日本“优选网络”公司（Preferred Networks，PFN）是一家AI开发初创企业，主要为自动驾驶汽车、智能工厂等进行技术架构支持。该公司正在探索尝试可靠的发展模式，匹配自身的技术能力，期待实现“1+1>2”。

实验室型的初创企业

　　声名不显的“优选网络”（PFN）总部位于东京，在创业过程中，该公司逐渐认识到AI在重塑物联网方面的潜力，于是2014年果断将业务重点从搜索引擎转向深度学习，甚至放弃了最初的企业名字——Preferred Infrastructure（优选基础设施）。
　　“优选网络”（PFN）的服务范围涵盖从医疗诊断到自动驾驶汽车等一系列人工智能应用领域，主攻技术而非业务。粗略一看，该公司的重大突破似乎并不是那么“重大”，大多都是一些“小动作”“小改进”，但技术含量其实很高。
　　取货箱是该公司提出来的技术解决方案项目之一。对制造业来说，这是一项技能需求极低、枯燥但必须存在的工作。有人可能会认为这项工作运用自动化技术就能轻易解决，但事实上，举起、移动一个物体，再把它放置到合适地方，这对机器人来说是一项异常艰难的延伸性工作。
　　此外，“优选网络”（PFN）与日本大型机器人公司发那科（FANUC）合作，开发出了一种基于视觉的解决方案，使拣货机器人能够在训练中快速学习。在演示中，机器人工作8个小时后即可达到高达90%的成功率。
　　分析研究“优选网络”（PFN）很有意思。這是一家偏重研究的初创企业，这类企业在创办、发展和管理过程中如何进行战略权衡，很有借鉴意义。当下，许多资金充足的AI初创企业仍停留在概念性多过实质应用的阶段，“优选网络”（PFN）却已经有了不少技术落地案例，还在大举投资招募技术娴熟的研究人员和工程师。如今，公司200多名员工中，技术人员和工程师占近90%。“优选网络”（PFN）很特别，与传统业务型企业相比，它更像一个技术实验室。该公司进一步发展增长的最佳途径有多种可能，许多潜在的商业模式对它来说都不错。“优选网络”（PFN）该何去何从？

发力深度学习技术

　　2006年，“优选网络”（PFN）联合创始人冈原大辅（Daisuke Okanohara）和西川彻（Toru Nishikawa）在东京大学作为研究生创办了Preferred Infrastructure（优选基础设施）。作为2000年代中后期的一家日本搜索引擎公司，优先基础设施公司一直紧跟谷歌和微软的步伐。到21世纪初，深度学习领域崭露头角，冈原和西川很快就抓住这一契机，探索将这种新兴技术与日本制造业结合起来。他们开始了一项能够引领他们重塑公司使命的工作：利用深度学习来为物联网提供动力。
　　深度学习是一种利用多层神经网络的机器学习方式，这种神经网络能够基于高维输入（如图像中的像素）得到一定结果（如判断图像中是否有人）。虽然其他机器学习方法有时也能做到这一点，但在某些复杂的预测任务上，深度学习总能以不为人知的因素提供优于其他方法的结果。
　　2015年，“优选网络”（PFN）与丰田开展为期一年的合作。2016年1月，他们在拉斯维加斯消费电子展（Las Vegas Consumer Electronics Show）上展示了成果：在观众的注视下，6辆玩具普锐斯（Priuses）在短短两小时内学会了如何通过障碍。目前，两家公司的合作仍在继续，成果还包括了丰田的人类支持机器人平台。2018年，一款可以自动打扫整个房间的机器人首次亮相，它是“优选网络”（PFN）编程与丰田硬件生产的结合产品。
　　“优选网络”（PFN）也参与了娱乐行业的各种人工智能项目。例如，它与一家电影制作工作室合作，制作人群移动效果。在不久的将来，人工智能可能会拥有超越人类的能力，展现出“超级创造力”。艺术AI可能会进入物联网世界，协助设计人员设计汽车、机器、家具和其他受美学和工程能力限制的消费品。

迈向AI应用集成平台 

　　对研究型和人才密集型初创企业来说，最大的挑战和机遇之一是制定一项战略，帮助公司走向成熟企业。有三种可能的模式值得考虑：
　　集成商/合作伙伴模式：即“优选网络”（PFN）与发那科、丰田的早期合作模式。与庞大而稳定的合作伙伴签订合同，提供创新的解决方案。对大量拥有人才的初创企业而言，这种起点可以让员工直接参与大型企业的项目。
　　产品开发模式：初创企业可以选择开发和销售自己的产品。然而，这需要在销售和市场营销方面进行大量投资，而大学孵化的、以研究为重点的初创企业在这方面往往资源有限。
　　利润分成或合资模式：与合作伙伴一起孵化新业务。这使初创企业能够利用合作伙伴现有的销售、营销和监管专长，但风险分担方面的谈判可能会比较复杂。
　　哪种模式最好？深度学习技术如何决定选择和决策？这需要进一步权衡探讨。
　　“优选网络”（PFN）正在以自己的方式为未来做准备。
　　为了超越人工智能解决方案、实现最终的商品化，“优选网络”（PFN）将深度学习框架作为开源软件发布，希望能成为行业标准的制定者之一。以Optuna项目为例，该软件框架可以通过自动化决策，控制神经网络参数调整，帮助减少其他训练模型的时间成本。Chainer项目则是一个可以使用Python编程语言构建神经网络的灵活框架。
　　“优选网络”（PFN）联合创始人西川彻称，“机器人会成为下一代计算机。”这表明，机器人——广义上定义为汽车、工厂机器和个人助手机器人——将需要一个操作系统，或者一个模块化的、能够实现人工智能功能的平台和应用程序。换句话说，“优选网络”（PFN）可能正在探索从研发产品到开发平台的转型，效仿苹果（Apple）、Salesforce和亚马逊（Amazon）等巨头的成功之路。
　　此外，物联网中人工智能应用平台的出现，将为更广泛的数据科学家、经济学家、行为科学家和研究人员创造工作和研究机会。公司将需要他们的帮助，来学习如何设计应用程序市场，有效收集和标记数据，管理人与算法交互，以及研究如何在日常生活中集成新兴技术。
　　来源：欧洲工商管理学院