從12大領域盤點133家人工智慧企業,精準提升產品與服務
選自Venture Beat
機器之心編譯
參與:蔣思源
本文提供了 133 家人工智慧企業,其中既有科技巨頭又有新興初創公司。本文希望能按類別給讀者提供一個全面的視角來了解人工智慧企業。
公司企業佔據了全球 3.4 萬億美元的市場份額,並且該市場有越來越多的份額分配到人工智慧技術。
根據我們的定義,「企業級」的科技公司為職場人和大量的商業應用創造了框架性工具與功能。例如 Salesforce 就是各個公司銷售人員使用的主要軟體,其也稱為客戶關係管理軟體或 CRM 系統。該系統是銷售人員記錄客戶聯繫方式、潛在客戶的進程和銷售指標的跟蹤。任何直接銷售其產品和服務的公司都從 CRM 系統受益良多。
近來,許多企業綜合運用自動化數據科學、機器學習和現代深度學習方法處理如數據預處理、預測分析和過程自動化等任務。其中很大一部分公司是具有深厚領域專長和產品功能優勢的知名企業。而另一些則是運用人工智慧解決新問題的新興初創公司,本文的盤點涵蓋了這兩種公司。
為了確定最適你業務的工具,我們將企業的人工智慧解決方案圖景按照功能類別來劃分,這樣以匹配組織工作流程和使用案例。大多數公司企業能分為多個類別,但本文專註於每一個公司的主要附加值和差異化部分。
下圖就展示了各類別的人工智慧解決方案:
商業智能
這一部分的 AI 解決方案是從公司數據中挖掘智能,包括將公司所有信息匯聚到一起的業務程序、工具和工作流程等,進而實現智能化分析。如精簡數據預處理流程的 Paxata 和 Trifacta,讓存儲在不同區域的數據實現更有效率交互的 Tamr 和 Alation,甚至能如 Narrative Science 和 Yseop 那樣自動生成報告或文檔。
Alation:http://www.alation.com/
Ayasdi:https://www.ayasdi.com/
Datasift:http://datasift.com/
Enigma:https://www.enigma.com/
Import.io:https://www.import.io/
Maana:http://www.maana.io/
Narrative Science:https://www.narrativescience.com/
Paxta:https://www.paxata.com/
SAS:https://www.sas.com/en_us/home.html
Sisense:https://www.sas.com/en_us/home.html
Tamr:http://www.tamr.com/
Trifacta:https://www.trifacta.com/
Yseop:https://yseop.com/
生產力(Productivity)
工作中的生產力經常會通過大量微小的任務消耗你的注意力。許多生產力工具已經出現並消減這些瑣事,如會議安排所需要的流程。還好現在有很多虛擬調度助手如 X.ai、FreeBusy 和 Clara Labs。
Brainasoft:https://www.brainasoft.com/braina/
Findo:https://findo.com/about/
Clara Labs:https://claralabs.com/
Freebusy:https://freebusy.io/
Julie Desk:https://www.juliedesk.com/us
Kono:http://kono.ai/
NextOS:http://www.nextos.com/
Pogo:https://memo.ai/
SkipfFlag:https://skipflag.com/
Talla:https://talla.com/
X.ai:https://x.ai/
Zoom.ai:https://zoom.ai/
客戶管理
維持客戶關係可不是一件簡單的任務。許多公司企業已經意識到人工智慧將會變革這一相對成熟的關鍵領域。DigitalGenius 利用 AI 篩選客戶服務數據並自動化客戶服務操作。Inbenta 由人工智慧支持的自然語言搜索可以在論壇或虛擬智能體中提供自助服務支持。而 Luminoso 則創建客戶反饋的可視化展示,使公司能更好地了解客戶的需求。
ActionIQ:https://www.actioniq.com/
Clarabridge:http://www.clarabridge.com/
CogniCor:http://www.cognicor.com/
Digital Genius:https://www.digitalgenius.com/
Eloquent Labs:https://www.eloquent.ai/
Inbenta:http://www.inbenta.com/
Interactions:http://www.interactions.com/
IPSoft:http://www.ipsoft.com/amelia/
LivePerson:https://www.liveperson.com/
Luminoso:http://lumino.so/
Kasisto:http://kasisto.com/
Narvar:https://corp.narvar.com/
Wise.io:http://www.wise.io/
Zendesk:https://www.zendesk.com/
人力資源管理
隨著平均僱傭期的縮短,招聘和人才資源管理可以說是每個公司所面臨的困難之一:即在哪可以招到合適的僱員,如何讓招聘鏈不會中斷?Entelo 和 Scout 這樣的公司從渠道頂部開始,為其他公司提供最高質量的應聘者,而像 hiQ Labs 那樣的公司則利用公共數據給出其他企業員工流失的風險,從而能提前制定人員保留策略。
Entelo:https://www.entelo.com/
Gigster:https://gigster.com/
hiQ Labs:https://www.hiqlabs.com/
HireVue:https://www.hirevue.com/
Scout:https://usescout.com/about
SpringRole:https://www.springrole.com/
Textio:https://textio.com/
unitive:http://www.unitive.works/
Wade&Wendy:http://wadeandwendy.ai/
B2B 銷售和市場
沒有人喜歡浪費時間繁瑣地進行數據輸入或人力搜索上。這也就是為什麼從事這些職能的員工願意接受和嘗試新工具。一些如 Fusemachines 和 由 AI 支持的銷售助手 Tact 通過自動化數據輸入和提升預測準確度來解決這一問題。而其它的如 Lattice Engines 和 Mintigo 這樣的公司利用成千上萬的數據源展現最高質量的前景和機會。同樣也可以使用 Salesforce 的 Einstein 將 AI 和自動化引入整個銷售生態系統。
6Sense:https://6sense.com/
Albert:https://albert.ai/
Aviso:http://www.aviso.com/
BrightFunnel:http://www.brightfunnel.com/
Clari:http://www.clari.com/
Collective[i]:https://www.collectivei.com/
Conversica:https://www.conversica.com/
Fuse Machines:https://www.fusemachines.com/
InsideSales:https://uk.insidesales.com/
Lattice Engines:https://www.lattice-engines.com/
Mintigo:http://www.mintigo.com/
Radius:https://radius.com/
Sudo:https://www.sudo.ai/
Salesforce Einstein:https://www.salesforce.com/products/einstein/overview/
Tact:https://tact.ai/
Zensight:http://www.zensight.ai/
消費市場
企業可以通過社交渠道、分銷渠道、媒體渠道等方式獲得消費者數據與智能。智能工具不僅能抓取這些數據,同時還能分析和理解它們。Lexalytics 是一個文本分析平台,其可將數十億個非結構化數據和在線信息轉換為對公司的可行性見解。Affinio 通過深度學習和創建基於興趣的社交群體展現出品牌的社交指紋。品牌現在能更好地理解客戶細分、行為和情感了。
AirPR:https://www.airpr.com/
Appier:http://www.appier.com/
GumGum:http://www.gumgum.com/
Invoca:https://www.invoca.com/solutions/b2c/
Lexalytics:https://www.lexalytics.com/
Liftigniter:https://www.liftigniter.com/
NetBase:http://www.netbase.com/
Persado:https://persado.com/
Rentention Science:https://www.retentionscience.com/
財務與運營
財務與運營包括整個公司的所需的後端辦公、預測、會計和運營專員等。由於少有人喜歡文書工作,該領域已經擁有成熟的自動化。HyperScience 通過 AI 完成自動化後台操作,如表單處理和數據提取等。AppZen 則是自動化審計平台,其可以及時發現欺詐和合規問題,讓 T&E 團隊免於繁雜的人工審核和檢查過程。由於這一類任務的重複性,這一領域的工具可為企業帶來即時的回報。
AppZen:https://www.appzen.com/
Captricity:http://captricity.com/
Cognitive Scale:https://www.cognitivescale.com/
HyperScience:https://www.hyperscience.com/
Sapho:https://www.sapho.com/
WorkFusion:http://www.workfusion.com/
數字化商務
現在很多客戶使用在線交易,因此網上零售與電子商務成為了一個關鍵領域。Sentient Technologies 根據產品目錄分析用戶行為,其能更有效地推薦產品,同時該公司也在積極探討個性化購物體驗。BloomReachis 利用 NLP 和機器學習演算法調整站點內容以獲取流量,它還根據用戶屬性提供個性化搜索。
Airtifacia:http://www.artifacia.com/
BloomReach:http://bloomreach.com/
Infinite Analytics:http://infiniteanalytics.com/
Layer of 6 AI:http://layer6.ai/
Mona:https://www.monahq.com/
Msg.ai:http://msg.ai/
Optoro:http://www.optoro.com/
Pinterest:https://engineering.pinterest.com
Sentient Technologies:http://www.sentient.ai/
SiteZeus:https://sitezeus.com/
Wayblazer:http://wayblazer.com/technology/
數據科學
公司需要正確的數據格式、數量和理解方式才能有效部署人工智慧解決方案。隨著數據科學新工具和平台的興起,數據科學和管理對任何企業都是至關重要的。Yhat、DataRobot 和 Domina Data Lab 都是新興的數據科學平台,它們能幫助數據科學家更快更高效地部署模型。
BigML:https://www.contextrelevant.com/
Context Relevant:https://www.contextrelevant.com/
CrowdFlower:https://www.crowdflower.com/
Dataiku:https://www.dataiku.com/
Datalogue:https://about.datalogue.io/
DataRobot:https://www.datarobot.com/
Deepsense.io:https://deepsense.io/
Domino Data Labs:http://www.dominodatalab.com/http://www.dominodatalab.com/
RapidMiner:https://rapidminer.com/
SigOpt:https://sigopt.com/
SparkBeyond:http://www.sparkbeyond.com/
Yhat:http://www.yhat.com/
工程
即使是軟體工程也能通過人工智慧加速和自動化。Diffbot 使用 AI 技術(如計算機視覺、NLP 和機器學習),令開發者能從任意網頁中抽取和理解對象。Bonsai 通過去掉複雜的分層讓編寫 AI 模型更加方便。而 Rainforest 利用智能群測試(crowdtesting)保證質量以跟上開發團隊。
Bonsai:https://bons.ai/
Cycorp:http://www.cyc.com/
Diffbot:https://www.diffbot.com/
Fuzzy.ai:https://fuzzy.ai/
Kite:https://kite.com/
Logzi.io:https://logz.io/
Rainforest:https://www.rainforestqa.com/
SignifAI:https://www.signifai.io/
安全與風險控制
隨著越來越多的用戶在線交易,安全與風險成為企業面臨的巨大挑戰。安全與風險公司一般分為兩類:
專註於監控和緩解潛在欺詐和網路犯罪等風險的公司;
專註於自動化和規模性業務保障的公司。
第一類為 Sift Science 和 Darktrace 那樣的公司,它們都是由 AI 驅動的平台。這些平台用於監控和跟蹤成千上萬的異常情況,以檢測欺詐和網路犯罪。第二類如 Demisto 是作為一個事件響應平台,該平台力圖減少響應時間並自動對事故原因進行探查。
Anodot:https://www.anodot.com/
Cylance:https://www.cylance.com/en_us/home.html
Darktrace:https://www.darktrace.com/
Deep Instinct:https://www.deepinstinct.com/
Demisto:https://www.demisto.com/
Drawbridge Networks:https://www.drawbridge.io/
Graphistry:https://www.graphistry.com/
LeapYear:https://leapyear.io/
SentinelOne:https://sentinelone.com/
Sift Science:https://siftscience.com/
SignalSense:https://www.signalsense.com/
Spark Cognition:https://sparkcognition.com/
Vectra Networks:https://www.vectranetworks.com/
Zimperium:https://www.zimperium.com/
工業和製造業
工業與製造、供應鏈和貨物分配有關。這一部分通常不是垂直整合的,因此經常受到去中心化數據的影響。DeepVu 利用深度強化學習評估供應鏈風險和給出未來需求的精準預測。Arimo 則通過分析歷史數據,以提供設備停機監控、管理有效利用的能源和檢測生產中異常的方法。
Arimo:https://arimo.com/solutions/manufacturing/
DeepVu:http://deepvu.co/
FusionOps:https://www.fusionops.com/
GE Predix:https://www.predix.com/
Kinaxis:http://www.kinaxis.com/
Logility:https://www.logility.com/
Pensiamo:https://www.pensiamocs.com/
Skuchain:https://www.skuchain.com/
Tradeshift:https://tradeshift.com/
結語
本文通過分類列舉這 133 家人工智慧企業,希望能為讀者的公司或組織提供優良的技術解決方案。雖然很多公司都是跨領域或在多個垂直領域內提供應用,但基本上它們都是使用較為廣泛的人工智慧技術,如深度學習、強化學習和 NLP 等。我們希望讀者能根據自身的需求進一步了解這些企業和應用。
※谷歌TPU之後還有高通,人工智慧晶元競賽已經展開
※用人工智慧做金融風控?這裡是一位實踐者的思考
※自然語言處理中的文本處理和特徵工程
※入門書籍:《終極演算法》的簡介與深思
※怎樣使用PyTorch實現遞歸神經網路?
TAG:機器之心 |
※專為中小企業量身定製 H3C ER3200G2企業路由
※2018亞洲消費電子展吸引13個國家和地區、100多家初創企業參展
※2019年將大放異彩的13家區塊鏈企業
※雲天勵飛入選「2018年中國硬科技領域創星企業50強」
※2018中國年度AI評選揭曉!10大領航企業,50家明星公司,10佳投資機構
※2018生物醫藥企業用人趨勢研討論壇,最後新增10個名額!
※2018年中國IC設計企業營收前10強 紫光旗下兩企業強勢
※2018年中國創新葯企業誰最「吸金」?
※2019年區塊鏈在企業應用中扮演的角色
※貴陽一科技公司與30000家企業角逐 榮獲中國創新創業大賽互聯網行業成長組全國16強!
※2018年全球公有雲市場規模1363億美元,企業關注焦點從「雲優先」轉向「雲效能」
※2017年上海遊戲企業1670家 貢獻569億元產值
※快報:潤和軟體榮膺「2019中國最具商業價值AI企業100強」
※Gartner:到2021年70%的企業組織將利用人工智慧提高員工生產力
※107億美元!博通巨額收購賽門鐵克企業業務
※2018全球網路安全創新500企業:中國八家
※元器件分銷上市企業2018年Q1營收匯總
※2019春季CMEF盛大開幕!4300家企業、1000餘款首發新品……
※CNCC 2018 科技展盛況空前,近 100 家企業匯聚一堂
※2018年中國中央企業利潤總額1.7萬億元 創歷史最好水平