AI發展的受制因素：系統是否可信，風險是否可控
人們很可能認為AI的應用受限于AI技術本身的發展。如今，機器人醫生，技術奇點等話題占據各大新聞頭條，這使我們心中忐忑不安，對AI充滿了恐懼和懷疑。然而，實際上，有著幾十年發展歷史的AI技術可以釋放出巨大的價值，但許多公司還沒有采用這些技術。因為在應用AI技術之前需要考慮AI是否可信和使用過程中存在的風險。仔細考慮這些問題，初創公司才能找準AI的發展方向，把握住AI帶來的機遇。
日常生活中或者工作流程中微不足道的AI應用讓我們建立起對AI的信任。例如，庫卡機器人，機器學習算法督促我們每天都要重新訪問被遺忘的購物車。AI軟件將銷售和營銷工作變得更加容易。此外，有位核電廠經理還曾構想，如何在沒有嚴格監控的情況下，利用巢恒溫器技術安全地自動運作發電廠的風險管理程序。
這條曲線預測AI在消費領域中的應用將發展成AI增強應用程序，然后是應用程序，最后是AI驅動應用程序。
消費領域中的AI
十多年來，我們在消費領域中體驗了大量AI應用程序。AI帶來的好處很多，機器人維修，庫卡機器人，并且預測錯誤的概率很低。一些知名的AI消費應用程序包括Google的PageRank和推薦搜索，亞馬遜的產品推薦以及Netflix的內容推薦。及時向消費者推薦合適的產品會給公司來豐厚的利益。就算推薦的產品不合消費者的心意，消費者頂多一笑而過。
AI增強的工作流解決方案
企業主要將AI應用于低風險，高回報的領域并且收效頗豐。產品本身具有架構，因此可以將AI應用于工作流的上層應用程序。這些程序沒有AI也能運行良好。因此，我們稱這些應用程序為AI增強。
Zetta的合作伙伴Constructor.io是一家AI增強公司。Constructor用機器學習自動填充搜索框和搜索結果。該算法可以總結出網站訪問者最常點擊的搜索結果，并對搜索結果的點擊量進行排名。這個動態排名將Constructor的電子商務客戶的轉化率從2％增加到20％。如果機器學習完全罷工，網站的搜索功能仍然可以正常運行。
其他AI增強工作流公司包括InsideSales（AI增強CRM），Lilt（AI增強企業翻譯）和Teem（AI增強辦公室管理）。
以AI為中心的應用程序
AI生態系統正在轉變成以AI為中心而構建的應用程序。我們稱之為以AI為中心的應用程序。
Zetta的合作伙伴公司Tractable就是一個很好的例子。Tractable使用基于深度學習的計算機視覺來檢查車禍后車輛的損毀情況。像人類檢查員一樣，該系統能夠評估車輛損壞程度，并確定損壞部分是否應該修理或更換。計算機視覺元素是這個應用程序的核心，如果AI不起作用，該系統將為其客戶提供有限的服務。也就是說，如果該系統的評估出錯，不會造成人身傷害，因為修理師可能會直接無視該系統給予的建議。
其他以AI為中心的公司包括x.ai（通過電子郵件自動預約），Falkonry（預測工業設備的維護和修理情況）以及FocalSystems（零售庫存跟蹤和補貨）。
AI驅動的應用程序
我們現在處于風險曲線下一個階段的開始階段。我們稱之為AI驅動的應用程序。
例如，Invenia是因為AI才能實現。該公司建立的模型可以預測電力需求和供應的關系。Invenia收集了大量的有關電網運行，能源使用，天氣等的數據，并進行電力系統的物理模擬，建立能源使用的預測模型。這也是該公司的盈利模式。這種模型可以幫助獨立系統運營商（ISO）防止停電和耗費過多的能源。能源系統非常復雜，我們需要機器學習來創建精確的模型。
道德規范可以用來保證全世界所有人的生活質量。隨著人口的增加和資源的減少，這是不夠的。但是，機器學習在解決復雜的優化問題上十分有效。但利用概率法來解決諸如能量分配，醫療保健系統或食品生產等社會問題也有很大的風險。然而，只要我們能建立起可信的AI系統，隨著機器學習技術的進步，這一點終將實現。