在經濟繁榮時期，公司專注于增長。而在困難時期，他們就尋求提高效率。歷史告訴我們，自 20 世紀 80 年代以來，在每一次重大經濟衰退之后，企業都依賴于數字技術，特別是軟件技術的創新來恢復全部生產力，減少重復性工作，減少臃腫。

多年的風投經歷讓我確信，現在是創辦一家人工智能優先企業的 最佳時機，不是因為這次經濟衰退，而是因為現在是最佳時機。下一輪經濟復蘇即將由人工智能推動，反過來又將加速人工智能的采用。擴張基于軟件盡管經濟大衰退（譯注：Great Recession，指一場在 2007 年 8 月 9 日開始浮現的金融危機引發的經濟衰退）通常被認為是“失業型復蘇”，但美國全國經濟研究所（National Bureau of Economic Research，NBER）的經濟學家發現，經濟衰退加速了高低端重復性工作向非例行性工作的轉變。因此，是的，現有的任務都被自動化了，但公司用數據和分析來增強員工的判斷力，以提高生產率和質量，在數據和判斷力的良性循環中，既提高了利潤率，又創造了更有價值的工作。

確實，在經濟大衰退期間失業率達到最高點之后，隨著人們尋找提高技能的機會，分析和數據科學專業的高等教育入學率激增。而在這之后的經濟復蘇中，盡管自動化程度提高了，但失業率卻降到了歷史最低點。

我們再次陷入經濟衰退和復蘇的循環，盡管這并不是我們的過錯。各行各業已經預期，在下一次經濟復蘇中，將受益于人工智能和機器學習的改進。這一期望將為人工智能創業者創造新的機會。

每一次經濟復蘇都是由一種新興的軟件技術和一系列應用程序帶來的。

在 20 世紀 80 年代早期經濟低迷時期成長起來的公司，在 80 年代中期經濟回暖的時候，進行了軟件界的首次 IPO：Lotus、Microsoft、Oracle、Adobe、AutoDesk 和 Borland。

軟件包標志著商業企業歷史上一個獨特的轉折點。這一類別對資本支出或人事費用的要求很少。軟件公司的毛利率達到 80% 或更高，這給了它們驚人的彈性，可以在不危及自身生存的情況下進行增長或收縮。如果創業者愿意以較低的工資工作的話，則軟件公司可以在極少或根本沒有外部投資的情況下迅速啟動，如果它們能夠找到早期的產品與市場的契合點，它們往往可以啟動并循序漸進地增長。

當經濟衰退來臨時，這些新的軟件公司已經完全適應于促進創新，因為他們有高素質的人才，而且成本更低，辦公空間也很充足。而與此同時，老牌公司暫停了新產品的開發，轉而努力服務并留住現有客戶。

1990 年，我開始在第一家純粹專注于軟件投資的風投公司 Hummer Winblad 做風險投資。盡管 John Hummer 和 Ann Winblad 付出了艱苦的努力，憑著一股不屈不撓的精神才籌集到第一支基金，但事實證明，他們作為投資者的時機是完美的：經濟衰退始于當年第二季度，并持續到 1991 年第一季度。

從經濟衰退走出的軟件公司，率先推出了成本效益高的主從式架構。Sybase 憑借其開放的客戶機 / 服務器接口確立了這一趨勢，在前一年增長了 54% 之后，于 1991 年上市。

彼時，高校已經有很多程序員畢業，為創業公司創造了一個人才庫。新的軟件開發者平臺讓這些程序員的工作效率更高。20 世紀 90 年代成為企業計算的第一個黃金時代。Hummer Winblad 投資的 Arbor Software 公司發明了在線分析處理（Online Analytical Processing，OLAP）這一類別。另一家公司 Powersoft，成為占主導地位的無代碼客戶端服務器開發平臺。這是業界第一筆價值數十億美元的軟件收購。

第一批 CRM 公司就誕生于那場經濟衰退，從 1993 年到 1999 年間成功進行了 IPO。這類公司包括 Remedy，這家公司在 1996 年被《商業周刊》（BusinessWeek）雜志稱為美國“頭號熱門成長型公司”。Scopus、Vantive 和 Clarity 都在這一時期或之后不久迅速發展起來并上市或被收購。

這場經濟繁榮時期隨著 2000 年 3 月互聯網泡沫破滅戛然而止。

當時，Salesforce 才成立一年。Concur 還是一家相對較新的公司，當其軟件包業務崩潰后，被迫進行自我改造。很多人可能會認為他們的時機很糟糕，但在 2001 年金融危機爆發后的經濟衰退中，他們沒有受到為現有客戶提供服務的義務束縛。這就給了他們自由創新的空間，成為最早的兩家 SaaS 公司。

Salesforce 于 2004 年上市，目前市值約為 1350 億美元。2013 年，Concur 以 83 億美元出售給 SAP。Amazon Web Services 也是在那場經濟衰退中構想出來的，并于 2002 年 7 月推出。在接下來的十年里，SaaS 和云計算相互促進。

經濟大衰退開啟了大數據時代當次貸危機導致整個經濟陷入低谷時，企業必須留住客戶，提高效率。這兩個目標往往彼此相左。大數據未來的想法已經扎根，有遠見的高管們懷疑，解決方案就在他們的數據中，只要他們能夠找到它的話。但與此同時，老牌軟件公司也削減了研發支出。這為更新、更敏捷的分析公司開辟了沃土。

大多數軟件公司在 2009 年沒有出現增長，但作為網絡分析的領頭羊，Omniture，在那一年增長了 80% 以上，促使 Adobe 以 19 億美元的價格收購了它。Tableau 成立于 2003 年，但在經濟衰退之前，增長一直緩慢。從 2008 年到 2010 年，它的銷售額從 1300 萬美元增長到 3400 萬美元。而同期，Suplunk 從 900 萬美元增至 3500 萬美元。Ayasdi、Cloudrea、Mapr 和 Datameer 都是在經濟大衰退最嚴重的時候推出的。

當然，如果沒有數據科學家的貢獻，這些公司都不可能蓬勃發展。正如上世紀 90 年代初，高校加快了軟件開發人員的培養，在經濟大衰退時期，他們再次加快了分析專家和數據科學家的培養，這再次幫助刺激了經濟復蘇，并推動了長達 10 年的經濟擴張、就業增長以及美國歷史上最長的牛市。

現在，輪到人工智能了甚至在全球新冠肺炎疫情爆發之前，許多經濟學家和企業首席財務官就認為 2020 年經濟衰退的可能性至少有 50%。

一年多前，歐盟議會出版的政策雜志《The Parliament》預測，下一輪經濟衰退將迎來一波人工智能浪潮。該雜志援引倫敦政治經濟學院（London School of Economics）的 Mirko Draca 的話說：“我們預計，在未來 10 到 15 年，將會出現另一波技術熱潮，它基于人工智能和機器人技術。”

至少可以說，那些預測只會出現經濟衰退的人還不夠悲觀。企業比以往任何時候都更積極地降低勞動力成本，以應對形勢的突發性和嚴重性。當經濟復蘇開始時，他們將再次依靠自動化來提高產量。

大西洋理事會（The Atlantic Council）對 100 多位技術專家進行了調查，研究新冠肺炎疫情對全球創新的影響。即使在新冠肺炎疫情期間，這些專家認為，在未來兩到五年里，數據和人工智能的影響將比醫學生物工程產生更大的影響。這兩者并不是互相排斥的，Google 的 DeepMind Technologies 最近使用其 AlphaFold 工具來預測復雜的蛋白質折疊模式，這對于尋找疫苗非常有用。

從這場經濟衰退中走出的公司，將會調整流程，為他們的系統“接種疫苗”，以應對下一場大瘟疫。為了應對供應鏈中斷的情況，大眾汽車（Volkswagen）正在考慮增加其在德國的 3D 打印能力，這將給該汽車制造商提供一個多余的零部件來源。政府運營的日本政策投資銀行（Development Bank of Japan，DBJ）將為那些將生產遷回日本本土的公司提供成本補貼。

在控制成本的同時將生產遷回國內，將需要在機器人和人工智能方面進行大量投資。即使是那些沒有自己產能的公司，比如在線零售商，也計劃使用人工智能來提高復雜的全球供應鏈的可靠性。因此，對人工智能人才的需求激增是不可避免的。

2018 年，幾所主要大學宣布了培養這類人才的舉措。麻省理工學院宣布了有史以來高校對人工智能做出的最大承諾：出資 10 億美元創辦計算學院的計劃。卡內基梅隆大學創建了第一個人工智能學士學位課程。加州大學伯克利分校宣布成立新的數據科學部門。斯坦福大學宣布一項以人為本的人工智能計劃。

幾十所學校也紛紛效仿。就像 30 年前的軟件開發和 10 年前的數據科學一樣，機器學習已經從默默無聞變得無所不在。

經濟復蘇取決于實際生產率早在 2017 年，我的幾位同事就寫過關于 人工智能的“風險曲線” 的文章，他們認為，阻礙人工智能采用的不是技術，而是管理者對用陌生的軟件流程取代員工（其性能眾所周知）所涉及的風險認知。

經濟衰退增加了管理者降低勞動力成本的壓力，從而增加了他們對采用新技術帶來的風險的容忍度。在未來一兩年內，企業將更愿意承擔風險，將新技術集成到基礎設施中。但在經濟衰退中生存的挑戰將意味著人工智能優先的公司必須在質量和生產力方面實現可衡量的改進。

管理者必須承受的一種相對較新的風險與數據有關。即使是那些尚未有效利用數據的公司，現在也認識到數據是寶貴的資源。隨著初創公司部署的人工智能軟件系統被證明比人類更精確、更具成本效益，他們的早期采用者肯定更愿意將專有數據托付給他們。這將使人工智能公司能夠訓練新產品，并使它們更加智能。作為承擔這種風險的回報，公司必須使他們的模型更加透明，更容易重復，并且更易于向客戶、審計師和監管機構解釋。

在糧食和農業領域，人工智能將幫助人們理解并適應氣候的變化。在基礎設施和安全方面，機器學習模型將提高云基礎設施的效率、可靠性和性能。更好、更動態的風險模型將有助于公司和整個金融市場應對下一場危機。

為了實現所有這些目標，將需要大量新的應用人工智能公司，特別是支持人工智能的公司，他們創造更好的開發工具和基礎設施、持續優化系統，以及有助于提高數據質量、安全性和隱私性的產品。

經濟繁榮時期有利于老牌公司。他們有現金流來資助“臭鼬工廠”（譯注：指大公司從事科研和新產品開發的實驗室、科研部門或研發部門）和進行純粹的研究。不過，研發支出是大公司在經濟衰退中最先削減的項目質疑，這是一個不言而喻的事實。作為一名企業家，現在就開始創業的想法，在任何時候都可能令人恐懼，但老牌競爭對手的緊縮開支為你留下了新的空間，讓你可以播種新的想法。

當公司再次預測需求增加并尋求提高生產率時，人工智能春天的第一個跡象將會出現。當機會來臨時，唯一的方法就是：現在就開始行動。

最棒的是，你不僅能從經濟復蘇中獲益，還可以幫助創造經濟復蘇。
責任編輯:pj