機器學習産品管理?編者按：機器學習引領認知領域的技術創新一些機器學習的新産品也在不斷湧現，技術型初創公司在面對巨大的潛在市場已經蠢蠢欲動紅點投資機構的投資人 Tomasz Tunguz就機器學習對 SaaS 行業的益處進行了分析，下面我們就來說一說關于機器學習産品管理?我們一起去了解并探讨一下這個問題吧!

機器學習産品管理

編者按：機器學習引領認知領域的技術創新。一些機器學習的新産品也在不斷湧現，技術型初創公司在面對巨大的潛在市場已經蠢蠢欲動。紅點投資機構的投資人 Tomasz Tunguz就機器學習對 SaaS 行業的益處進行了分析。

從 Amazon Alexas 到無人駕駛，配有機器學習技術的新産品湧入市場。機器學習技術帶來的創新有目共睹，它也将改變 SaaS 行業。但是它會如何改變呢？創業公司如何利用機器學習獲得優勢呢？

機器學習有四個廣泛的應用：

1. 優化——今天早上，從沙山路到舊金山的南公園旅行最快的方式是101高速公路；我們網站對客戶經理這一職位要求已經是老生常談。要達成更多的業務，就要慢慢說，在談話後半部分再談價格，使用某個案例研究。

2. 識别物體——你剛剛使用智能手機拍攝的照片裡包含一隻貓；在網店裡找到所有紅色格子羊毛短褲；CT掃描顯示高可能性的帕金森病發病率。

3. 檢測異常——你的信用卡在内羅畢的一家商店購買鋼琴支出了10,000美金；你的服務器群集有較高的CPU使用率；潛在客戶對今天早晨的商務郵件回複速度比上周高25％。

4. 數據細分——通過移動應用商店找到我們産品的客戶顯示出15％參與度。

以上任一應用就可以帶來巨大的進步。但是，這些應用組合在一起做出的事情更令人難以置信。對象識别 異常檢測 機器人=無人駕駛車；或鋪磚機器人搭建直立牆的速度比人類快三倍。

我之前寫過機器學習創新速度驚人的文章。雲供應商（亞馬遜、谷歌和微軟）就在快速創新，取得了很多突破性的成果，并提供API，影響着這項新研究的成本。因此，每個初創公司都可以使用這些技術，隻需要幾個拉面箱的成本。

但是，隻是接入這些API、購買.ai域名并且在商品宣傳中運用語言人工智能是不足以取得成功的。你要做的不是把機器學習當作絕招，而是讓這項技術融入到産品中，與用戶一起見證奇迹的發生。

最好的銷售和高資金募集都不會将機器學習作為創業公司的價值主張。相反，他們專注于産品如何增加收入、降低成本、或發展客戶。

我們已經投資了超過20家機器學習類型的公司，從Stripe到RelateIQ、從Chorus到Caspida。當我們想要投資其他相關公司時，以下五點是我們會考慮的：

1. 對數據的專有訪問——算法是現成的，所有人都可以用。通過産品使用或核心合作創建專有數據，這對于創造可持續的競争優勢至關重要。

2. 端到端應用程序，而不是平台—— the monoclouds 更有可能赢得ML-as-a-Service業務。他們有更多的研究人員，更低的基礎設施成本，比任何創業公司的營收都高。端到端應用程序更容易做到收入增長和成本降低，并且是初創公司進入市場更好的途徑。

3. 以ML為基礎的強大GTM——ML有可能成為擁有市場優勢的創新技術。通過改變購買者評估軟件的方式和降低潛在客戶的獲取成本，基于ML的産品可能會擾亂這種局面。但僅僅技術創新是不夠的。

4. 現場專家——是的，你可以使用monocloud的API。但這些系統被調整得盡可能的更廣泛适用，并産生相當不錯的效果。為了提供特别的體驗，一個創業公司需要語音識别、自然語言處理或其它核心學科的任何專家。

5. 算法的進步——每隔一段時間，我們可能會投資擁有自己的基本算法且無法從别處複制的公司。

像之前的數據庫和UI一樣，機器學習是一項新技術，它将改變我們設計和銷售軟件的方式。雖然這些術語可能象征着今天的時代精神，也可能迅速成為企業的陳詞濫調，但是技術的影響才剛剛開始被理解和利用起來。

翻譯來自：蟲洞翻翻 譯者ID：YLS

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!