500家国内AI企业大数据分析:产业布局与融投风云

作者:金沙官网发布时间:2021-02-16 01:49

本文摘要:前言:本月,腾讯研究院与IT桔子牵头公布了《2017年中美人工智能创投现状与趋势研究报告》,针对国内外1000多家人工智能企业展开了深入分析,并在报告中得出了众多富裕洞察的结论。但失望的是,此份报告针对国内人工智能初创公司虽然做出了一定的宏观分析,但有可能仅限于篇幅问题,在更好的细分数据维度,比如企业平均值融资档次、各路资金在整体AI产业链上投资布局等方向仍未展开了解的数据分析,这是较为惜的地方。

金沙官网

前言:本月,腾讯研究院与IT桔子牵头公布了《2017年中美人工智能创投现状与趋势研究报告》,针对国内外1000多家人工智能企业展开了深入分析,并在报告中得出了众多富裕洞察的结论。但失望的是,此份报告针对国内人工智能初创公司虽然做出了一定的宏观分析,但有可能仅限于篇幅问题,在更好的细分数据维度,比如企业平均值融资档次、各路资金在整体AI产业链上投资布局等方向仍未展开了解的数据分析,这是较为惜的地方。因此,本文产生了从IT桔子爬取国内所有人工智能初创企业数据,之后挖出其中更加了解的产业特征的点子。本文基于从IT桔子爬取的国内人工智能初创企业数据,在AI初创公司产业链产于、融投资事件、投资机构风格与产业链布局等维度展开深入分析。

基础数据源本文用于到的数据,来自于通过爬虫提供的IT桔子累计到2017年9月国内所有人工智能领域的初创公司基本信息与投资事件数据,还包括公司信息、获投时间、档次、投资金额和投资方等等,必须解释的是,本文数据中去除了阿里、百度、腾讯等互联网巨头,以及具有人工智能概念的上市公司,以免他们对整体数据的产于产生影响,本文研究范围主要环绕国内591家AI初创企业积极开展。研究目的通过分析目前国内所有AI产业初创公司的产业链产于,理解当前的AI产业结构,并俯视其中的融投资热点。同时再行以投资方视角,分析各家投资机构在AI产业链的布局和风格,并统计资料一下从Google、微软公司亚洲研究院、BAT等巨头出来的科学家们所创立的AI公司当前情况,从数据角度构成对整体AI产业的新理解。

AI产业链模型由于产业链模型牵涉到到了如何对这591家国内人工智能企业展开领域分类,必须推崇对待。而本文未几乎使用《2017年中美人工智能创投现状与趋势研究报告》中对人工智能企业的分类方法,因为该分类可能会不存在一点小问题。本文特地明确提出以下人工智能产业链模型,对这591家企业展开领域分类:整个AI产业链通过三个层级将从业的公司分成了20个子类,详细解释如下:基础层为整体产业获取算力,其中硬件部分还包括芯片、传感器与中间件。

芯片领域典型公司如寒武纪、深鉴科技,专门从事还包括GPU、FPGA及ASIC等各类AI芯片的研发设计,由于技术门槛过低、投资周期长,目前国内仅有很少部分不具备充足技术累积的初创企业参予其中。而计算能力平台以云计算为整个AI产业链获取算力,除了3A(AWS、Azure、阿里云)外,国内典型的初创公司犹如七牛云、青云,由于深度自学的持续疯狂让全球AI产业广泛面对算力瓶颈,未来预期将有更加多参与者转入计算能力平台这一领域。技术层主要为整体产业链获取标准化AI技术能力。

其中感官层还包括计算机视觉和语言识别两项最重要的机器感官任务,由于这两项技术由于比较成熟期,目前有大量的初创公司自由选择了这两个领域,如计算机视觉云集了商汤科技、旷视科技、云从科技等大量独角兽;而理解层定位为“机器大脑”,还包括科学知识图谱/语义分析,以及智能解说/虚拟世界助手两个核心领域,顶部的平台层则以标准化技术应用于平台的形式获取深度自学、模式识别等技术应用服务,接入应用层。应用层按照对象有所不同,可分成消费级终端应用于以及行业场景应用于两部分。消费级终端还包括智能机器人、智能无人机以及智能硬件三个方向,其中智能硬件领域从业公司还包括如Rokid等智能音箱玩家,致力于消费级硬件的智能化。场景应用于部分接入各类外部行业的AI应用于场景,比如智慧医疗、智慧金融等。

最后必须解释的是,耕耘AI行业应用于场景的公司往往也不具备了技术层的一些核心技术能力,比如雅森科技等医学影像公司用于计算机视觉技术对心脏、肺、肾等医疗影像展开模式分析,协助提升最重要疾病诊断的正确性。这类公司似乎定位是“技术的行业探索者”,因此我们无法指出它们是计算机视觉技术公司,而必须归类到智慧医疗领域之中。因此这里牵涉到到一家公司产业链定位分类的多义性,本文的原则是,凡是耕耘行业场景应用于的公司,都偏向于归类到对应的应用层领域之中。

AI产业链初创公司产于本文对爬到来源于IT桔子的1158家AI初创公司数据展开清除、检验及切换后,对最后只剩的591家公司根据上述的AI产业链分类标准,展开了领域分类。被迫说道在复现这项关键统计资料的过程中,必须花费了不少精力去对每家公司的业务展开仔细观察辨别,但整个过程完结后,不会对整体国内AI产业现状产生更加深刻印象的解读,最后统计资料结果如下图右图。

目前智能机器人是AI产业中尤为热门的领域,初创公司数量超过了105家,随后是标准化计算机视觉技术(70家),还包括了各类人脸识别、图像处理以及视频监控等技术领域细类。与智能机器人类似于,目前国内有45家初创公司扎堆在智能无人机的创业大潮中,而在自动驾驶/ADAS方面,目前有多达30家公司转入了这一领域,而目前百度早已逐步对外开放其Apollo自动驾驶平台(目前已对外开放到1.5版本),类似于平台的对外开放将大大降低初创公司在自动驾驶方面的研发可玩性,预期以后也许有更加多的初创团队转入自动驾驶的风口上。由于智能投顾、大数据风触、生物识别等技术在金融领域持续烘烤,目前兴起了一批专心智能投顾和金融风控等智慧金融应用于的初创企业。

如在今年8月,专心于海外市场智能投顾的海鲸金融取得了1100万美元的A轮融资;4月由前百度 “七剑客”之一郭眈创立的智能投研平台鼎复数据也取得了多达8000万人民币A轮融资。在行业场景应用领域,智慧医疗是另外一个主要战场。

归功于CNN的深度自学技术在计算机视觉领域带给的革命,产生了一批专心于医学影像AI分析的初创公司(据不几乎统计资料,大约为25家),但不同于人脸识别等其他计算机视觉应用于,医学影像临床分析是实证性很强的领域,AI医学影像分析距离实际的落地应用于难道还有很长一段的临床检验过程。另外高质量的医学影像标示数据某种程度也是一项考验,这个领域往后的发展还有待仔细观察。与上述探讨AI热点有所不同的是,目前还有一批高调耕耘科学知识图谱/语义分析技术的初创公司,其中知名度较高公司的是被罗永浩在去年锤子发布会上祝贺的三角兽科技,其为Smartisan OS 3.0获取了语义分析技术。

语义分析技术在自然语言解读(NLU)层面将语言改变为机器能解读并推理小说的数据,而科学知识图谱粗略来说,则是更加一般化地企图将各行业存量的结构化及非结构化数据改变为能让机器解读的科学知识,沦为AI应用于的坚实基础。比如在金融领域,通过科学知识图谱技术将上市公司年报改变为机器格式化的数据,从而构建年报自动概要、财报数据自动审核等应用于。又如阿里创建了淘宝海量商品的科学知识图谱,用于科学知识图谱推理小说引擎技术自动识别各类商品的侵权行为、假货不道德。耕耘科学知识图谱的AI初创公司典型如文因网络、明略数据等。

平均值融资情况分析在591家国内AI初创公司中,有75%比例(436家)目前正处于B轮融资及之前,其中有236家目前取得A轮融资,其次是天使轮,目前有92家AI初创公司正处于天使轮阶段。在获投时间上,2014、2015、2016、2017四年间每年AI领域融资事件数量分别为113起、241起、262起以及163起(累计到2017年9月),而从天使轮上看,2017年累计到9月仅有26起天使轮融资(比起15、16两年数据为89起、69起),可见AI领域融资事件在2017年渐渐回升,这个趋势在天使轮融资上特别是在显著。这一方面体现了目前优质的AI项目早已渐渐显得匮乏,另一方面在经历了15、16两年融资疯狂后,整体市场渐渐重返理性。从产业链各领域的实际融资金额上看,累计到2017年9月目前自动驾驶/ADAS领域AI初创公司取得了最少的总计融资,融资总额高达162亿元人民币;云计算等计算能力平台领域位列第二,取得了总计128亿人民币的融资,虽然在公司数量上,计算机视觉领域的初创公司不如智能机器人(分成为70家和105家),但领域总融资额方面,计算机视觉麻州智能机器人(主要归功于商汤科技的4.1亿美元B轮)。

自动驾驶、计算能力平台、计算机视觉及智能机器人这四个领域的初创公司完全瓜分了大半的AI行业融资。较为车祸的是虽然智能无人机的初创公司数量很多,但总体融资份额却不低,这和大疆一家独大的产业格局有关,其他无人机领域的初创公司仅有能在某些细分市场上寻求差异化经营。2016~2017人工智能领域10大融资事件——本文统计资料了2016年至今AI领域的所有融资事件中,单轮融资金额最低的10大融资事件。

分列首位的是去年取得6亿美元战略投资的智车优行,今年取得4.1亿美元B轮融资的商汤科技分列在次席,外出问问的1.8亿美元D轮融资名列第三。4~10位分别由3家智能机器人独角兽、两家云平台、阿里系Face++以及为华为麒麟970获取了深度自学芯片IP的寒武纪科技所瓜分。

(录:金额完全相同者按总融资额排序)AI产业投资方分析在这场AI创投的浪潮中,我们看见了各路资本近三年争相小步快跑转入。真格基金位列AI产业风投的榜首,总计在各家AI初创公司投资的37轮。

而IDG资本和创新工场名列第二和第三,人工智能产业投资方Top 10情况如下表格右图。在这10家Top 10的投资机构中,有88.5%的投资档次为领投,体现了其在这轮AI浪潮中核心资金推动者的角色。在其余前30位的AI产业投资方,我们了误解、高通和京东的身影,All in人工智能的误解在AI产业创投中少有大动作,陆续转了寒武纪、Face++、蔚来汽车、水滴科技等AI公司,旗下误解之星总计在AI领域投资了11轮。

京东的AI产业投资人组也十分探讨,除了ChinaScope数库这家金融大数据公司外,其余皆是智能汽车/智能硬件涉及。还包括蔚来汽车、智行者科技及乐驾科技3家智能汽车/ADAS公司,以及智造未来机器人等硬件领域公司。

另外,与Top 10机构有所不同的是,在Top 30榜单中其余机构中跟投的比例十分低,与Top 10机构构成了独特的对比。最后,在AI产业投资方统计资料过程中,我们找到也少有个人投资者的身影,于是对参予了AI初创公司股权投资的个人投资者做到了非常简单的统计资料。

名列第一的是现熊猫资本合伙人毛圣博,另外两位投资人邝子祥和茹海波分别转了4家AI初创公司,其余个人投资人的投资公司数量皆在2家或以下。当然这些投资人均以跟投的方式参予到各家AI初创公司的投资档次之中,因此总计的投资金额仅有能不作一个参照。

产业链投资布局本节,我们来想到上述人工智能产业投资Top 10榜单中的十家机构,在整体AI产业链的布局情况。为了便于展出,本文自由选择还包括智能机器人、计算机视觉、智能无人机、自动驾驶/ADAS、解说/客服/虚拟世界助手、应用于平台、智慧金融、计算能力平台、语言分析/科学知识图谱、语音辨识技术以及智慧医疗等上述10家机构中任一家构建了布局的17个领域,制作了以下可视化图表去展出这十家机构的AI产业链布局。通过这张图表我们可以粗略看见,真格基金、IDG资本等前5位的机构大体上覆盖面积了大部分AI产业链环节,但每家机构有所自己的投资偏爱。

如真格基金和IDG资本分别转了最少的无人机和智能机器人标的,在整体AI产业链上投资人组尤为平均值的是创新工场和红杉资本中国。横向来看,计算机视觉完全沦为了每家机构的比选项,这点归功于CNN等深度自学技术为计算机视觉带给了革命,协助CV在众多场景的识别率都上了一个新的台阶,也是多数创业团队最经常自由选择的项目领域。但技术成熟度和商业应用于场景归根到底还是有一层窗户,接下来这些取得了重金投放的计算机视觉初创公司何去何从,关键还是要看怎样紧贴更好的商业化应用于场景之中,并非都扎堆人脸识别之中引起了冲撞,或者智能修图等天花板较低的应用于。

接下来我们想到来自于BAT、 Google以及微软公司5家巨头的AI创业团队目前发展情况。首先作为最知名的两所人工智能领域“黄埔军校”,Google和百度皆有大量的卓越科学家离开了创立了自己的AI公司,如前Google明星科学家李飞飞创立了独角兽公司外出问问,百度方面除吴恩达以外,三位百度深度自学实验室核心人物余凯、黄畅及余铁男离开了创立了地平线机器人;百度无人驾驶事业部总经理王劲与首席科学家韩旭创立了景驰科技。在各系团队获投金额方面,归功于外出问问、品友对话等独角兽的估值,Google系列第一;百度系由随着陆奇对于百度AI方向的调整与资源整合,陆续萎缩了大量的杰出科学家与技术大牛,这些人绝大多数在这次AI创投浪潮中创立了自己的AI公司,这些百度系由公司陆续取得了多达30亿元人民币的融资。来自于微软及微软公司亚洲研究院科学家团队的初创公司名列第三,但融资金额严重不足百度系由的一半,领军公司为小鱼在家、亿航智能和自动驾驶公司Momenta;阿里系由凭借两家领军公司Face++依图科技及Rokid的估值分列在第四,分列在最后的是腾讯系由。

结论通过对爬取至IT桔子的国内AI初创公司的数据分析,我们可以看见年整体AI领域的融资节奏早已渐渐降温,2017年AI领域的融资事件比起去年同期下降显著,也体现了目前优质的AI项目早已渐渐显得匮乏。同时,自从2015年开始随着AI热潮的蓬勃发展,一大批来自于Google、微软公司亚洲研究院、百度等AI弄潮儿的杰出科学家离开了他们岗位,争相创立了自己的AI初创公司。这些杰出科学家凭借自身多年的技术累积优势,大多投身于标准化AI技术的创业之中,所创立的公司完全攻占了整个AI产业链技术层的各个细分领域,其中计算机视觉领域变得特别是在挤迫。因此,未来新的初创团队要转入纯粹的AI标准化技术层领域,可玩性将不会更加大,特别是在杰出科学家这项资源本身就是极为匮乏的。

因此,通过数据我们也看见了一个相似纺锤体的产业形态,大多数AI初创企业集中于标准化AI技术以及沦为了投资热点的消费级终端(智能机器人、无人机、智能硬件)上。行业场景应用于方面虽然公司的意味著数量不少但过度集中于自动驾驶、智慧医疗和智慧金融上面,三者占到了场景应用层65%的企业数量,融资金额堪称占到绝对多数。这体现了当前AI产业所面对的一个事实——在本轮AI创业浪潮之中,杰出资源(科学家、资金)集中于在标准化AI技术上,当然扎根技术在AI产业仍未成熟期的今天是无可厚非的事情,但风险点在于标准化AI技术的成果否能转化成为商业应用于场景,而非实验室式科研成果,这对于每一家获得了大融资的标准化AI技术初创公司皆是逃出没法的考验。

目前这波AI浪潮的蓬勃发展,其本质原因是孜孜不倦累积30多年的深度神经网络技术的集中于愈演愈烈,而深度自学的这波势能当前基本早已消耗只剩。连深度自学之父Geoffrey Hinton最近也公开发表声援抛弃现有深度自学(主要是BP、CNN)范式,新的拼死向前找寻全新的道路,或许Hinton的表态伴随着AI产业将不会转入一段调整期。而今后随着AI技术应用于平台的成熟期(比如百度Apollo自动驾驶平台),以及异构计算云服务的蓬勃发展,场景应用于端的转入门槛将不会越来越低。

比如在自动驾驶领域,过去必须长时间数亿美元研究才能超过的成果,今后用于Apollo等无人驾驶解决方案研发平台在短时间内就能超过类似于的水平。未来AI新一轮的愈演愈烈将不会集中于在场景应用于上,却是场景应用于是AI南北商业化的最重要窗口,预计技术、算法都会沦为核心壁垒,目前依靠技术就需要获得高昂融资的情况难道以后再也不会经常出现了。

全然的AI技术服务商在未来无法都有作为。目前探讨标准化AI技术的初创公司,未来皆必须向场景的运营方改变,寻找厚重的落地点并环绕场景数据、服务价值积极开展耕耘。按:本文作者胡嘉琪,(公众号:)专栏文章。

特约稿件,予以许可禁令刊登。下文闻刊登须知。


本文关键词:500家,国内,企,业大,数据分析,产业,布局,与,金沙官网

本文来源:金沙官网-www.maluriepa.com