本文来自：腾股创投（微信ID: tengguvc，BP投递：bp@tengguvc.com）原文来自Venturebeat，由腾股创投编译整理。
近几年，SaaS 行业的领导企业为了在竞争中占据领先地位，已经在人工智能研发方面投入了大量资金，并收购了许多 AI 公司。Shopify 推出了机器学习驱动欺诈防御、Salesforce 推出了人工智能平台 Einstein。
由于云计算服务为获取人工智能提供了可能，我们正处于一个新时代，SaaS 供应商开始推出真正解决消费者问题的 AI 应用。
在今年的 SAAS NORTH 峰会上，我与许多专家讨论了人工智能在 SaaS 行业的发展。以下是他们眼中 AI + SaaS 的未来 ：
第一波：大公司领先一步
传统的 SaaS 模式基于每月大量的付费订阅，这意味着 SaaS 公司需要不断改进和培养客户关系，以确保客户持续付费。
SaaS 加速器 L-Spark 的创始人 Leo Lax 表示：“AI 正在帮助 SaaS 公司减少建立客户关系相关的人工劳动，并帮助 SaaS 公司以更有意义的方式与客户交流。”
以往几年，只有真正资金充足的 SaaS 巨头才有资源聘用合适的人才，并投资于有意义的 AI 研发。但是仅资金不足以实现有用的人工智能应用。主要的基础是数据，大量的数据。
建立自己的平台 SaaS 公司有了一个良好的开端。训练机器学习系统最大的障碍之一是获得足够大的数据集。Shopify 的数据和分析高级副总裁 David Lennie 解释说：
“最大的价值是尽可能快地获得最大的样本量，而当你拥有一大群用户与你一样做同样的事情的时候，这是更可能实现的。SaaS 公司通常提供一种解决方案，以此进入市场获取用户，最终获得更多的数据。
Lennie 认为，专注于解决某个特定问题而不是“一体化”解决方案的 SaaS 工具，可以更好地获取合适的数据来训练机器学习应用。一旦公司能够访问来自全球数百万用户的“干净”、庞大的数据集，他们就可以开始解决问题。 然而，Rubikloud 的 CEO 兼联合创始人 Kerry Liu 认为，直到目前为止，人工智能方面最好的成功案例还是在企业内部。
“无论是 Google 优化搜索，还是 Salesforce 使用 Einstein 来帮助销售经理确定的最佳使用案例，迄今为止大部分成功的应用都是为了提高内部效率和内部产品开发。
虽然迄今为止，领先公司的大部分应用都是内部的，但正朝着正确的方向前进。专家表示，人工智能将在自动化、个性化、语音输入和用户安全性方面得到提高。
第二波：云计算拉平竞争环境
一直到最近，SaaS 行业的一些新兴企业才真正使用高级 AI 应用。 Affinio 的创始人 Ardi Iranmanesh 表示：“AI 大量被滥用于营销目的。许多小公司仅仅使用了聊天机器人或线性回归等基本应用，就宣称自己是 AI 公司。
然而，在过去的几年中，通过使用 AWS，Microsoft Azure，Google Cloud 和 Oracle 等云计算服务，利用“人工智能即服务”云工具，为小公司使用机器学习等更高级应用打开了大门。
也就是说，这些云服务所提供的支持是在底层的计算层面。云计算服务已经改变了这种状况，使得小型企业无需拥有任何硬件或担心数据安全，就可以获得构建有意义的 AI 应用所需的计算能力，并可以部署在全世界任何地方。
SaaS AI 进化的这个更具包容性的“第二阶段”已经导致了许多专业细分的 AI SaaS 公司出现，这些公司致力于解决垂直市场的问题，而不是与大公司在生产力或通信方面竞争。
正如 Mobify 的联合创始人兼 CEO Igor Faletski 所指出的，“AI 已经存在了一段时间。新的改变是他正在向开发者敞开大门，越来越多的小创业公司可以使用 AI。”
诸如 Beanworks 和 Mindbridge Analytics 等公司专注与新兴垂直行业，实现审计和会计等“白领”任务的自动化，迄今为止，SaaS 巨头基本上忽视了这些领域。
EnergyX Solutions CTO Alex Corneglio 证实了这一趋势。 “我看到一个全新的垂直产品，可以根据具体的市场角色进行定制，所有微妙的品质现在全部嵌入到产品和服务中。”
然而，开发有意义的 AI 应用的最大挑战是获得专有数据集。 David Lennie 在 SAAS NORTH峰会上强调，AI 的价值不仅仅在于强大的算法，也在于公司获取的数据集。 他提醒说，企业应该充分了解如何使用数据，然后再去构建基于 AI 的解决方案。
Lennie 建议，为了克服 AI 数据“鸡与蛋”的难题，新兴的 AI 公司将不得不共享更多的数据，包括与传统公司合作。“也许你可以通过合作交换一些数据。”
Iranmanesh 预计将有更多的传统公司向 AI 初创公司开放数据。他提到万事达卡和 Visa 这类开放数据的公司，他认为：“尽管数据法规永远是一个必须考虑因素，但公司总是希望提高自己的底线，单纯的存储数据并不能解决问题。”
然而，Mindbridge Analytics 的 CEO Eli Fathi 反驳说，在处理诸如审计这样的任务时，可以用来自各公司的公开数据和小数据样本训练算法。 Beanworks 的 CEO Catherine Dahl 表示，会计任务是非常重复性的，非常适合用于训练机器学习算法。
第三波：AI 在 SaaS 行业的指数级增长
更成熟的 SaaS 公司已经收集了大量用户和运营数据的，所以它们的机器学习系统的智能呈指数级增长，在不久的将来，我们很可能会看到更关注与解决真正的企业问题。
Forrester 预测，到 2018 年，SaaS 巨头将越来越多地在平台级进行竞争，在云计算服务上运行其部分服务，以处理对自定义应用和更高级的 AI 应用的需求，从而实现一系列核心业务功能的自动化。
与此同时，随着人工智能在各行各业的普及，更小、更专业的玩家将能够获得更多的客户，从而获得更多的数据集来训练人工智能。 Lennie 认为，如果小公司专注于解决一个一个的具体问题，这将使他们有能力转向解决类似的问题，并将其平台发展到 SaaS 巨头的水平。他说：“你可以冲洗并重复这个模型。 如果你冲洗和重复的时间足够，你就得到一个非常发达的平台。”
Faletski 预测，亚马逊，微软和 Google 等公司将大力投入强 AI 的研发，构建平台生态系统，成为最大的“AI 即服务”供应商。这将进一步为小公司打开利用云服务使用云 AI 应用或开发自己的算法的大门。
Liu 同意这一点：“美国科技五巨头（苹果, 微软, Google, Facebook, 亚马逊）意识到市场上将有更多的人工智能应用，也有更多的云计算供选择。科技巨头可以从企业采用人工智能解决方案中获利，因为这些数据和应用可以部署在一个可以无限扩展的弹性计算平台上。”
SaaS 巨头已经开发出智能平台，这些平台正在以指数级的速度增长，云服务已经为更小的垂直市场玩家提供了平台。 Liu 认为，人们低估了发展的速度。 虽然有人预测财富 500 强公司都需要 10 到 15 年的时间才能将 AI SaaS 产品应用到他们的核心业务功能中，但他预测这将在未来 5 年内发生。
（腾股创投是一家由前华为资深人士成立的早期风险投资公司。投资方向包括5G、云计算、SaaS、大数据、物联网、人工智能。投资阶段天使、Pre-A、A。联系邮箱：bp@tengguvc.com）
36氪在这方面的还有如下几篇报道:
基础架构 3.0：AI 革命的基石
2017人工智能泡沫隐现，未来该如何发展？| 春节阅读特辑
今天中国企业，如何面对人工智能？
