機(jī)器學(xué)習(xí)和人工智能技術(shù)是近年來(lái)最熱門的信息技術(shù)，對(duì)資本的吸引力也與日俱增。根據(jù)麥肯錫最新的報(bào)告《人工智能：下一個(gè)數(shù)字化前沿陣地》，2016年全球人工智能技術(shù)領(lǐng)域獲得了260-390億美元的投資，是三年前的三倍。

雖然投資人工智能技術(shù)的風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)以千計(jì)，如過(guò)江之鯽，但是并非所有的投資機(jī)構(gòu)都熱衷于自動(dòng)駕駛和智能家居等長(zhǎng)線“期貨”技術(shù)，一些聰明的投資者和觀察家們更青睞那些能夠快速產(chǎn)生商業(yè)價(jià)值的機(jī)器學(xué)習(xí)和人工智能技術(shù)應(yīng)用，例如下面這五個(gè)領(lǐng)域：

一、個(gè)人智能助理：消滅繁冗無(wú)聊的工作
每天，我們的大量時(shí)間和精力都被浪費(fèi)在了一些既不重要也不緊迫，或者緊迫而不重要的瑣事上。

Siri、Cortana和Google Assistant等人工智能助理技術(shù)已經(jīng)為我們展現(xiàn)了全新的人機(jī)交互方式。來(lái)自谷歌的創(chuàng)業(yè)公司Dialogflow將這種自動(dòng)化提高到一一個(gè)新的水平：利用機(jī)器學(xué)習(xí)和人工智能技術(shù)開發(fā)對(duì)話界面，能夠領(lǐng)會(huì)用戶的意圖和需求，例如發(fā)送5000份會(huì)議邀請(qǐng)，或者預(yù)訂兩個(gè)城市之間的機(jī)票，或者回答客戶的簡(jiǎn)單問(wèn)題。

以Dialogflow為代表的人工智能創(chuàng)業(yè)公司致力于用人工智能技術(shù)來(lái)高效處理繁冗事務(wù)，為用戶節(jié)省大量時(shí)間和精力，這也是未來(lái)人工智能技術(shù)的熱門投資領(lǐng)域。

二、智能銷售助理：商業(yè)離散數(shù)據(jù)（情報(bào)）采集處理

如今企業(yè)的運(yùn)營(yíng)嚴(yán)重依賴數(shù)據(jù)，大型企業(yè)的數(shù)據(jù)消耗量更是驚人，隨著社交網(wǎng)絡(luò)的普及，如今可用數(shù)據(jù)的膨脹速度驚人，已經(jīng)超出了普通個(gè)人的處理能力，這就到了人工智能顯現(xiàn)威力的時(shí)候。例如創(chuàng)業(yè)公司Elucify的人工智能技術(shù)能幫銷售團(tuán)隊(duì)自動(dòng)更新聯(lián)系人信息。Elucify會(huì)采集網(wǎng)絡(luò)上有關(guān)的“離散”數(shù)據(jù)，比對(duì)后自動(dòng)做出必要的更新。

三、智能安全：用分布式數(shù)據(jù)處理對(duì)抗網(wǎng)絡(luò)攻擊

在數(shù)據(jù)泄露泛濫的網(wǎng)絡(luò)安全新形勢(shì)下，企業(yè)往往需要將內(nèi)部數(shù)以TB計(jì)算的數(shù)據(jù)與外部數(shù)據(jù)進(jìn)行對(duì)比，這在過(guò)去是一件艱苦卓絕的工作，但機(jī)器學(xué)習(xí)和人工智能技術(shù)能夠出色地勝任。

安全技術(shù)創(chuàng)業(yè)公司Vectra Network利用人工智能技術(shù)來(lái)對(duì)比企業(yè)內(nèi)部和外部網(wǎng)絡(luò)數(shù)據(jù)的方法來(lái)自動(dòng)完成網(wǎng)絡(luò)攻擊的偵測(cè)。類似的公司還有RiskSense，一家主動(dòng)式網(wǎng)絡(luò)風(fēng)險(xiǎn)管理公司也利用機(jī)器學(xué)習(xí)和人工智能技術(shù)來(lái)自動(dòng)化處理數(shù)據(jù)。

四、敏捷開發(fā)的智能化：動(dòng)態(tài)數(shù)據(jù)處理

過(guò)去50年，所有工商管理教科書中都會(huì)用較大篇幅講述如何提高企業(yè)員工效率，但達(dá)成這個(gè)目標(biāo)有一個(gè)重大障礙，那就是每個(gè)員工的獨(dú)特個(gè)性和行為/工作模式。

在敏捷開發(fā)、DevOps時(shí)代，人工智能技術(shù)將在提高員工效率方面大顯身手。

創(chuàng)業(yè)公司GitPrime利用代碼數(shù)據(jù)來(lái)發(fā)現(xiàn)軟件工程師最高效率的工作模式，這些復(fù)雜的模式能夠幫助企業(yè)行動(dòng)更加迅速，快速對(duì)需求做出反應(yīng)。過(guò)去，在數(shù)百萬(wàn)行代碼中分辨?zhèn)�人痕跡和影響是一個(gè)不可能完成的任務(wù)，但是機(jī)器學(xué)習(xí)和人工智能技術(shù)卻能輕松勝任。

也許在不遠(yuǎn)的將來(lái)，那些開發(fā)人工智能技術(shù)的工程師們，也將被自己的孩子