از دستیار گوگل گرفته تا اتومبیل‌های خودران، محصولات جدید همراه با تکنولوژی یادگیری ماشین به بازار عرضه می‌شوند. نوآوری و بدعتی که یادگیری ماشین به ارمغان آورده واقعی است و دنیای SaaS –کسب و کارهایی که خدماتشان بر بستر نرم‌افزارهای آنلاین ارائه می‌شود- را متحول ساخته است. اما چگونه؟ استارتاپ‌ها چطور می‌توانند از یادگیری ماشین در جهت پیشرفت خود استفاده کنند؟

به طور کلی می‌توان چهار دسته کاربرد برای یادگیری ماشین برشمرد:

• بهینه‌سازی: سریعترین راه برای جابجایی بین دو نقطه A و B مسیر شماره ۲ می‌باشد.
• تشخیص اشیاء: در آخرین عکسی که شما با دوربین گوشی خود گرفتید یک گربه حضور دارد. اپلیکیشن مربوط به یک فروشگاه الکترونیکی این را متوجه می‌شود و محصولات مرتبطی به شما پیشنهاد می‌کند.
• تشخیص موارد غیر عادی: اطلاعات حساب بانکی شما نشان می‌دهد امروز ۴۰ میلیون تومان برای خرید یک پیانو از فروشگاهی در تهران خرج کرده‌اید. مصرف پردازشی کلاسترهای سرور به نرخ ۱۰۰ درصد رسیده است. بازخورد مشتریان در کمپین ایمیلی این هفته ۲۵% افزایش داشته است.
• قطعه قطعه کردن داده: مشتریانی که از طریق اپلیکیشن موبایل محصولات فروشگاه ما را می‌بینند ۱۵ درصد مشارکت بیشتری نشان می‌دهند.

این کابردها به تنهایی تأثیر شگرفی بر پیشرفت کسب وکار دارند. اما، ترکیب این‌ها نتیجه‌ای خارق‌العاده در پی خواهد داشت. برای مثال: تشخیص اشیاء + تشخیص موارد غیرعادی + رباتیک = اتومبیل‌های خودران.

غول‌های تکنولوژی (آمازون، گوگل، مایکروسافت و فیسبوک) به سرعت در حال نوآوری‌های بیشتر و بیشتر با استفاده از یادگیری ماشین هستند تا نتایج بهتری بگیرند و سهم بیشتری از بازار را نصیب خود کنند. این باعث می‌شود که هر روز نتایج تحقیقاتی زیادی همراه با APIهای مختلف جهت تحقیقات و ارزیابی‌های بیشتر منتشر شود. به همین ترتیب، هر استارتاپی می‌تواند این تکنولوژی‌ها را با کمترین هزینه مورد استفاده قرار دهد.

اما تنها سر هم کردن APIهای مختلف، خریدن دامنه .ai و استفاده از کلمات هوش مصنوعی/یادگیری ماشین در ارائه‌های مربوط به کسب و کارتان برای موفقیت کافی نیست. بلکه باید تلاش شود تا نمود این تکنولوژی در قالب محصول پدیدار گردد. آن ارتباط جادویی را با کاربر برقرار کنید.

موفق‌ترین استارتاپ‌ها از نظر جذب سرمایه و یا فروش، آن‌هایی نیستند که در قسمت ارزش پیشنهادی محصولشان نام یادگیری ماشین را ذکر کرده‌اند. در عوض، آن‌ها بر روی این تمرکز می‌کنند که با استفاده از این تکنولوژی چگونه باعث می‌شود جریان درآمدی بیشتر و هزینه‌ها کمتر شود.

هنگام سرمایه‌گذاری بر روی این نوع استارتاپ‌ها به پنج خصیصه توجه می‌شود:

• دسترسی مناسب به داده‌ها: امروزه الگوریتم‌های فراوانی به راحتی در اختیار همه قرار گرفته است اما این دسترسی مناسب به داده‌ها است که تفاوت را رقم می‌زند.
• اپلیکیشن به جای پلتفرم: با وجود غول‌های بزرگی که در این صنعت (استفاده از یادگیری ماشین در ارائه خدمات) حضور دارند و با توجه به این که بهترین منابع و محققین در خدمت آن‌ها است و همچنین توجه به این نکته که هزینه‌های ساختاری کمتر و توان تبلیغاتی بیشتری دارند، برای یک کسب و کار نو پا منطقی‌تر است که اپلیکیشن بسازد و کاربر مستقیم را هدف قرار دهد تا این که به فکر ایجاد یک پلتفرم مستقل باشد.
• استراتژی ورود به بازار قدرتمند به کمک یادگیری ماشین: یادگیری ماشین این پتانسیل را دارد که یک نوآوری تکنولوژیک در عرصه ورود به بازار باشد. این یک برتری مهم نسبت به روش‌های سنتی است.
• متخصصین در این حوزه: بله، شما می‌توانید از APIهای آماده موجود استفاده کنید. اما این سیستم‌ها به نوعی تنظیم شده‌اند که به بیشترین تعداد ممکن و به شکلی یکسان سرویس بدهند. بنابراین برای ایجاد تجربه‌ای متفاوت لازم است که یک استارتاپ متخصصین مخصوص به خود را داشته باشد (پردازش صدا، پردازش کلام طبیعی یا …).
• پیشرفیت‌های الگوریتمی: هر از چند گاهی، شرکت‌هایی پیدا می‌شوند که توانسته‌اند در زمینه الگوریتم به دستاوردهای جدیدی برسند.

همانند پایگاه داده و پیش‌تر از آن، رابط کاربری،  باید بپذیریم یادگیری ماشین بازیگر جدید در عرصه تکنولوژی‌هایی است که در ساخت و فروش نرم‌افزار تفاوت ایجاد می‌کنند و خیلی زود به یک استاندارد تبدیل خواهد شد. بنابراین کسب و کارهایی که این حقیقت را دریابند و به دنبال بهره‌مندی از آن در نرم‌افزارهای خود باشند نسبت به رقبا برتری محسوسی پیدا خواهند کرد.

درست است که این صنعت نسبتاً جدیدی است و شاید منابع آن به حد کافی فراگیر نباشد، اما ما در وبسایت zero to hero سعی خواهیم کرد صفر تا صد یادگیری ماشین و نحوه پیاده‌سازی آن را در کنار هم یاد بگیریم. پس با ما همراه باشید.

SaaS: Software as a Service