15張圖表看清人工智慧發展現狀

1.人工智慧市場概覽

2. 各類人工智慧公司數量統計

15張圖表看清人工智慧發展現狀

上圖展示了各類人工智慧領域的公司數量,我們可以從中看出都有哪些類別佔據了當前的市場主導地位。機器學習(應用)憑藉263家公司領袖群倫,而自然語言處理憑藉154家公司位居次席。

3. 各類人工智慧公司的融資總額

15張圖表看清人工智慧發展現狀

上圖展示了各類人工智慧公司的融資總額。機器學習(應用)憑藉超過20億美元的融資總額在整個市場佔據頭把交椅,是以融資6.62億美元排名第二的自然語言處理的三倍。

4.各類人工智慧公司獲得的風險投資情況

15張圖表看清人工智慧發展現狀

上圖對比了各類人工智慧公司吸引到的風投注資總額和該類公司的數量。機器學習(應用)憑藉超過20億美元的風投注資總額和263家公司在兩項指標中穩坐第一,而自然語言處理則以6.62億美元的風投注資總額和154家公司位列第二。

5. 各年度人工智慧領域的融資總額

15張圖表看清人工智慧發展現狀

上圖統計了人工智慧公司在各年度的融資總額。2015年是人工智慧公司的最好年景,融資總額將近12億美元,2014年則以10億美元位居其後。

6. 各類人工智慧公司的平均融資金額

15張圖表看清人工智慧發展現狀

上圖統計了各類人工智慧公司的平均融資金額。機器學習(應用)以每家公司平均融資1,700萬美元位居第一,而智能機器人和手勢控制各自以每家公司平均融資1,400萬美元並列第二。

7. 各類人工智慧公司的平均創立年限 15張圖表看清人工智慧發展現狀

上圖統計了各類人工智慧公司的平均創立年限。語音翻譯類公司的平均創立年限長達13年,是最成熟的人工智慧類別,這個數字也是由三個類別並列(手勢控制、視頻內容識別以及語音識別,公司平均創立年限均為8年)的第二名的1.5倍。

8. 各類人工智慧公司的創立年限中位數

15張圖表看清人工智慧發展現狀

上圖統計了各類人工智慧公司的創立年限中位數。視頻內容識別類公司的創立年限中位數是7.8年,在整個市場堪稱最成熟,位居其後的是中位數為7.2年的語音翻譯類公司。

9.各國的人工智慧公司數量 15張圖表看清人工智慧發展現狀

0-500家公司

上圖展示了各個國家擁有的人工智慧公司數量。美國憑藉499家人工智慧公司遙遙領先,而英國則以60家公司瞠乎其後。

10.各國人工智慧公司的風險注資總額

15張圖表看清人工智慧發展現狀

0-40億美元

上圖展示了各國人工智慧公司的風險資本注資總額。美國人工智慧公司憑藉42億美元的注資總額獨佔鰲頭,排在第二位的瑞士則以2.34億美元遠遠落後。

11.各年度新創立的人工智慧公司數量

15張圖表看清人工智慧發展現狀

上圖統計了各年度新創立的人工智慧公司數量。2013年最多,有118家人工智慧公司在這一年創立,排在第二位的是有103家公司創立的2012年。

12.相同年度所創立人工智慧公司的融資總額

15張圖表看清人工智慧發展現狀

13. 人工智慧公司員工人數的分佈

15張圖表看清人工智慧發展現狀

14.各家投資機構的人工智慧領域投資交易數 15張圖表看清人工智慧發展現狀

上圖統計了各家投資機構參與的人工智慧領域投資交易數。Accel憑藉23筆針對人工智慧公司的投資交易傲視群雄,New Enterprise Associates則以18筆交易位居次席。

15. 各家投資機構投資的人工智慧公司數量

15張圖表看清人工智慧發展現狀

不只是Siri

每當提到人工智慧,人們最先想到的可能會是虛擬個人助理,不過這個行業實際上包含了十多種類別。

例如,你鍾愛設備上那些在你眼中很酷的手勢控制功能,它們也被歸類為人工智慧,此外還有自動語音識別、內容識別功能以及那些能夠學習使用者喜好的機器或設備。

目前在Facebook上還常常錯認許多用戶的面部識別,同樣是人工智慧的重要組成部分;你會越想越覺得把它歸為人工智慧是很有道理的。另外,還有一些人工智慧類別,目前的受關注程度可能還不是太高(比如說智能機器人),但它們卻擁有巨大的潛力。

人工智慧正吸引真金白銀

想到HAL9000用一種越來越慢的聲調唱著《Daisy》,或許讓人感到毛骨悚然,但這似乎並沒有妨礙資金流入人工智慧領域,用於研究和開發。

人工智慧領域的融資總額一直在逐年穩步增長,從2010年時的2億美元到2013年時的6億美元,再到2015年時的12億美元。在2016年的第一季度,人工智慧領域已經融到逾4億美元的資金,這個水平跟2015年同期旗鼓相當,而全年甚至有望更上一層樓。

要說哪一個類別吸引到了最多的風險資金,機器學習憑藉迄今20多億美元的融資總額成為了遙遙領先的贏家。這倒也不能完全說是令人震驚;2016年4月,谷歌(Google)首席執行官桑德爾·皮蔡(Sundar Pichai)在一封致股東信中,把機器學習譽為人工智慧和計算的真正未來。

自然語言處理是融資第二高的類別,但其金額只有機器學習的三分之一不到,排在之後的類別,融資金額更是逐個遞減。根據這些數據來看,機器學習的市場將會迎來爆炸式發展(真的很有可能),但那也會為其他人工智慧類別騰出空間,開始從風險資本家那裡獲得大筆資金。

人工智慧的重點領域

並不令人意外的是,除了在人工智慧領域擁有最高的融資總額外,機器學習類別下的公司數量也是最多的(263家)。而大多數其他類別的公司數量均少於100家,諸如手勢控制和語音翻譯這樣的小類別,其公司數量還要少得多。

為什麼會這樣?除了桑德爾對此大加鼓吹外,機器學習也許確實算是個人計算領域的聖杯:一台可以自主學習如何把事情做得更好的機器,不用人持續進行干預。還是那句話,儘管《戰爭遊戲》(War Games)這樣的電影向我們描繪了機器學習可能造成的災難性後果,但事實證明這種技術非常有用——Nest智能溫控器和其他諸多自主學習設備的用戶都可以作證。

美國的人工智慧公司最多

在人工智慧領域,美國是領頭羊。全美有將近500家公司參與了某種人工智慧的研發,大大領先於其他任何國家。相較之下,人工智慧公司數量第二多的國家是英國,但具體數字只有60家。

鑒於美國人工智慧公司的絕對多數,該國人工智慧公司吸引到的風險資金最多,也就並不奇怪了。美國人工智慧公司的融資總額超過了40億美元,大大領先於排名第二位的瑞士(2.34億美元)。

大部分人工智慧公司的規模很小

我們可能會把科技公司想成是行業巨頭,規模龐大有如城市,雇傭著成千上萬的員工。想想蘋果(Apple)、微軟(Microsoft)、三星(Samsung)和IBM吧,它們都是這樣的龐然大物。然而,在人工智慧的世界里,情況根本不是如此。

人工智慧公司的規模有多小呢?真的很小:人工智慧領域有九成公司的員工人數少於50人。不僅如此,更有五成公司的員工在10人以下。雖然人工智慧也有那麼一兩家比較大的公司(光是單個項目就匯聚了數百位工作人員),但這個領域似乎最適合那些小團隊的參與,而不是組織結構龐大的公司。

準備迎接機器人霸主?

這已經變成了某種笑話,所以,哈哈,但情況並不是那樣,人類不會很快被自己的人工智慧造物所超越——雖然它們已經在這種企圖上花了不少時間。事實上,雖然人工智慧看似是一個比較新鮮的概念,但它的研發工作早從上世紀50年代就已經開始了;「人工智慧」這個詞語本身就是在1956年的達特茅斯大會(Dartmouth Conference)上誕生的,雖然那一次的大會如今已然聲名狼藉。

擁有如此可觀的融資規模,還有不斷崛起的年輕公司持續推進著人工智慧的前沿,這個科技板塊的未來看起來一片光明。不管你是滿足於偶爾向Siri問一些問題,還是熱切期待機器人相伴的那一天,有一件事情確定無疑:在未來幾年裡,人工智慧將在我們的生活中扮演越來越重要的角色。

未经允许不得转载:Feenix第四色色 » 15張圖表看清人工智慧發展現狀

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址