“戴尔和微软将数百万人投入到重塑员工队伍的人工智能初创”

由于工会、公司和政府正在探讨人工智能、机器学习和自动化对劳动力未来的影响，风险资本投资者明确了最感兴趣的启动投资，可能有助于引发这一历史性的范式转变。

这包括微软的m12风险基金和戴尔的技术资本。 两者都以推动人类进步、聚焦初创公司为目的，可以利用企业自身的技术专长和市场知识进行指导。

我们的目标是为创新提供一个窗口。 戴尔科技公司Capital总裁斯科特·达林表示，迈克尔·戴尔将审查基金投资的所有交易。 我们需要融入外部的创业生态系统。 这很重要。 因为技术的步伐令人惊讶。

正如达林所解释的，创业成功的投资转化率非常大，投资者流入这些公司的资金发展很快。 那是因为这些技术产品的市场一般很大。 以戴尔技术公司为例，过去6年在约100项投资中投资了6亿多美元。 其中，有40个出口和5个ipo，市值合计超过500亿美元。 这包括docusign、cylance、mongodb和z缩放器。

微软m12企业副总裁兼全球领导者nagraj kashyap赞同该基金专注于企业软件、人工智能、互联网安全和云计算。 创新不限于我们公司的极限。 现在是了解ai如何改变事务所的激动人心的时候了。 我们看到了它更分散，更灵活，更多元化。

这些企业基金及其投资企业的成功商数一直很高是重要的原因。 戴尔和微软经常投资于能够实现业务可行性的企业，并将其插入到产品开发、销售和分销互联网中。 这有助于初创公司获得产品的使用，具有先发特征。

例如，微软与公司教育初创企业go1合作，其风险投资部门m12于去年6月领先了3000万美元的B轮融资。 来自y combinator加速器的澳大利亚初创企业是netflix的培训。 go1提供了可插入任何软件平台的saas订阅服务，使人力资源部门能够为员工提供多种语言的50，000种培训课程，从合规性和领导能力培训到it技能

据联合创始人兼首席执行官chris eigeland介绍，go1的年服务增长率为300%。 产品已集成到微软teams聊天软件、微软动态365公司的资源规划和crm软件中。 这将帮助第一家有4年历史的公司赢得全球150万学员和1500多名客户。

当今雇主面临的最大挑战是恢复培训，找到适合他们特殊诉求的培训。 eigeland先生说。 我们看到的趋势是技术进步、更短的劳动力和专业化的要点。

以经纱速度应对变化

去年，马里兰州数据治理初创企业immuta首席执行官马修·卡罗尔( matthew carroll )也发生了变革，员工去年为戴尔技术公司( dell technologies )筹集了2000亿美元的融资资金 由美国国家安全局技术人员运营的企业开发了在不违反隐私法的情况下管理机器学习算法如何采用数据的方法。

他说，我相信不久所有的员工都会有自动化工具，他们会成为数据观察者每天都在做的工作。 目前，企业使用人工智能，机器学习和数据观察的速度面临着严重的风险。

他说，企业需要确保数据得到妥善采用，隐私得到尊重，不违反政府法规。 虽然机器学习发展很快，但我们还不知道它的长期结果。

让这样的企业能够吸引最优秀的人才。 千禧一代希望为负责任地招聘数据的雇主而动。 卡罗尔说，这对员工来说将是个大问题。 我觉得他作为前情报员，通过安全的镜头看着世界。

我们认为我们宣传的产品是控制层，可以决定谁(人或机器)应该查看或采用企业数据。 immuta的saas平台使用任何工具连接到云中或内部的任何数据源。 这是因为这个数据科学家不需要编写代码或复制数据。 让法律团队建立数据规则和管理，以维护法规遵从性。

随着机器学习成为美国企业的主流，卡罗尔看到了价值300亿美元的数据管理自动化市场。 据gartner称，到2022年，人工智能带来的全球商业价值将达到惊人的3.9万亿美元。 但是，人工智能以前流传的数据管理形式是相反的，不先进。

因此，戴尔考虑软件许可，将其与自己的产品捆绑在一起销售给oem。

人工智能热潮席卷所有领域

采用人工智能赋予组织权力，提高效率，是初创企业如noodle.ai的另一目标行业。 美国航空公司首席执行官stephen pratt解释说，位于旧金山的这个初创企业提供AI-AS-A -服务。 该公司去年在戴尔科技资本和tpg增长等风险投资上投资3500万美元，为用户建立了一个叫做beast的定制内部平台，并将其用作常规商业用途的人工智能应用程序office 365。 改善了库存和能源管理、制造和供应链。

noodle.ai工程师和数据科学家建立了三个组件机器学习系统:能够发现数据模式的感知引擎、计算公司可能发生的事件的预测引擎以及实现目标的推荐引擎。 从推荐引擎中选择的结果将反馈到系统，然后循环开始。

的初创企业客户包括xojet，这是世界上最大的民航空平台之一。 和美国钢铁制造商big river steel。 在xojet的例子中，noodle.ai为了明确合适的机票价格，考虑了数千个变量，创建了使企业盈利能力提高5%的学习算法。 阿肯色州的big river steel使用30，000多个传感器和ai，预测工厂的机器需要消耗多少电力。 这是因为可以将多余的能源销售给电力企业。

风险资本投资者投资于第一家人工智能公司。 这些公司正在开发产品，以帮助人工智能公司提高效率、隐私和合规性，并管理和培训员工。

戴尔的技术资本和微软的m12帮助这些公司快速发展，并插入到产品开发、销售和分销互联网中。