十張圖看清 AI 賽道，十大頂級調研公司報告匯總
1新智元編譯
來源：TechEmergence
作者：DANIEL FAGGELLA
譯者：張冬君
【新智元導讀】科技公司TechEmergence創始人、國外著名科技產業作家DANIEL FAGGELLA日前匯總全球十大頂級調研諮詢公司出品的AI產業最新報告，闡述AI產業現狀及其各個賽道。FAGGELLA指出：目前AI賽道劃分稍顯凌亂，但隨著時間推移情況會有好轉；健康、市場營銷和金融一直都是AI投融資3大焦點；但沒有人真正知道「風口」在哪，投資人和創業者應該注意細分領域，並對行業整體保持樂觀。
今天的AI市場是很難估量的。不僅是因為在「AI」的定義上缺乏共識，還因為該領域的發展尚在起步階段，很難在各個行業或者是應用領域之間進行劃分。
在最近的一篇文章中，我們基於當前的市場調研和自己的見解對AI市場進行估值。而本篇文章會更多地闡述AI行業的現狀，包括它的各個分類和應用領域。
如果你想了解機器學習和AI的發展會如何影響你的公司，那麼密切關注行業和應用的增長趨勢是必要的。我們從網上整理得出AI市場及其分類的深入評估，希望這篇文章是你了解AI市場的一個好起點。雖然我們無法保證從其他公司和研究員得來的數據都是準確的，但是我們把它們列在文中，以供查詢。
首先，我們通過現有的信息對AI市場進行分類。最後，我們將綜合得出我們認為最重要的趨勢和見解。
CB Insights各種AI產業報道 (2016)
CB Insights是紐約的一家研究公司下，約有200名員工，致力於從各種渠道獲取科技信息，包括風投機構、初創公司、專利、合作夥伴和新媒體。CB Insights發布了關於AI市場的一些重要的圖表和信息。
我整理了一些圖表，並附上相關報告和數據平台的連接。
上圖顯示AI各個行業在過去5年的併購和融資頻率。其研究表明，醫療行業位列榜首，市場營銷/廣告和商業智能緊隨其後。
「2015年，AI醫療行業的融資次數占所有AI初創企業的15%。Lumiata、SigTuple、DeepGenomics和twoXAR都得到了風投機構的支持。」
上圖顯示過去5年中主要投資公司的投資情況。英特爾、谷歌和通用電氣位列榜首。該排名依據投資企業的數量而不是投資的資金數（儘管兩者之間有相關性）。知道誰在投資哪些公司（和哪些技術），有助於其他行業領導者了解AI市場哪些地方吸引投資。
這張圖非常有意思，它似乎證明，「眼光長遠」的AI平台和核心技術，要比只關注未來幾年的具體技術問題能贏得更多的投資。
在互聯網的時代，網景（Netscape）、雅虎、微軟和其他公司之間互相競爭，爭奪互聯網的統治地位。而谷歌突出重圍，成為網頁搜索和消費者網路應用的贏家。現在，投資者想要投資於AI同一種改變遊戲規則的技術，這似乎給像有情技術和轉承系統他們的一些誘惑力大致為中心的公司。
你需要留意這些AI「行業標杆」的公司關注哪些領域，因為這些領域肯定會聚集更多的發展動力。這些公司會爭先恐後地成為全球AI平台或解決方案指明方向。
VentureScanner的AI產業評估 ( 2016年3月 )
下圖將AI行業分為13個種類，括弧里是每個種類所有活躍企業的數量
VentureScanner 3月份的報告結果如下：
深度學習/機器學習 （通用） （123家）
深度學習/機器學習 （應用）（260家）
自然語言處理（通用） （154家）
自然語言處理 (語音識別) （78家）
計算機視覺/圖像識別 （通用）（106家）
計算機視覺/圖像識別 （應用） （83家）
手勢控制（33家）
虛擬個人助理（92家）
智能機器人（65家）
識別引擎和協同過濾（60家）
情境感知計算（28家）
語音翻譯（15家）
視頻自動內容識別（14家）
VentureScanner 報告的其他圖表還包括（下面這4張圖是額外）：
【AI各個分類的融資（目前大部分是在機器學習應用類，其次是自然語言處理）】
【AI的風險投資（大部分在機器學習應用類，其次是自然語言處理）】
【AI年總融資（2010年後加速增長）】
【AI各個分類的技術平均年齡（語音翻譯年齡最大，接著是手勢控制、視頻內容推薦、語音識別）】
TechEmergence對AI趨勢的高管調查（2016年6月)
這份報告中總共有910家公司。VentureScanner去年的報告總計有633家公司。
最近的AI行業研究調查了超過30位 AI初創企業的創始人和公司高管的意見（公司最小的只有6人，最大的有600人）。我們的第一個問題是，關於AI消費者技術在未來5年的應用情況。以下是其中一個問題的圖：
受訪的絕大部分公司都與聊天機器人或個人助理無關，但是有超過三分之一的表示，未來幾年後，聊天機器人會成為最有影響力的消費者AI技術。
O』Reilly 機器學習2.0 (2015年12月)
這篇文章是彭博社的Shivon Zilis所寫，他將「機器智能生態系統」分為好幾個種類和子類：
該圖列出了數十家公司，然而受圖片大小限制，還有許多公司被排除在外。在這張圖中，我們能看到與其他研究的圖表截然不同分類。圖中還包括非盈利組織（如OpenAI）和開源技術（如Caffe）。
完整的分類如下列所示：
Agents
Professional
Personal
操作系統界面
Autonomous Systems
Air
Ground
Sea
Industrial
Enterprise
安保
HR / 招聘
銷售
市場
客服
國內情報（Internal Intel）
市場情報（Market Intel）
Platforms
研究 / AGI
Full Stack
機器學習
產業物聯網
音頻
圖像視頻
Data Enrichment
Industries
AdTech
農業
For Good
零售金融
法律
材料 & MFG
醫療
教育
交通物流
投資情報
Tech User Tools
數據科學
機器學習
開源
「自去年做這份分析以來，我發現最大的2個變化是：（1）真實世界和虛擬世界都出現了自動化系統；（2）初創公司從建立廣泛的技術平台轉向解決具體商業問題。」
Shivon於2014年12月發表的「machine learning landscape」可在Medium網站閱讀，附圖如下：
機器智能分類如下：
Core Tech
AI
深度學習
機器學習
NLP平台
預測API
圖像識別
語音識別
Rethinking Enterprise
銷售
安全保險
欺詐檢測
HR/招聘
Marketing
個人助理
智能工具
Rethinking Industries
AdTech
農業
教育
金融
法律
製造
醫療
石油/天然氣
傳媒/內容
消費金融
慈善
自動化
診斷
零售
Rethinking Humans/HCI
增強現實
Gestural Computing
機器人
情感識別
Supporting Technologies
硬體
數據預處理
數據採集
Comet Labs AI 和機器人初創公司產業分析圖 (February 2016)
Comet Labs是一個風險基金，尤其關注AI相關技術，而且在評估整個行業上表現不錯。它對AI行業和機器人初創公司的劃分如下圖所示：
該圖不僅包括眾多初創企業，而且還有少數諸如安川（成立於100多年前）、蘋果和Nvidia等企業，這些可不能貼上「初創企業的標籤」。此外，文章沒有說清楚到底評估了多少家公司，如何以及為什麼沒有列出一些分類（「自然語言處理」、「助理」或「市場營銷/廣告」就沒有出現）。
該圖確實體現了AI的一些主要應用領域，但不全面，也沒有總結出什麼重要的見解。
BCC Research 智能機器市場報告 (May 2014)
BCC的2019-2024年的增長預測圖如下所示：
該圖來源於西門子公司網站，括弧里的數字單位為百萬：
自動機器人: 31% (3,582 – 13,927)
（包括自動駕駛車輛）
數字助理: 30% (2,175 – 8,075)
（例如，自動在線助理Siri）
神經元計算機: 22% (1,590 – 4,685)
嵌入式系統: 19% (877 – 2,095)
（機器監測和控制系統）
專家系統: 12% (7,055 – 12,433)
（例如，醫療決策支持系統、智能電網）
BCC預測數字助理在未來5年的總增長率最高，這與我們自己做的初創企業高管預測5年AI發展趨勢研究結果相符。
Nvidia』s GPU使用報告 (2016年1月)
Nvidia公司是世界領先的GPU製造商之一，它將各個行業的GPU相關的銷售增長情況做成下圖：
雖然GPU的使用對於AI的應用沒有直接影響，但它從一定程度上體現了行業發展情況（Nvidia公司稱，在2015年購買其GPU的企業數量是2013年的100倍）。
即使是在2015年，我們也可以看到，高校（假定這指大學研究）仍是Nvidia的GPU技術的最大消費市場。
下列排名依據各個行業GPU的使用比例：
? 高校
? 互聯網
? 生命科學
? 開發
? 金融
? 傳媒&娛樂
? 政府
? 製造業
? 國防
? 汽車
? 遊戲
? 石油/天然氣
隨著各行業里越來越多的公司開始使用機器學習，我們可以推測，高校的GPU銷售量佔總銷售量的比例將繼續減少。
「在短短兩年時間裡，與NVIDIA在深度學習上合作的公司超過了3400家，增加了近35倍。醫療行業、生命科學、能源、金融服務、汽車、製造業、娛樂業等行業都將從數據中獲益。」
其他垂直領域分類
還有一些機構也在對AI市場進行分類和估值。以下兩種值得一看。
? 媒體&廣告
? 金融
? 零售
? 醫療
? 汽車&運輸
? 農業
? 法律
? 石油&天然氣
? 其他
Tractica（https://www.tractica.com/research/artificial-intelligence-for-enterprise-applications/）最近的一項關於AI在企業的應用報告將AI技術分為以下幾類：
? 認知計算
? 機器學習
? 深度學習
? 預測 API
? 自然語言處理
? 圖像識別
? 語音識別
? 其他AI技術
要點總結
關於AI市場的可靠信息還不夠多，比較為成熟的市場和已經成熟市場更難衡量。儘管如此，我們仍然能從中獲得一些洞見。以下是從前文對AI市場的評估中得出的重要總結。
1. 健康、市場營銷和金融一直都是AI焦點
CB Insights稱，醫療行業已經成為AI交易流量最大的領域。谷歌的DeepMind已經進入醫療行業，IBM多年前就將眼光投向了醫療行業，以及許多像大型的「broad AI」企業也都扎進醫療市場。
醫療領域還能帶來一種「高尚」的感覺，這是其他應用領域所沒有的。致力於金融領域的AI公司可能被只會追逐利益的，而致力於治療疾病或改善治療的公司（即使也為了追求利益）則被另眼相待。我認為，像DeepMind這樣的想發展強AI技術的公司未來必須涉足醫療領域這樣的「高尚」領域，因為這樣才能驅散人們對未來機器比人更聰明的擔憂。
市場營銷和金融也是AI的重點領域。Sentient Technologies公司稱，其感知軟體能為電商對來更高轉化率。Cortica公司也將要推出用於電子商務和市場營銷的各種應用。
醫療、市場營銷和金融這三個常見的AI應用領域，包含著海量信息，而且規模不可限量。我相信，醫療行業里複雜的銷售周期和市場力量將導致金融、電子商務、市場營銷在相關AI應用和創新方面快速發展。而這一切只有等到未來才能知道。現在能夠確定的是，這三個領域將成為AI企業最大的發展領域。而這些應用領域本身還會給AI帶來大量的創新。
2. 從現在看AI賽道劃分還稍顯凌亂，但隨著時間推移這種情況應該會好轉
劃分AI市場很困難，這是一個需要有充足信息的創造性任務。一個市場可以用無限種方式（這取決於一個人的目的）進行劃分，然而，要準確地將應用劃分到具體的垂直領域會涉及到很多灰色地帶。
CB Insights沒有把自然語言處理列在AI的垂直領域裡，然而，有很多公司在研究NLP，不僅將NLP用於電子商務，還用於智能家居等等。
AI可能是一家公司的所有業務（如RocketFuel）或是大部分業務（如雅虎），亦或是一部分業務（如IBM）。一家公司需要涉及多少的AI才能在某個AI子行業中佔據一席之地？
CometLabs對AI行業的劃分沒有包含市場營銷/金融，然而，這可是現在以及未來最的當今最流行的應用領域之一。
同一家公司可能被一名分析師認為是屬於「電子商務」，被另一名分析師認為屬於「市場營銷」，可能還會被另一名分析師認為二者皆是。隨著AI市場劃分的版本越來越多，要確定某一個企業屬於哪個行業就非常困難。
這並不是說任何已經完成的AI行業的劃分是「錯誤的」（我將很喜歡CB Insights的劃分，因為它比較全面，而BCC的簡單劃分也很好），但是劃分出的子行業的邊緣總是模糊的。另外，研究機構想達成共識也是不可能的（事實上，任何一個研究機構內部要達成共識似乎都不太可能）。
AI子行業周圍的「灰色地帶」使得專註一個行業更有價值。例如，如果一家公司只是分析「AI商業智能」，它能構建一套相對嚴格的分類規則，來確定哪些符合及哪些不符合「AI」和「商業智能」。
3. 沒有人知道「風口」在哪裡，而這一事實對產業有很大影響
在最近的一次VentureBeat會議上， Robert Stephens（Geek Squad的前創始人）提到，AI聊天機器人現在所處的階段，就如互聯網在1994年所處的階段。我們不知道這些應用會在哪裡得到發展，或者是一下子取得成功。在許多領域裡，這些應用還只是實驗性質地慢慢發展，而不是作為商業價值的直接推動力。
因此，許多企業正在摸索，要將這些技術應用於何處（從「AI平台」轉向解決特定問題）。事實證明，很多公司都難以實現AI的價值。例如，Sentient Technologies公司發布的許多演示視頻只會讓人疑惑，這些技術到底能幫到我公司什麼？甚至是IBM也遭受批評，因為它不能把Watson的價值傳遞給客戶。
我認為，這種不知道哪個行業能成功的現狀導致了AI行業出現了下面幾種情況 ：
相信谷歌AI和「行業標準」AI平台會取得勝利（AI的戰場仍然是敞開的，不確定將於何時結束，或者是否會繼續分割為更小的戰場）
涉及多個應用領域的公司開始不再用高深的語言解釋自己的技術，而是使用程序員和CEO能理解的術語（Ayasdi就是很好的例子 —— 他們的技術是極其複雜，但是他們用視頻解釋自己的價值主張和使用案例）
AI小公司和大公司的高管都關注著得到上千萬投資的最熱門的AI初創公司以及最大的AI公司，如Facebook，谷歌，亞馬遜，以便確定未來的發展趨勢以及它們自己的下一步發展方向。由於許多AI小企業和大公司不具備真正獲利的能力，它們必須時刻關注它們認為的能獲利的地方。
4. 注意細分領域，對整體保持樂觀
儘管對具體的行業或應用領域的劃分存在分歧，但是AI不是少數特定工作的專用工具，而是完全不同的一個工作、研究和生產的領域。
二十年前，Bill Gates閉門思考「互聯網」，並決定其對微軟未來的重要性。要感謝他做出了行動。如今，微軟的CEO和谷歌的CEO都表達了他們要將AI融入業務核心和增長計劃的決心。當年互聯網帶來的巨大變化超過我們的想像，同樣的，我們也無法遇見AI的眾多應用匯給商業和個人生活帶來怎樣的影響。讓我們拭目以待。
新智元Top10智能汽車創客大賽招募！
新智元於7月11日啟動2016年【新智元100】人工智慧創業公司評選，在人工智慧概念誕生60周年之際，尋找中國最具競爭力的人工智慧創業企業。
智能駕駛技術是汽車行業的重點發展方向之一，同時也是人工智慧相關產業創新落地的重要賽道之一。為此新智元聯合北京中汽四方共同舉辦「新智元Top10智能汽車創客大賽」，共同招募智能汽車相關優質創業公司，並聯合組織人工智慧技術專家、傳統汽車行業技術專家、關注智能汽車領域的知名風投機構，共同評審並篩選出Top 10進入決賽，在2016年10月16日「國際智能網聯汽車發展合作論壇」期間，進行路演、頒獎及展覽活動。
如何參加【新智元Top10智能汽車創客大賽】評選
如有更多介紹資料（例如BP等），可發送至xzy100@aiera.com.cn，郵件標題請註明公司名稱。如有任何諮詢問題，可聯繫微信號Kunlin1201。
評選活動時間表
創業企業報名期：即日起至2016年8月31日
專家評委評審期：2016年9月
入圍企業公布期：2016年10月18日
微信號：AI_era100
請您繼續閱讀更多來自 新智元 的精彩文章:
皮膚癌識別「新高地」：IBM與澳大利亞黑色素瘤研究所合作深度學習教父Hinton專訪，AI已跨越重要分水嶺腦網路組圖譜：世界第一個人類全腦連接圖譜DeepMind 創始人 Cell 評論：通用人工智需要怎樣的學習系統？
TAG:新智元 |
※5張圖讀懂中國頂級科技公司：騰訊阿里躋身全球十大市值最高公司
※華語樂壇算得上頂級大師的十大歌手，劉歡第五，周杰倫第六
※國內十大頂級恐怖玻璃棧道 陝西兩處上榜
※世界十大頂級富二代 國民老公王思聰未上榜！
※TOP 10 之頂級免費高清圖片網站分享！
※GF廠格拉蘇蒂原創SIXTIES六十年代腕錶 市場頂級版本
※EDG若奪冠，將追平TSM和FNC的頂級聯賽奪冠總數第二記錄
※盤點《海賊王》中的三大頂級財迷！
※毀滅公爵——阿根廷國寶級大師頂級博伊
※海賊王十大頂級強者 多弗朗明哥竟未進前十
※「詹皇」預測新賽季雷霆二少無緣MVP，東部一頂級後衛捲入MVP爭奪戰
※聯盟三大頂級天賦已出爐，那三大頂級天賦如何匹配三大頂級球星？
※大寶說表：頂級復刻AR廠勞力士迪通拿DAYTONA視頻評測
※世界十大頂級軍刀排行榜
※【TC 深圳現場報道】美圖張偉：為什麼李開復說我們是家頂級人工智慧公司？
※王魯湘主編《天下之器》圖書發布，去國博看看頂級外銷瓷
※頂級視覺享受 電影級手游《劍芒》震撼公布
※准者體育簽約CBA夏季聯賽，精準布局頂級賽事矩陣
※報告稱全球8位頂級富豪總財富超過世界一半人口財富總和