2011 年，软件开始吞噬世界，到了 2019 年，软件行业开始面临被 AI 吞噬的风险。
八年前，Marc Andreessen（网景公司创始人）说的一句“软件正在吞噬世界”让每个人都争先恐后地冲进这个领域。对于很多传统企业来说，这是一个不祥之兆，但对于软件行业来说，这是一个天大的好消息。
可能没有人能够明白他这句话的真正含义，于是他举了个例子：
“世界最大的图书零售商亚马逊其实是一家软件公司，它的软件引擎就是它的核心能力，让它几乎可以在网上售卖任何东西，而不需要实体店。除此之外，当实体书店（比如美国博得）在破产的边缘挣扎时，亚马逊又推出了 Kindle 电子书。现在，电子书本身也变成了软件”。
那是在 2011 年。
不过，Andreessen 也说：
我和其他人也一直在争论这个问题的另一面。我们相信，有很多著名的新兴互联网公司正在建立高增长、高利润、具有高防御能力的业务。
但 Andreessen 没有想到的是，软件行业也存在被吞噬的风险。
到了 2019 年，软件行业开始感到紧张了，而且是非常非常的紧张！
令软件行业感到紧张的正是 AI。
加速期（2009 年 -2019 年）——软件吞噬世界
Andreessen 说得没有错。
从 2011 年就开始拥抱软件的公司现在都成了各自领域的市场领导者。2019 年第二季度，全球市值最大的 5 家公司都在提供某种类型的软件解决方案。
与此同时，自 2011 年以来，AI 的发展也呈现出前所未有的增长趋势。虽然有关 AI 的一些关键概念已经存在了很长时间，但后来出现的一些东西激发了它的潜在应用场景。
首先是计算能力，专用的 AI 芯片计算能力得到了大幅提升。
其次，随着数据湖和物联网的出现，用于 AI 算法训练的数据集出现了爆炸式增长。这不仅扩大了 AI 的应用领域，还降低了算法的训练成本。
第三，近年来，大量的技术瓶颈（如梯度消失）得到了解决，极大地提升了现有算法的准确性和适用性。
最后，云存储和云计算成本的降低，加上分布式协作变得越来越便利，使得集中高度专业化知识比以往任何时候都要来得容易。
然而，这些软件公司在产品中融入 AI 的程度都非常有限。不过，现在有一大批初创企业从一开就使用包含上述这些元素的基础设施。
超级加速期（2019 年 -2030 年）——AI 开始吞噬世界
为了提升效率，这些公司通过 AI 来自动化和优化其业务核心流程。BenchSci 最近更新的一篇文章提到，现在至少有 148 家初创企业正致力于实现昂贵的药物开发流程自动化。
同样，运输行业的 AI 初创企业通过优化运输来创造价值，减少了大量的空载或闲置。
此外，软件开发过程本身也受到了影响。基于 AI 的自动代码完成和生成工具，如 TabNine 、 TypeSQL 和 BAYOU ，已经开始走向实际应用。
下面是一些应用例子。
自动化编码过程
使用 TabNine 进行代码自动完成！
它是基于 GitHub 200 多万个代码文件训练出来的，目标是根据之前出现的字符串来预测可能合法的字符串。为了实现这个目标，它需要学习复杂的行为，比如动态类型语言中的类型推断。
这个工具的发明者 Jacob Jackson 是一名本科生，也是 OpenAI 前实习生，他很早就有了这个想法，并把它实现了。
回答与医疗相关的问题
一些医学研究人员开发了一个工具，你可以问任何与医疗有关的问题，AI 会生成一个 SQL 查询，并从数据库中检索相关数据。
这叫作 Question-to-SQL（问题到 SQL）生成。
他们结合使用了 RNN（一种深度学习的形式，用于文本分析的 AI）和 Attention 及 Point-Generator 网络。如果有人对他们所采用的技术感兴趣，可以进一步了解他们的研究进展和代码。
那么，数据库管理员（DBA）是时候卷铺盖回家了吗？
基于草图生成漂亮的网站
AI 可以把你的草图翻译成代码！
想要快速建立一个网站？你要做的就是把它画出来，然后让平台通过 AI 来创建代码，比如 html、 css 和 js。
很容易吧，对吧？
只要输入草图，网站就在另一端冒出来了！
了解更多有关这个平台的信息。
以上这些只是 AI 在吞噬软件世界的一部分例子！
研究人员拥有比以往任何时候都更高端的意识和知识，借助 AI 驱动的软件来解决各个层次的问题，从日常小事（如何根据顾客的购物偏好向他们推荐饼干）到大规模的制造商困境（如何以个性化又不失系统化的方式来自动化生产线），再到开发智能软件（可以自动为你写代码）。
除了辅助决策、诊断和预测，AI 的发展正在激起一波超级加速浪潮：AI 驱动的软件不仅可以达到与人类近似的水平，还能创造出一些足以挑战一个普通人的想象和感知的东西。
人们可能无法分辨由神经网络生成的假人脸。在编写脚本时，可能不再需要记住每一个要用到的函数名。
可以想象到的是，AI 软件的广泛应用和接近人类的表现将导致人们处理日常个人问题和专业问题的方式发生巨大变化。
尽管有些人对此感到些许悲观，甚至想要避免进入这种被 AI 软件统治的世界，但我们似乎别无选择。亚马逊、谷歌，甚至你最喜欢的社区花店，都在积极（甚至是秘密地）地利用 AI 来创造收入。所以，我们要么面对现实，要么被淘汰！
如果你是宝马公司 CEO，你会做些什么？
宝马公司的 CEO 说：
“到了这个时候，没有人能够可靠地预测电动车行业的发展速度会有多快，或者哪种传动系统将占上风……自动驾驶电动车的需求其实并非来自于用户”。
大多数已建立起已有业务的大型企业都会落入一个陷阱，那就是将注意力集中在现有业务领域的微观层面，而忽略了经济和业务环境的缓慢侵蚀。
所有人都知道特斯拉是电动汽车，但他们可能并不知道，它的自动驾驶功能以及在软件和硬件中使用的 AI 才是它的秘密所在。
特斯拉电动车的里程总数已经达到了 100 亿英里，它们正在收集更多的数据，不仅要颠覆汽车市场，还要把“魔爪”伸向相关的制造、服务、销售和移动市场。
特斯拉的 AI 正在蚕食其他汽车行业的业务。
宝马公司 CEO 在发表年度讲话几周后就辞职了。
不过，想要拥抱 AI 的高管们需要做到下面这五件事情。
想法总结
1. 具备 AI 元素
去年，我和一些业内同行进行了一次主题讨论，当被问及 AI 是否会吃掉软件时，我说“会的”。
任何一家不具备 AI 元素（数据、算法和机器学习模型）的公司，都会发现自己陷入了严重的困境。
下面是通过 AI 全面评估公司成熟度并为 ROI 驱动的项目制定计划的例子。
2. 组件数据科学团队
提高员工技能，让他们有能力一起推动组织的 AI 转型，这对于任何一家想要成为 AI 公司的企业来说都是成功的关键。
以下是高管们应该牢记在心的几个关键点。
-
在未来几年，拥抱 AI 不只是个潮流的问题，而是生存的需要；
-
要在被 AI 主导的时代生存下来，高管们需要在企业内部成功应用 AI，为此他们需要组建优秀的数据科学团队；
-
一个好的团队有助于你了解 AI 将如何让你的公司生存下去；
-
行业中有大量的例子，企业需要关注最新趋势，并推出一些较小的项目，从中提取出可以大规模工业化的关键项目。
3. 从一开始就使用算法和数据
升级到可用于开发最新 AI 算法和处理大量异构数据集的基础设施，构建和训练符合行业基准的 AI 模型。
在建立好技术体系后，开发出有意义的沟通渠道，设想可以解决人类痛点的项目，然后用数据来解决这些问题。
最后，从一开始就具备“足够好”的数据模型和算法是一家 AI 公司能够在激烈竞争中脱颖而出的关键。
4. 实现分布式知识结构
有价值的 AI 解决方案是以正确的数据为基础，因此能够访问公司内外生成或获得的数据至关重要。在实现这一目标之后，制药公司开始创建数据库，用于保存从临床试验中收集数据。这样一来，他们的数据科学团队就可以访问到一个结构化的知识数据库，然后利用这个数据库来训练 AI 算法。
第二点是建立分布式协作结构。随着软件的出现，通过会议或头脑风暴来模拟小组讨论不再受地理位置的限制。
5. 利用具备相关知识的 AI 初创企业
Andreessen 例举了迪斯尼收购皮克斯来保持其影响力的例子，这一收购为迪斯尼带来了可观的回报，迪斯尼今年的电影票销售额超过了 80 亿美元，让迪斯尼成为第二大媒体公司。
AI 还可用于优化电影制作流程。此外，迪士尼正在使用 Disney+ 创建一个消费者平台，它将会生成大量数据，而 AI 有可能是让这些数据得到有效利用的基础。如果没有从一开始就组建数据科学团队，那就需要与相关初创企业合作，或收购它们，这是保持影响力的关键。
是的，AI 已经开始吞噬软件世界，你打算做些什么？
原文链接：
评论