AI的应用场景有哪些？除了推荐系统和图像以外，其他能赚到钱吗。
核心思想除了Classification还有什么？对classification的优化？
作者：wood hawk
链接：https://www.zhihu.com/question/352212884/answer/871272437
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
ml一直以来最要命的问题就是怎么赚钱的问题。赚钱这个东西分两种，一是做辅助，而是做输出。推荐系统基本属于辅助类，相当于互联网加ai，首先你得有互联网产品，然后基于产品做改进，这部分目前其实商业化做得还是很成功的，但是既然是辅助，也就决定了他的招聘规模不可能大过sde开发。所以真正能提供大规模岗位招聘的其实是担任输出角色的ai，这样的企业的代表就不是互联网大厂了。代表的话，海康威视做监控的，图森科技做高速无人驾驶货运的，waymo做无人车的等等。这块商业化做得比较好的我个人认为是海康威视和图森，关键是很切实得能看到他要怎么赚钱。海康和有关部门合作，收入来源比较稳定，图森因为高速路况简单，并且不做端到端的系统，不完全依赖于深度学习而是主要靠雷达结合一些人类可以理解的逻辑，取代的是卡车司机的工作，目前在美国一些州也获得了运营批准，所以盈利也是可以预期的。但是除此以外的话，很多ai公司怎么赚钱这个问题就是搞不太清，有一个说法说，业务有2b，2c，现在很多startup搞的既不是2b也不是2c，而是2vc，说白了就是骗投资人钱。或者说是赚钱的第三种方式，炒作噱头，吸引资金。
说一句题外话，创业这个事情，以我自己有限的见识来看，科技公司可能还是要有工程师创业比较靠谱。想法其实是廉价的不值钱的，关键是要把想法变成现实的可行计划，如果科技创业不熟悉技术的话，能不能作出可行的计划真要打上一个大大的问号。但是投资人又迫切希望看到愿景，很多时候愿景和可行性是背道而驰的。希望以后投资人砸钱的时候，先花点钱去找个技术团队，好好对startup做一下全方位的技术论证。技术上不具备可行性光有ppt是赚不到钱的。总结来说，ml其实是很好的技术。但是大家目前还没有找到很好的把它大规模变现的手段。很多需求看起来很炫，但是赚不到钱的需求都是伪需求。如果ml还是一直变现不了的话，可能未来招聘会越来越严峻。然后我个人认为比较靠谱的几个企业，互联网企业做推荐系统的其实都很靠谱，然后纯粹做ai和互联关系不大的话，我个人了解的，海康和图森还是比较靠谱的。可能还有一些其他公司，但是由于我个人眼界限制看不到而已。至于不太靠谱的企业，我就不点名了，总的来说就是能不能看到变现的可能。