介紹
Marc Andreessen着名地說「所有人都湧入房間。對於許多傳統企業來說，這也是一個很好的寫作，因為這對軟件行業來說是個好消息。
仍然沒有人真正理解他的意思。
為了說明他的觀點，他說了這個例子：
「今天，世界上最大的書商，亞馬遜，是一家軟件公司 – 它的核心功能是其驚人的軟件引擎，幾乎可以在線銷售所有東西，沒有必要的零售店。最重要的是，當Borders在即將破產的陣痛中掙扎時，亞馬遜重新安排了自己的網站，首次通過實體圖書推廣其Kindle數字圖書。現在，即使這些圖書本身也是軟件。
這是2011年。
有趣的是，安德森還說了以下幾點：
「我和其他人一直在爭論案件的另一面……我們相信許多着名的新互聯網公司正在建立真正的，高增長的，高利潤的，高度防禦性的業務。」
（閱讀他的a2z VC基金的完整博客文章）
安德森很少想到同樣的軟件行業可能會被吃掉。
快進到2019年，同樣的軟件行業也很緊張。非常緊張！
原因是人工智能。
特別是那些沒有增加AI戰爭的人。
加速浪潮（2009年 – 2019年） – 當軟件開始吃世界時
安德森是對的。
2011年採用軟件的公司是各自領域的當前市場領導者，2019年第二季度全球前五大市值公司都提供某種類型的軟件解決方案（ycharts.com ）。
同時，自2011年以來，人工智能的發展呈現出前所未有的增長。雖然關於人工智能的幾個關鍵思想已經存在了很長時間，但是許多過程加速了它們的潛在用途。
首先，計算能力，特別是對於專用AI芯片組，已經大大增加。
其次，隨着數據湖泊和完全連接的物聯網世界的出現，人工智能算法的培訓數據量不斷增加，擴展了人工智能領域並降低了訓練算法的成本。
第三，在過去幾年中已經解決了大量技術瓶頸（例如消失的梯度），大大提高了現有算法的準確性和適用性。
最後，雲存儲和計算的成本降低以及分佈式協作工作的促進使得高度專業化的知識比以往更容易結合。
然而，安德森所珍愛的軟件公司將AI編織到他們的產品中的程度往往是有限的。相反，一大批新創企業現在整合了基於上述人工智能促進流程的基礎設施。
HyperAcceleration Wave（2019 – 2030） – AI已開始吃軟件
在效率提高的推動下，這些新公司使用AI來自動化和優化其業務的核心流程。例如，根據BenchSci的最新更新，至少有148家初創企業的目標是實現製藥行業非常昂貴的藥物開發過程的自動化。
同樣，運輸部門的人工智能初創企業通過優化貨運來創造價值，從而大大減少空閑或閑置運輸的數量。
此外，軟件開發本身的過程也會受到影響。人工智能驅動的自動代碼完成和生成工具，如TabNine ，TypeSQL和BAYOU，正在創建並準備使用。
讓我們快速看看這個超加速波的一些示例應用：
自動化編碼過程
通過讓TabNine 使用AI自動完成您的代碼！
它受到來自代碼庫GitHub的大約200萬個文件的培訓。在訓練期間，其目標是預測給定前面的令牌的每個令牌。為了實現這一目標，它學習了複雜的行為，例如動態類型語言中的類型推斷。
一旦Deep TabNine開發人員意識到代碼和自然語言處理之間的並行，他們就實現了使用Transformer網絡架構的現有GPT-2工具。
這個工具的發明者是Jacob Jackson ，一名本科生和前OpenAI實習生，他很快意識到了這個想法，並為此創建了一個軟件工具。
獲得有關您的醫療數據的任何問題的答案
因為AI會創建查詢以獲得答案！
在這裡，一組醫學研究人員創建了一個工具，您可以逐字地詢問有關醫療數據的任何問題，AI會生成一個自定義的SQL查詢，然後用於從數據庫中檢索相關數據。
它被稱為問答SQL生成。
他們使用注意力和點發生器網絡的RNN（一種深度學習的形式，用於文本分析的類固醇的AI）。對於那些更傾向於探索技術部分的人，可以在這裡閱讀他們的研究和軟件代碼。
那麼數據庫管理員（DBA）的軍隊何時回家？
根據草圖創建一個漂亮的網站
AI將您的草圖轉換為代碼！
想快速建立您的網站？您需要做的就是草繪它，這個平台將使用AI在vue.js中立即創建軟件代碼，如html，css和js代碼。
好嗎，對吧？
輸入側只需您的草圖狀語從句：瞧！你的網站在另一端彈出！
此處在了解有關此平台個人文庫的更多信息。
這些只是AI如何越來越多地侵佔軟件開發的所有部分並快速消除編碼和編程的繁瑣任務的幾個例子！
這是由於自動化數值分析，數據收集以及最終處理和相關代碼生成過程的動機。
研究人員擁有比以往任何時候都更高的知識和知識，可以通過人工智能軟件滲透到各個層面的每一個問題，從日常的軼事中可以看出：根據他們的購物偏好，我們應該向顧客推薦哪種餅乾？
對於大規模製造商的困境，例如：
我們如何以個性化但系統化的方式自動化生產線？
最後，處理構建更智能，更易於使用的軟件，甚至可以為您編寫代碼。
除了輔助決策，診斷和預測之外，人工智能研究人員和影響者的工作導致了超速波：由人工智能驅動的軟件不僅實現了與人類水平相當的性能，而且創造了一些能夠挑戰普通人的想像力和感知的東西。他們自己的能力。
一個人不能再分辨生成神經網絡產生的虛假名人面孔，或者不必記住他們在編寫腳本時將使用的每個函數的名稱。
可以想像，人工智能軟件的廣泛應用領域和近乎人性化的性能將導致人們處理日常個人和職業問題的方式發生轉變。
雖然我們中的一些人對於有意識地避開擁有壓倒性人工智能軟件的世界感到悲觀，或者在某些極端情況下，卻沒有太多的逃避空間。亞馬遜，谷歌，甚至是您最喜歡的鄰居花店，都積極（有時是秘密地）使用人工智能來創造收入。面對它，或被拋在後面。
如果你今天是寶馬，你會怎麼做？
「在這一點上，沒有人能夠可靠地預測電動汽車的進展速度，或者哪種傳動系統將佔上風……沒有客戶要求自行駕駛BEV。（電動汽車）」
一個經典陷阱大多數擁有成熟業務的大企業都在關注現有業務領域，同時忽視經濟和商業環境的緩慢侵蝕。
特斯拉作為電動汽車的故事是眾所周知的，但很多人可能都不知道這是自動駕駛功能以及人工智能在軟件和硬件中的大量使用。
他們已經推動了100億英里的電力里程，汽車正在收集所有更多的數據，不僅打破汽車市場，還打破製造，服務，銷售和一般機動性的相鄰市場。
特斯拉的AI正在吞噬所有其他汽車行業的業務。
幾周後，他的年度演講結束後，的寶馬首席執行官辭職了。
那些希望主動採用AI的CEO和高管應該做以下5件事
最後的想法
1）準備好AIPlaybook
去年我和一些同行一起做了一個主題演講小組，有人問我AI是否可以吃軟件，我說「是」。
聽一聽
任何沒有擁有人工智能手冊的公司，沒有數據，算法和機器學習模型，肯定會陷入嚴重的困境。
AI手冊的一個例子是徹底評估公司的成熟度並計劃ROI驅動的項目。
2）Upskill和/或聘請（好）數據科學團隊
提升您的員工能夠推動您的AI轉型是任何有志成為AI公司的組織成功的關鍵。
我們已經為幾個大型數據密集型項目提供了建議，以下是高管們應該考慮的幾個關鍵論點。
- 在幾年內擁抱人工智能並不是一個趨勢，而是生存;
- 為了在人工智能主導市場和軟件的時代中存活下來，首席執行官和高管需要提升自己的思維方式，以便在企業內成功採用和應用人工智能，他們要麼必須提升技能，要麼找到一個優秀的數據科學團隊;
- 了解您的遊戲：一個優秀的團隊可以幫助您了解AI如何讓您的公司生存;
- 行業中的例子很豐富，公司關注最新趨勢並啟動幾個較小的項目以提取可大規模工業化的關鍵項目是關鍵。
3）從第1天開發算法並執行數據播放
升級您的技術基礎架構可以開發最新的AI算法，處理大量異構數據集，構建和培訓行業基準和新穎的AI模型是重要的第一步。
一旦建立起來，開發有意義的對話渠道來構想和夢想作為痛苦殺手的項目構想並直接潛入解決數據問題是非常關鍵的。
最後，從第1天開始執行「足夠好」的數據模型和算法，真正的AI公司可以定義其動力並從最近的競爭中獲得可觀的領先優勢。
4）實現分佈式知識結構
由於訪問正確的數據是有價值的AI解決方案的關鍵，因此確保訪問公司內外生成或獲取的數據至關重要。在實現這一目標後，製藥公司開始為其臨床試驗中收集的數據創建中央存儲庫。因此，他們的數據科學團隊將可以訪問他們可用於訓練AI算法的結構化知識數據庫。
確保知識分配的第二種方法是建立分佈式協作結構。隨着軟件模仿團隊流程的設置，從設置時間表，召開會議或進行頭腦風暴會議，知識和專業知識的整合不再受地理位置的限制。
5）利用相關知識挖掘AI初創企業
安德森為迪士尼購買皮克斯以保持相關性的例子為迪士尼帶來了回報，迪士尼今年的電影票價超過80億美元，使得迪斯尼成為第二大媒體公司（福布斯）。
然而最新的發展表明AI還可以優化電影製作流程。此外，由於迪士尼正在使用迪士尼+創建消費者平台，因此人工智能可能成為確保最佳使用此平台生成的數據的必要基礎。如果不想從頭開始建立數據科學團隊，那麼迪士尼等公司可能需要與相關初創企業合作或接管相關的初創企業才能保持競爭力。
是的，AI已經開始吃軟件了。
你會怎樣做？
本文轉載自 Forbs，原文地址
Comments