本月，騰訊研究院與IT桔子聯(lián)合發(fā)布了《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢(shì)研究報(bào)告》，針對(duì)國(guó)內(nèi)外1000多家人工智能企業(yè)進(jìn)行了深入分析，并在報(bào)告中給出了眾多富有洞察的結(jié)論。但遺憾的是，此份報(bào)告針對(duì)國(guó)內(nèi)人工智能初創(chuàng)公司雖然作出了一定的宏觀分析，但可能限于篇幅問(wèn)題，在更多的細(xì)分?jǐn)?shù)據(jù)維度，比如企業(yè)平均融資輪次、各路資金在整體AI產(chǎn)業(yè)鏈上投資布局等方向尚未進(jìn)行深入的數(shù)據(jù)分析，這是比較可惜的地方。因此，本文產(chǎn)生了從IT桔子爬取國(guó)內(nèi)所有人工智能初創(chuàng)企業(yè)數(shù)據(jù)，繼續(xù)挖掘其中更深入的產(chǎn)業(yè)特征的想法。本文基于從IT桔子爬取的國(guó)內(nèi)人工智能初創(chuàng)企業(yè)數(shù)據(jù)，在AI初創(chuàng)公司產(chǎn)業(yè)鏈分布、融投資事件、投資機(jī)構(gòu)風(fēng)格與產(chǎn)業(yè)鏈布局等維度進(jìn)行深入分析。
基礎(chǔ)數(shù)據(jù)源
本文使用到的數(shù)據(jù)，來(lái)自于通過(guò)爬蟲獲取的IT桔子截止到2017年9月國(guó)內(nèi)所有人工智能領(lǐng)域的初創(chuàng)公司基本信息與投資事件數(shù)據(jù)，包括公司信息、獲投時(shí)間、輪次、投資金額和投資方等等，需要說(shuō)明的是，本文數(shù)據(jù)中剔除了阿里、百度、騰訊等互聯(lián)網(wǎng)巨頭，以及帶有人工智能概念的上市公司，以免他們對(duì)整體數(shù)據(jù)的分布產(chǎn)生影響，本文研究范圍主要圍繞國(guó)內(nèi)591家AI初創(chuàng)企業(yè)開(kāi)展。
研究目的
通過(guò)分析目前國(guó)內(nèi)所有AI產(chǎn)業(yè)初創(chuàng)公司的產(chǎn)業(yè)鏈分布，了解當(dāng)前的AI產(chǎn)業(yè)結(jié)構(gòu)，并鳥瞰其中的融投資熱點(diǎn)。同時(shí)再以投資方視角，分析各家投資機(jī)構(gòu)在AI產(chǎn)業(yè)鏈的布局和風(fēng)格，并統(tǒng)計(jì)一下從Google、微軟亞洲研究院、BAT等巨頭出來(lái)的科學(xué)家們所創(chuàng)辦的AI公司當(dāng)前情況，從數(shù)據(jù)角度形成對(duì)整體AI產(chǎn)業(yè)的新認(rèn)知。
AI產(chǎn)業(yè)鏈模型
由于產(chǎn)業(yè)鏈模型涉及到了如何對(duì)這591家國(guó)內(nèi)人工智能企業(yè)進(jìn)行領(lǐng)域分類，需要重視對(duì)待。而本文并未完全采用《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢(shì)研究報(bào)告》中對(duì)人工智能企業(yè)的分類方法，因?yàn)樵摲诸惪赡軙?huì)存在一點(diǎn)小問(wèn)題。本文特意提出以下人工智能產(chǎn)業(yè)鏈模型，對(duì)這591家企業(yè)進(jìn)行領(lǐng)域分類：
整個(gè)AI產(chǎn)業(yè)鏈通過(guò)三個(gè)層級(jí)將從業(yè)的公司分為了20個(gè)子類，簡(jiǎn)要說(shuō)明如下：
基礎(chǔ)層為整體產(chǎn)業(yè)提供算力，其中硬件部分包括芯片、傳感器與中間件。芯片領(lǐng)域典型公司如寒武紀(jì)、深鑒科技，從事包括GPU、FPGA及ASIC等各類AI芯片的研發(fā)設(shè)計(jì)，由于技術(shù)門檻過(guò)高、投資周期長(zhǎng)，目前國(guó)內(nèi)僅有極少部分具備足夠技術(shù)積累的初創(chuàng)企業(yè)參與其中。而計(jì)算能力平臺(tái)以云計(jì)算為整個(gè)AI產(chǎn)業(yè)鏈提供算力，除了3A（AWS、Azure、阿里云）外，國(guó)內(nèi)典型的初創(chuàng)公司有如七牛云、青云，由于深度學(xué)習(xí)的持續(xù)火爆讓全球AI產(chǎn)業(yè)普遍面臨算力瓶頸，未來(lái)預(yù)期將有更多參與者進(jìn)入計(jì)算能力平臺(tái)這一領(lǐng)域。
技術(shù)層主要為整體產(chǎn)業(yè)鏈提供通用AI技術(shù)能力。其中感知層包括計(jì)算機(jī)視覺(jué)和語(yǔ)言識(shí)別兩項(xiàng)重要的機(jī)器感知任務(wù)，由于這兩項(xiàng)技術(shù)由于相對(duì)成熟，目前有大量的初創(chuàng)公司選擇了這兩個(gè)領(lǐng)域，如計(jì)算機(jī)視覺(jué)云集了商湯科技、曠視科技、云從科技等大量獨(dú)角獸；而認(rèn)知層定位為“機(jī)器大腦”，包括知識(shí)圖譜/語(yǔ)義分析，以及智能問(wèn)答/虛擬助手兩個(gè)核心領(lǐng)域，頂部的平臺(tái)層則以通用技術(shù)應(yīng)用平臺(tái)的形式提供深度學(xué)習(xí)、模式識(shí)別等技術(shù)應(yīng)用服務(wù)，對(duì)接應(yīng)用層。
應(yīng)用層按照對(duì)象不同，可分為消費(fèi)級(jí)終端應(yīng)用以及行業(yè)場(chǎng)景應(yīng)用兩部分。消費(fèi)級(jí)終端包括智能機(jī)器人、智能無(wú)人機(jī)以及智能硬件三個(gè)方向，其中智能硬件領(lǐng)域從業(yè)公司包括如Rokid等智能音箱玩家，致力于消費(fèi)級(jí)硬件的智能化。場(chǎng)景應(yīng)用部分對(duì)接各類外部行業(yè)的AI應(yīng)用場(chǎng)景，比如智慧醫(yī)療、智慧金融等。
最后需要說(shuō)明的是，深耕AI行業(yè)應(yīng)用場(chǎng)景的公司往往也具備了技術(shù)層的一些核心技術(shù)能力，比如雅森科技等醫(yī)學(xué)影像公司使用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)心臟、肺、腎等醫(yī)療影像進(jìn)行模式分析，幫助提高重要疾病診斷的正確性。這類公司顯然定位是“技術(shù)的行業(yè)探索者”，