AI/ML正在爆发，哪些环节和玩家值得关注？

AI/ML正在爆发，哪些环节和玩家值得关注？

随着人工智能的使用情况变得越来越复杂，企业对更专业的模块化产品的需求越发强烈，AI/ML 行业呈现出由平台化向模块化转变的趋势。这种趋势可以在不同的核心用户群体中观察到，包括Off-the-shelfers、Bet-the-farmers和Rocket scientists。

Off-the-shelfers是那些将人工智能模型构建和部署工作流程的各个部分抽象化的用户。对于这些用户群体来说，向他们展示有形价值是至关重要的。他们不一定想知道算法是如何工作的，他们只想确保算法是有效的。因此，为这些用户提供现成的产品解决方案是很重要的。

Bet-the-farmers则是针对"百万美元级别的问题"建立专门解决方案的用户。这些用户的业务规模很大，因此他们需要解决低效或无效流程的解决方案。这些解决方案的实施可以帮助他们降低成本、提高利润。从人工智能投资的角度来看，bet-the-farmers的机会最大。虽然目前这些用户在机器学习领域的应用还不太多，但随着潜力的巨大，他们大规模采用机器学习只是时间问题。

Rocket scientists是一类不需要商业平台的用户。相反，他们更倾向于定制自己的解决方案或使用开源代码，因为他们准确地知道自己所需要的工具以及如何解决问题。

为了满足不同类型的用户需求，出现了一些自动化机器学习（AutoML）解决方案，它们通过处理核心工作流程组件，包括数据准备、模型选择和训练以及模型部署，简化了端到端的人工智能项目周期。这些解决方案提供了一个单一的集成平台，通过拖放功能和易于理解的可视化功能，使用户能够更轻松地进行人工智能项目的开发和部署。

与此同时，数据平台、数据预处理、特征库、ML架构、分布式计算、模型评估和实验跟踪、模型部署、模型监测和管理、商业决策与应用、深度学习、任务编排和调度等领域的公司也在不断涌现。这些公司提供了各种解决方案，包括数据库、数据湖、查询引擎等，以帮助用户处理和管理数据，构建和训练模型，以及在实际应用中监测和管理模型的性能。

除了上述的核心用户和相关领域的公司，还有一些具有独特创新的公司值得关注。例如，OctoML、Algorithmia和Velohai等公司提供了专门的工具和平台，帮助用户更有效地构建和部署模型。Weights & Biases和Comet.ML等公司则提供了记录和追踪模型调整和协作的系统。而Arize、Fiddler和WhyLabs等公司则专注于模型监测和管理，帮助用户确保模型在实际应用时的准确性和稳定性。

在这个不断发展的AI/ML行业中，有几个行动建议可以帮助投资者和企业更好地把握机遇：

1. 关注数据行业应用层：AI/ML行业正在从平台化向模块化转变，企业对更专业的模块化产品的需求越发强烈。因此，将目光转向数据行业应用层可能是一个明智的选择。

2. 注重bet-the-farmers机会：由于预算问题，机器学习目前在该领域的应用不多，但潜力巨大。因此，对于投资者来说，关注这个领域可能是一个有利可图的选择。

3. 探索自动化机器学习解决方案：自动化机器学习解决方案可以简化人工智能项目的开发和部署，提高效率和准确性。投资者和企业可以探索这些解决方案，以提高其在AI/ML领域的竞争力。

总之，AI/ML行业正处于爆发期，不同类型的用户和相关领域的公司都值得关注。通过关注数据行业应用层、抓住bet-the-farmers机会以及探索自动化机器学习解决方案，投资者和企业可以更好地把握这个行业的机遇。