的公司，没有数据，算法和机器学习模型，肯定会陷入严重的困境。
AI手册的一个例子是彻底评估公司的成熟度并计划ROI驱动的项目。
2）Upskill和/或聘请（好）数据科学团队
提升您的员工能够推动您的AI转型是任何有志成为AI公司的组织成功的关键。
我们已经为几个大型数据密集型项目提供了建议，以下是高管们应该考虑的几个关键论点。
- 在几年内拥抱人工智能并不是一个趋势，而是生存;
- 为了在人工智能主导市场和软件的时代中存活下来，首席执行官和高管需要提升自己的思维方式，以便在企业内成功采用和应用人工智能，他们要么必须提升技能，要么找到一个优秀的数据科学团队;
- 了解您的游戏：一个优秀的团队可以帮助您了解AI如何让您的公司生存;
- 行业中的例子很丰富，公司关注最新趋势并启动几个较小的项目以提取可大规模工业化的关键项目是关键。
3）从第1天开发算法并执行数据播放
升级您的技术基础架构可以开发最新的AI算法，处理大量异构数据集，构建和培训行业基准和新颖的AI模型是重要的第一步。
一旦建立起来，开发有意义的对话渠道来构想和梦想作为痛苦杀手的项目构想并直接潜入解决数据问题是非常关键的。
最后，从第1天开始执行“足够好”的数据模型和算法，真正的AI公司可以定义其动力并从最近的竞争中获得可观的领先优势。
4）实现分布式知识结构
由于访问正确的数据是有价值的AI解决方案的关键，因此确保访问公司内外生成或获取的数据至关重要。在实现这一目标后，制药公司开始为其临床试验中收集的数据创建中央存储库。因此，他们的数据科学团队将可以访问他们可用于训练AI算法的结构化知识数据库。
确保知识分配的第二种方法是建立分布式协作结构。随着软件模仿团队流程的设置，从设置时间表，召开会议或进行头脑风暴会议，知识和专业知识的整合不再受地理位置的限制。
5）利用相关知识挖掘AI初创企业
安德森为迪士尼购买皮克斯以保持相关性的例子为迪士尼带来了回报，迪士尼今年的电影票价超过80亿美元，使得迪斯尼成为第二大媒体公司（福布斯）。
然而最新的发展表明AI还可以优化电影制作流程。此外，由于迪士尼正在使用迪士尼+创建消费者平台，因此人工智能可能成为确保最佳使用此平台生成的数据的必要基础。如果不想从头开始建立数据科学团队，那么迪士尼等公司可能需要与相关初创企业合作或接管相关的初创企业才能保持竞争力。
是的，AI已经开始吃软件了。
你会怎样做？
本文转载自 Forbs，原文地址
Comments