datasheet

xsy-ai机器人文明

文章数:106 被阅读:58096

账号入驻

是谁在“瓜分”这402亿融资?2018 AI 产业投融资全报告解析

2018-08-10
    阅读数:

来源:投中研究院



  编辑


从2017-2018 中国人工智能企业融资阶段分布上看,多数项目集中于发展初期,投资机构更愿意参与A轮后投资,将资金投向发展更加明确的项目,融资向头部项目集中。


另外,中美科技巨头人工智能布局在层级上存在反向趋势,中国科技巨头以AI应用层为重点投资方向,美国科技巨头则相反。


目前,AI技术已经阶段性过剩。如何将技术运用至更好的应用场景, 是当前拥有AI技术企业的一项重要课题。




  报告概览


AI产业投融资情况回顾

2018年H1同比过往,AI企业融资事件数量放缓,但是平均单笔融资额大幅度增加,达到5.45亿元。
            

中美科技巨头AI产业战略投资布局

(按照已投企业所在AI层级最高集中度排)

  

领先投资机构AI产业投资布局







人工智能产业是建设数字中国要素之一


数字中国是习近平总书记在十九大报告中首次明确提出的重大发展战略。坚持以供给侧结构性改革为主线,加快发展数字经济,推动实体经济和数字经济融合发展,推动互联网、大数据、人工智能同实体经济深度融合。


根据《中国“互联网+”指数报告(2018)》,2017年全国数字经济体量为26.7万亿元人民币,较2016年同期的22.77万亿元增长17.24%。数字经济占国内GDP的比重由30.61上升至32.28%。  数字经济正在中国快速发展。




人工智能技术正在冲击融入各个行业


从教育到医疗到金融再到制造业,以及更多的行业, 人工智能技术正在深入到社会生活的每个领域。


人工智能是当前最受关注的科技领域之一,并且与其他数字经济 产业有着相辅相成的关系,产业链之间也相互重合着,共同支持 着数字中国的建设。人工智能产业通常被划分为基础层、技术层 和应用层。从应用层的角度洞察人工智能产业,可以更形象的感 受到人工智能对社会生活的影响。




物联网、云计算、大数据支撑人工智能产业


物联网、云计算、大数据三者相辅相成,构成了人工 智能的基础。


物联网是大数据的重要来源,而大数据处理是物联网数据分析的 核心技术;大数据推动云计算快速发展,而云计算为大数据提供 存储/计算等支持;云计算为物联网提供存储等服务,而物联网是 云计算发展的重要推动力。


通过物联网产生、收集的海量数据存储于云平台,再通过大数据 分析,甚至更高形式的人工智能为人类的生产活动和生活提供更 好的服务。





推动第三次人工智能浪潮的四大要素: 数据、计算资源、算法、连接


本轮人工智能之所以能蓬勃发展,源于具备了足够海量的 数据、强大的计算资源、更先进的算法以及更快速的网络 连接能力


与前两次AI浪潮不同的是:基于大数据和强大计算能力的机器学 习算法已经在计算机视觉、语音识别、自然语言处理等一系列领 域中取得了突破性的进展,基于人工智能智能技术的应用也已经 开始成熟。并且在收集数据以及应用连接上,有着更快速的网络 连接能力。






融资企业数量放缓,融资规模依旧增大


通过CVSource数据显示,自2013年到2016年人工智能企业发生融  资数量由21家增长到335家,融资规模同样是高速增长,由15亿元到236亿元;从2017年开始,企业融资数量开始增长缓慢,但融资规模仍然高速增长到338亿元。


预计2018年人工智能产业融资会继续延续企业数量放缓,融资规模  放大的趋势。2018H1由于商汤科技、云从科技、优必选科技等企业获得高额投资,因此半年的融资额已经超过2017年全年。



地域分布


从地域分布上来看,2017-2018H1 人工智能产业的投资主要集中在北京、广东、长三角(上海、浙江、江苏)一带,且数量较多, 占投资人工智能企业总数91%;其中北京地区拔得头筹,数量上占据绝对优势,成为人工智能企业的主要聚集地;其余人工智能企业分散在全国各个地区。




2018Q2 平均单笔融资额大幅度上涨


通过CVSource数据显示,自2017Q1至2018Q2,中国人工智能  产业季度融资事件数量及规模呈波动状。其中,融资规模波动较大,于2017Q4达到小波峰,并于2018Q2达到顶峰。


2017Q4融资规模增长突出,是由于计算机视觉、医疗健康及芯片企业获得高额融资。2018Q2融资规模大幅度增长,平均单笔融资额达到4.6亿元,大额融资事件主要分布于金融、计算机视觉  和机器人行业。




案例主要集中在成长期,融资金额集中在A、C轮




投中研究院通过统计发现, 2017-2018H1人工智能企业 融资阶段集中于A轮和天使轮, 分别占比45%和23%;但从融资规模看,A轮前项目融资金 额偏小,规模较大的融资案例集中于A轮、B轮以及C轮。


机构参与A轮后投资意愿更强, 希望将大体量资金投向发展更加明确的项目;对于处在成长期的企业,投资机构则保持谨慎的态度。








中国四大人工智能开放创新平台—BATI


2017年11月科技部公布了首批4家国家新一代人工智能开放创新  平台名单,分别是百度(B)、阿里巴巴(A)、腾讯(T)和科  大讯飞(I)。


对于中国的人工智能产业而言,让产业巨头带动中小型AI企业共同发展,强化人工智能产业对科技、经济、社会发展和国家安全的全面支撑;对于中国的人工智能企业而言,可以依托四大AI开放平台,使用平台的数据资源、服务等。更加专注于自己的产品; 对于BATI而言,奠定了其在中国人工智能产业的地位,并且能够将企业接入AI开放创新平台,配合投资或并购,打造基于各自优势的生态战略。

                            


1° 百度:DuerOS & Apollo双端驱动


百度的人工智能生态以百度大脑 — AI开放平台为核心,完整的生态包括云和端两个部分。百度云是作为基础的支撑计算平台,有着百度大脑的各种能力开放给所有合作伙伴。DuerOS和Apollo 提供着垂直的解决方案,让企业调用百度的相应能力,共建整个平台和生态。


被科技部选为国家新一代人工智能开放创新平台的Apollo是一套  自动驾驶系统,帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统。




1° 人工智能投资案例数占比成直线上升





1° AI+汽车交通类项目占总AI投资的20%


在2016年至2018YTD期间,百度在人工智能领域的投资或是已投企业进入人工智能产业的数量呈上升趋势。并且人工智能投资案例数占所有投资案例数的比例呈直线上升。可见人工智能企业对其之重要性。


此外,从数据上看,百度倾向于投资成长期至发展期的人工智能企业。


因此,百度的AI+汽车交通类布局将会作为接下来的重点分析方向。





1° 百度AI+汽车交通类已投项目




1°百度自动驾驶产业链核心技术之环境感知


环境感知相当于自动驾驶汽车的眼睛,因此是密不可分的。


在百度自动驾驶产业链上,百度投资或自建布局涵盖了运营、技术和量产三个环节。其中,在2016年至2018YTD期间,百度在环境感知方面投资了Velodyne、中科慧眼和xPerception。


环境感知主要包括三个方面,路面、静态物体和动态物体。在城市中驾驶, 自动驾驶汽车将碰到大量的动态物体。计算机视觉更加擅长于静态图像,而在动态的城市中驾驶,激光雷达更有优势并且是必不可少的,可以对多个移动物体的轨迹进行追踪与预测。



对Velodyne的影响:助力Velodyne推进规模化生产、打开中国市场对百度的影响:可优先与Velodyne合作,例如与Apollo深度结合。


对自动驾驶领域的影响:Velodyne激光雷达在国内供不应求,Apollo生态成员可缩短供货时间;资本将推动Velodyne规模化量产,从而降低价格。



2°阿里巴巴:人工智能与物联网


阿里巴巴深耕于云和芯片,以作为物联网和人工智能的基础设施, 用于连接并驱动万物智能。


从云和芯片向上延伸至Link物联网平台、AliOS系统和ET大脑。再  向上拓展至应用层。


打通整个产业链后,将会通过物联网产生、收集的海量数据存储   于云平台,再通过大数据分析,甚至更高形式的人工智能为人类  的生产活动和生活提供更好的服务。


被科技部选为国家新一代人工智能开放创新平台的ET城市大脑,  将会利用实时全量的城市数据资源全局优化城市公共资源,即时修正城市运行缺陷,实现城市治理模式、服务模式和产业发展的三重突破。




2° AI投资案例数下降,但占总投资比例上升


在2016年至2017年,阿里巴巴虽然AI投资案例数下降,但是至2018年YTD有大幅度上升趋势,2018年仅4月即超过2017年AI案例数的76%。并且AI投资案例数占总投资的比例不断的上升。


在融资轮次方面,阿里巴巴倾向于战略投资,最近一笔的典型案例就是阿里巴巴领投并联合淡马锡、苏宁等机构向商汤科技投资6 亿美元,为阿里巴巴的智慧城市点亮了一颗明星。




2°智慧城市基础设施建设者并布局应用端


在2016年至2018YTD期间,阿里巴巴AI领域投资以应用层为主。  此外,在AI基础层的投资是BATI中最高的,占比23%。


虽然智慧城市这一概念比较宽泛,涉及交通、生活、通信等领域, 但是可以看出阿里巴巴基于阿里云、Link物联网平台、ET城市大脑和AliOS系统,打通云、设备和客户端,形成人工智能+物联网的生态圈,推进智慧城市服务。




2°阿里巴巴智慧城市类已投项目


在2016年至2018YTD期间,阿里巴巴智慧城市领域的已投项目涉  及城市安防、智慧交通、智能生活和智能物流细分领域。以下列出的企业主要以应用层为主,背后还有许多已投的计算能力、大数据、芯片公司作为应用场景的支撑。


智慧城市是典型的人工智能与物联网深度结合的领域,ET城市大  脑被设想为城市的人工智能中枢,而Link物联网平台目标是要在五年内连接百亿设备。通过投资智慧城市类的应用层项目,将流量汇集至阿里巴巴的各类平台,打造一个基于流量生态的物联网生态圈。




2°阿里智慧城市产业链中的重要环节—芯片


物联网时代数据量将暴增,边缘计算将与云计算进行有效的互补。



3° 腾讯:以广泛投资,布局AI生态


腾讯目前有着AI Lab、微信实验室和优图实验室在研发人工智能 技术,主要的研究包括计算机视觉、语音识别、自然语言处理和 机器学习方向。战略布局包含内容、游戏、社交和以及平台型人 工智能应用方向。并且在BATI中是AI投资案例数最多的企业,被 投企业分布于以医疗行业为首等多个行业。


被科技部选为国家新一代人工智能开放创新平台的腾讯觅影是由 AI Lab、腾讯优图等共同支持出品的将AI技术运用到医疗领域的 产品。作为医疗影像平台的建设者,腾讯不仅接入合作者,并且 广泛的投资布局医疗行业。




3° AI投资案例数攀升,位居BATI中最高


投资正在成为腾讯重要的发展方式,从腾讯2018年第一季度财报 上看,仅第一季度的投资额就超过了2017年全年。已然是中国创 投最活跃的机构。 


在AI投资方面,2017年的投资案例数较2016年大幅度的增加,占 总投资案例数比例也在不断的上升。通过投资来布局AI产业将可 能会成为腾讯争夺未来的常规手段。




3° 行业分布广,以医疗健康为先


在2016年至2018YTD期间,AI应用层的投资案例数占全AI投资案 例数的90%。在AI应用层中,医疗健康是腾讯最关注的AI应用领 域,搭配腾讯觅影,可以显示出腾讯对AI医疗健康的重视。


腾讯的AI战略是AI in ALL,让AI进入所有的行业,配合AI投资数 量分布图可以看出腾讯是BATI里AI+行业跨度最广的公司。此外, 腾讯已宣布腾讯云AI应用服务全免费,并且成为各行各业的“数 字化助手”,助力数字化转型升级。





3° 腾讯AI+医疗健康已投项目


在2016年至2018YTD期间,腾讯AI+医疗健康领域的已投项目涉 及医疗数据收集和分析服务提供商、分级诊疗和药物研发。其中, 医疗数据收集和分析服务提供商的被投企业数量是最多的,数据 处理后可用于分析医疗影像、肿瘤治疗、个人健康管理等。


投资医疗数据公司、用腾讯觅影作为平台接入使用者、并且通过 微信收集大量的用户医疗、健康类等数据,腾讯正在不断的扩大 数据来源,以用于训练人工智能。



3° 腾讯AI助推分级诊疗


医疗资源不足和配置不合理造成了看病难、看病贵问题, 分级诊疗将能缓解这一问题,而AI将作为有力的助手。




4° 科大讯飞:智能语音平台+赛道


科大讯飞相较于BAT,是一家专注于从事人工智能技术研究的公司,特别是在智能语音领域。


科大讯飞坚持“平台+赛道”的产业发展战略:“平台”上,科大  讯飞围绕人工智能开放平台积极构建产业生态链,“赛道”上, 科大讯飞在教育、医疗、司法、智慧城市等行业领域持续发力。通过核心技术创新+行业应用数据及行业专家经验的整合,聚焦行  业需求形成代差,并持续迭代。


被科技部选为国家新一代人工智能开放创新平台的讯飞开放平台   面向机器人、智能家居等领域提供远场识别、高自然度个性化语  音合成、AIUI等人机交互解决方案和服务。



4° AI投资案例数相对较少,以成长期为主


科大讯飞定位是技术型平台,相比于BAT,整体的AI投资数量较少,于2017年达到近年巅峰,AI投资案例数占总投资案例数的64%。并且科大讯飞有80%投资于天使和A轮,因此AI投资策略偏向于成长期。




4° 向下游应用层投资,将其技术商业化


科大讯飞以语音交互技术见长,并且其讯飞开放平台被科技部选 为了智能语音国家人工智能开放创新平台。基于技术和平台,科 大讯飞主要投资的AI项目主要集中于应用层。这类应用层的项目 有的是创始初期就通过自有技术推出AI+项目,有的则是使用科大 讯飞的语音技术,使其产品AI化。


应用层行业分布上分布于四个领域,其中机器人最多。从科大讯 飞设定的四大赛道进行归类,则主要投资于教育和智慧城市赛道。




4° 科大讯飞AI+教育已投项目


根据2017年科大讯飞财报显示,教育领域营业收入15.1亿元,占 总营收比重的27.74%,位居各产品业务线第一位,略微领先于智 慧城市领域。


2016年至2018年YTD科大讯飞在AI+教育领域投资了两个项目, 一个是和新东方合作的东方讯飞,另一个是收购乐知行后的讯飞 乐知行。东方讯飞代表着线上教育,而讯飞乐知行代表着线下教 育机构数字化,搭建智慧校园。


AI应用于东方讯飞代表着的线上教育主要的方向是智能批改,用 AI还原考官行为,让考生即时获得批改反馈。


AI应用于讯飞乐知行的线下教育主要的方向是提升教师教学和学 生学习的效率。例如智能排课、机器判卷、同步将教师声音转化 为文字成为结构化信息等。


4° 智慧教育:铺渠道,使用AI提升教学效率 


持续推进优质区域、学校布局占位,进一步围绕教师和学 生用户推进深度运营的商业模式。



美国AI巨头战略布局解析


本报告将选取谷歌、脸书、亚马逊和苹果作为对标公司进行中美AI 巨头战略布局对比分析。


2018年5月10日, 在“美国产业人工智能”峰会上特朗普表示对人工智能行业发展不设限制,以保证美国在人工领域的领先地位。美国在人工智能领域的地位不仅是依靠政府的支持力度,更是源于强大的产业基础,无论是AI企业数量、全产业布局、人才队伍以及投融资规模来看,美国早已是全面领先。


在Google强势布局人工智能市场时,苹果公司以后来者居上的姿态牢牢占据美国人工智能巨头的一席之地,实际上Apple在人工智能领域的布局非常低调,重视“小而美”的初创公司为自有产品提供高质量服务。


Facebook在人工智能领域的布局主要围绕着其用户的社交关系和社交信息来展开;对于Amazon来讲,作为全球最大的公有云服务商,   在亚马逊的云端上无疑有着海量的数据资源,可以为人工智能的训练和学习提供有力的支撑。



1°Google布局以开源平台为起点


谷歌作为美国人工智能企业巨头之一,正在全力布局人工智能领域,  依靠强大的云平台和深度学习能力,逐步从单一的人工智能领域发 展成为多层次、多赛道的人工智能产业生态圈。


在2014年,Google以4亿美金价格收购DeepMind以实现深度学习  领域的拓展。在2016年谷歌正式提出从Mobile first转向AI first的战略模式后,DeepMind在同年12月宣布将其AI 核心平DeepMind Lab开源,供研究人员和开发者进行实验和研究。


此后,Google以多领域开源模式作为起点,快速吸引各赛道中的  参与者争相加入。根据投中研究院统计,谷歌自2016年至今共计55起投资案例中,超过半数企业与人工智能领域相关。




1° Google强势布局AI领域


投中研究院对Google公司自2016年至今的投资案例进行整理,共计55起案例中31起投资案例与人工智能领域相关,投资案例数占比约   为当年总案例数量的一半;按投资轮次分布来看,Google在对人工   智能领域布局过程中多以并购方式完成,共计21起,其余轮次较为平均。


值得关注是,所有投资案例中有一起较为特殊,是于2016年对非盈利性组织Code.org进行捐赠,目的在于推广计算机编程教育。



1° Google以底层技术布局为核心


谷歌在2011年成立AI部门,在深度学习算法、图像识别能力、语音语义判断三个方面不断积累底层技术战略布局。投中研究院对自2016年  至今的31起人工智能投资事件分类,其中基础层和技术层占比高达77.42%,投资案例多以大数据处理、云服务、物联网以及算法公司为主。谷歌努力将人工智能技术深入到旗下各产品中,为用户带来更  多的场景体验。


投中研究院发现在基础层的投资案例中,并购所占比例并不高;而在  技术层中并购案例占比高达72.72%,原因在于技术层公司业务和能力较为明朗,并购后能够明确为某一细分赛道提供服务,而基础层相  对不确定性较高。



1° Google围绕深度学习积极布局


投中研究院通过整理谷歌公司投资事件发现,围绕某一人工智能领域  的投资战略布局是多层次、多角度和多维度的。

以DeepMind为例,母公司层面收购Hark公司,该公司开发的应用程  序可为其旗下的DeepMind Health提供服务。自身同样积极布局多家AI初创公司,以深度学习为核心结合大数据和计算机视觉领域企业, Dark Blue Labs通过深度学习结构化和非结构化数据为智能产品可以理解自然语言,同时收购的公司还有计算机视觉公司Vision Factory。


DeepMind的两位联合创始人苏雷曼和哈萨比斯以个人身份进行天使投  资,其中Thread和Dice均是“大数据+垂直领域应用”公司;Babylon配合DeepMind的深度学习算法将,为AI医疗健康的垂直应用提供帮助。


1° 深度学习的核心推动力——算法和框架


谷歌在2014年以高价收购DeepMind深度学习算法公司,希望在机器学习能有重大突破。由于机器学习是人工智能的子集,而深度学习是  机器学习的子集,使用复杂结构的多个处理层对数据进行高度抽象的  一系列算法可以为多个垂直应用领域提供强大帮助。

TensorFlow确实在很多方面拥有优异的表现,比如设计神经网络结   构的代码的简洁度,分布式深度学习算法的执行效率,还有部署的便利性,都是其得以胜出的亮点。产品本身优异的质量、快速的迭代更新、活跃的社区和积极的反馈,形成了良性循环,可以想见TensorFlow未来将继续在各种深度学习框架中独占鳌头。


TensorFlow 降低了深度学习的使用门槛,让从业人员能够更简单和方便地开发新产品。作为Google 发布的“平台级产品”,很多人认为它将改变人工智能产业。


2° Facebook海量用户提供数据基础


Facebook作为规模最大的社交网络服务平台,拥有26.6亿用户信息, 上传照片数量已经达到千亿级别,海量的数据资源为其人工智能领域发展提供了强大基础。Facebook早已不再是社交网站,基于深度学习应运而生的文本分析、人脸识别和图像识别技术为其用户提供了不同场景体验。


在人工智能领域,Facebook的战略布局并不输给其他AI巨头公司, 拥有四所人工智能实验室,收购多家AI初创公司并且在Torch平台上对绝大多数研究成果开源。

2017年9月,Facebook 在蒙特利尔新建一所人工智能研究室,这是Facebook 的第四所人工智能研究院(FAIR)。此前,Facebook 已在加州门洛帕克、纽约和巴黎等地建有三所人工智能研究室。不仅如此,为补充四所AI实验室算法人才的缺口,Facebook捐赠700万美金加拿大高级研究所、蒙特利尔学习算法学院、麦吉尔大学以及蒙特利尔大学的AI 研究

Facebook对待开源的态度明确,其AI实验室Facebook人工智能研究(FAIR

)的大部分研究成果都免费让任何人使用或修改。Facebook的深度学习建立在Torch平台上,这是一个专注于深度学习技术和神经网络发展的开发环境。

Facebook 还通过收购初创公司来增加 AI 实力。例如2017年 7 月,Facebook 收购提供虚拟助手服务的初创公司 Ozlo,相关技术将用于增加 Messenger 的用户体验。Facebook 收购的公司还包括换脸应用开发商 MasqueradeTechnologies、计算机视觉公司 Zurich Eye 和 Fayteq AG、面部识别技术FacioMetrics 等。


1° Google2° Facebook收购同时更重视捐赠


投中研究院对Facebook公司自2016年至今的投资案例进行整理,共  计19起案例中7起投资案例与人工智能领域相关,投资案例数占比逐   年增长;按投资轮次分布来看,Faceboo对于4家初创人工智能企业全部以并购方式完成。与其他美国AI巨头相比,Facebook公司更加注重投资布局的针对性,统计收购的7家公司可以在数据处理、图像识别精度及用户体验等方面提升。




2° Facebook人工智能应用到实际的场景中


Facebook在未来十年战略规划中表示聚焦人工智领域,更加注重把   自身拥有的海量数据进行结构化处理,将具有逻辑性的数据结果应用到实际场景中,提升用户体验。投中研究院通过统计自2016年至今的人工智能产业不同层级分布发现,Facebook的投资案例集中在   技术层和应用层。而位于技术层中1家公司属于图像识别领域、2家公司属于图像理解、1家公司属于文本识别。


Facebook的布局特点显然是围绕自己的数据积累优势,例如在人脸  识别方面,自身团队加入收购公司后在识别率上已经提升到97%, 其研究成果已经应用于AI相机功能,使得Instagram和Messenger的用户提高大幅提升。



2° Facebook通过技术层布局完善AI产业链


对于一家社交网络公司来讲,Facebook的业务收入最大部分来自于   广告业务。从2017年Facebook年报来看,广告业务收入占比高达98.25%,同比增长48.57%。投中研究院认为业务收入高速增长的背 后是由于广告信息的精准投放,实际上在日活跃用户数量下降的趋势 下,人工智能完成了9亿用户群体个人消费习惯与广告商的精准匹配。

Facebook在完善人工智能产业链的过程中,对技术层的投入力度远  远大于基础层和应用层,这是因为用户信息数据与广告服务商之间存在低效率的匹配过程。广告服务商无法得知哪一部分用户属于自己的消费群体,更不会得知消费群体中年龄、工作、收入能力、趣爱好等因素。因此,Facebook需要文本分析和图像识别理解技术, 通过精准培训的推送算法实现数据与应用的结合。

2° Facebook业务收入剧增源于人脸识别


投中研究院对Facebook所有已投资案例企业分析发现,Facebook 公司围绕人脸识别领域布局力度最大,以Face.com和FacioMetrics 为代表辐射到四家直接应用人脸识别技术公司和多家间接应用公司。


其中,Facebook于2012年6月收购Face.com公司,最初目的在于对  人脸识别后进行标签化分类,目前已经开发出的两款应用Photo Finder和Photo Tagger;2016年11月收购FacioMetrics,可以帮助公司利用 机器学习算法,通过照相机的框架,让智能手机实时分析的面孔。该公司提供的工具能够记录、检测、扫描脸部,理解人类面   部的行为和年龄。


3° Amazon大数据与应用场景连接


人工智能技术的发展基础之一是大数据,人工智能的提升需要通  过海量数据进行的不断训练、学习。而作为全球最大的公有云服  务商,在亚马逊的云端上,无疑有着海量的数据资源,可以为人  工智能的训练和学习提供有力的支撑。

此外,人工智能的落地,也需要和行业的业务和具体需求相结合, 找到合适的应用场景。在这方面,亚马逊的资源无疑也是十分丰富的。经过这么多年的积累,在亚马逊的公有云平台上,有着来自全世界各个行业的企业用户资源,他们可以为人工智能技术的落地提供丰富的应用场景。


3° Amazon对AI布局持谨慎态度


投中研究院对Amazon公司自2016年至今的投资案例进行整理,共计28起案例中5起投资案例与人工智能领域相关, 其中2018 年1-4 月未发生投资人工智能领域相关企业的事件;按投资轮次分布来  看,Amazon公司5起投资案例全部收购方式完成,亚马逊在AI领域的投资战略较为谨慎和低调,参与VC/PE阶段比例较低且公开信息较少,但其中不乏成功的案例harvest.ai,未发出任何声明, 其收购价格也是未知,主要用于完善AWS上的安全性问题。


3° Amazon围绕AWS平台和AI产品布局


亚马逊在人工智能领域投资的谨慎态度可以通过收购的5家企业 特点看出,其全部是围绕AWS平台和AI产品进行布局,其中包括 1家基础层、3家技术层和1家应用层。技术层中GoButler / Angel.ai是于2016年9月被收购,该公司可提供自然语言处理功 能,从用户搜索关键词中分析其操作意图,引导用户直接访问到 所需网站或应用服务;2017年1月收购harvest.ai,该公司使用机 器学习和人工智能来分析公司关键 IP 上的用户行为,防范恶意 删除或篡改等行为以保证信息安全性;2017年7月收购语音改进 初创公司Graphiq,其目的在于服务搭载Alexa的Echo等产品


3° Amazon的人工智能语音助手Alexa


从智能语音助手Alexa到Echo智能音箱的推出,亚马逊在不断着力打造人工智能领域的生态圈。投中研究院通过分析Alexa平台的相关  事件时间轴,发现亚马逊在人工智能领域的态度转变。在Alexa这一   技术上,亚马逊采取的开放策略,这一策略也使得亚马逊在人工智能领域先人一步。


3° AI产品成功背后的强大支持—AWS


无论是智能语音助手Alexa的强大功能或是智能音箱Echo的高市场 占有率,其成功的背后离不开AWS云计算服务平台的支持。实际上, 亚马逊对每一项技术都提供了巨大的发挥空间,如2016年发布的 Rekognition(图像识别服务)、 Amazon Polly(文本-语音转换服 务)以及Lex(对话聊天服务),全部被整合在AWS云平台中提供服务。

AWS 作为亚马逊在人工智能领域的核心平台,可提供全面的人工 智能服务,其人工智能技术已经覆盖了基础设施、平台、服务等各 个环节,最重要是已经将各种AI服务应用场景落地。

4° Apple以提升产品服务作为收购重心


苹果近年来频频在人工智能领域大展拳脚,其收购企业的关注点为语音和图像领域,以提升自身产品服务质量作为核心驱动力,努力让使用者提供更好的体验。在2015年,苹果先后收购语音智能初创企业VocalIQ和Perceptio,前者意在帮助用户在与计算机语音交流更加顺畅,后者所开发的技术可直接改善Siri功能。


2016年1月,苹果收购了初创企业Emotient,该公司技术能够通过简单的设备追踪、识别以及分析面部表情,同样可以直接用在iPhone设备。同年8月收购Turi无疑是苹果提升自己的产品与服务计算能力再添力将,也被视为苹果布局人工智能的关键一步。此举将有望让苹果突破科技圈现有人工智能格局,进而与谷歌等竞争对手相抗衡。


Turi的收购被业内人士认为是苹果公司在人机交互领域的再次升级, 其技术可用于创建推荐引擎的软件、情感分析、生产预测、点击预测以及诈欺检测系统等,这对于 Siri 虚拟助理以及 Apple Music、App Store 等各种在线服务来说将非常重要。


4° Apple人工智能布局后发制人


投中研究院对苹果公司自2016年至今的投资案例进行整理,共计27起案例中8起投资案例与人工智能领域相关,其中2018年1-4月未发生投资人工智能领域相关企业的事件;按投资轮次分布来看, 苹果公司8起投资案例中有7起是以收购方式完成。


苹果是利用AI技术服务已有产品,而谷歌、亚马逊等AI巨头则是 利用AI技术推出全新的人工智能产品。苹果公司从自身优势出发, 对于拥有强大数据背景的AI巨头来说,可谓是后发制人,将人工智能融入已有产品为用户带来全新体验。


4° Apple兼顾人工智能技术层和应用层


苹果公司自身的优势在于已有产品的市场占有率,在人工智能领域的布局策略是将人工智能技术与已有产品融合,为用户提供高质量的人工智能服务。投中研究院通过统计发现,自2016年至今的投资案例中技术层和应用层占比高达87.5%,其中在技术层种涉及2 家机器学习公司、2家面部识别公司和1家计算机视觉公司。


自苹果公司收购至今,我们发现从最开始围绕人工智能语音控制功能Siri收购自然语言识别和分析初创公司,到如今围绕照片和视频功   能收购的面部识别和情感分析初创公司,苹果公司通过8年的时间打造出以提高自有产品服务体验为核心的人工智能领域的深度布局。




4° Apple钟情收购“小而美”的初创公司


苹果的投资策略是去收购“小而美”的初创公司,而不是花费重金去打造属于自己的人工智能生态系统,实际上这就是苹果公司对于AI 战略布局的态度。最近几年,苹果公司一边在对外的场合不断强调Siri 的重要性,一边努力的要完善 Siri 的体验,收购这类人工智能公司则是一个最快的途径,以最低的成本直接服务于Siri。

为了让苹果原有的常用应用体验更佳,苹果在近年来收购近十家公司把其神经网络和机器学习技术应用在已有应用当中,如新闻、音乐、餐厅推荐;识别陌生来电;检测用户的运动状态;手机解锁后列出最可能使用的应用;日程表安排等等。尽管这些功能看似并不起眼,但这就是苹果应用人工智能的方式。


4° 高质量AI服务的提升源于芯片


2017年秋季新品发布会上,苹果发布iPhone X的同时透露在A11 Bionic芯片上搭载了一个专用于机器学习的硬件—“神经网络引擎(neural engine)”。实际上,A11芯片的背后是9年时间的深度布局。



SoC(System-on-a-Chip)类似于一个“计算平台”,根据分工不同,将多个专用功能的处理单元集成起来,如GPU(图像处理)、Modem(通信模块)、DSP(数字信号处理)等,不同的数据交给  不同特长的计算模块来处理将会得到更好的效果、更高的能效比。


AI模块是在手机处理器平台新加入的一个擅长神经网络计算的硬件模块,不需要再将大量数据直接上传至云端进行深度学习,而是直接在手机端进行初步学习,进而大大提高了学习效率。

中美AI竞争格局的总结及启示


中美科技巨头人工智能布局在层级上存在反向趋势,中国科技巨头以AI应用层为重点投资方向,美国科技巨头则相反。BATI四大AI平  台通过科技部的官方认定后,将发挥其平台特色优势,接入各方应用,并从中选优投资。之后输出其技术至被投企业,形成各自的产业生态。美国科技巨头倾向于投资AI基础层及技术层企业,通过其巨无霸平台及产品输出应用。综合比较,美国科技巨头的技术将会更加的领先,然而中国科技巨头的投资方式将更易于积累多层次用户。


中国科技巨头的产品能力在某些方面已经超越美国,无论是电商或是新式的共享单车等。在AI技术上也有计算机视觉和语音识别等领 域可与美国竞争。由于中美贸易战事件,履霜,坚冰至,中国政府、企业等更加的意识到自身科技的短板,未来将更注重原始创新。因此,可以看到中国科技巨头在近期对AI基础层的布局。


AI企业投资不再是追逐热点赛道,而是考虑真正的投资价值,被投企业的技术孵化到产品落地是一个长时间的过程,不仅仅是资本运作带来的价值增值,更是帮助企业找到应用场景,打造合理的商业模式。

投资策略应由单一AI领域转向AI延伸产业的布局,例如投资计算机视觉公司,横向需要考虑图像处理、语音语义处理领域是否存在互  补的公司;纵向需要考虑应用层中可以帮助技术落地的领域以及基  础层中可以帮助提升识别能力的算法或芯片等。





光大控股:AI技术赋能产业,引领万物智联时代


光大控股新经济系列基金的投资组合涉及消费升级、娱乐与教育、高端制造业、金融科技、物联网、人工智能等产业。在多样化的投资组合里,已投项目的产业智能化特征明显,部分项目引领智联化时代。


构建产业智能化需要AI技术与产业或应用场景的结合,光控的AI产业投资策略为,投资少量的头部AI技术公司,更多的是投资于AI+ 垂直行业。运用AI技术赋能产业,提升产业效用。


在智联化方面,则是人工智能与物联网相结合,光控一方面是投资于物联网产业链,另一方面是孵化AIoT企业,例如特斯联科技。



光大控股:AI+项目投资比例上升,覆盖全阶段


自2016年,光大控股新经济系列基金投资AI+的项目比例逐渐上升,并建立其AI生态圈,完善其自身的平台赋能。项目交易类型覆盖成长期、成熟期、战略性投资、Pre-IPO等阶段。


以智慧城市角度分析光控新经济的AI投资组合


智慧城市将是物联网时代智联化重要的载体之一,未来的智慧城市将更好的利用物联网带来的连接和数据,以及人工智能的智能决策,实现价值最大化。目前光控新经济系列基金的智慧城市领域投资组合整体分为智慧城市需要的底层技术和相关的应用两大类。部分已投项目可提供的产品/服务从智慧城市底层技术延伸至  落地应用,或同时涉及多种底层技术和应用。


光大控股——智慧城市领域典型投资案例

      

光大控股——智慧城市AIoT投资布局策略


光大控股——智慧城市AIoT投资布局策略(续)


光大控股:孵化AIoT平台连接智慧城市场景

特斯联科技是一家由光大控股孵化并投资的城市级智能物联网(AIoT) 平台公司,以物联网应用和人工智能技术为核心,致力于为市民生活、 办公和城市管理提供“未来系列”多场景解决方案。


光大控股:孵化AIoT平台连接智慧城市场景


光大控股通过特斯联AIoT平台切入智慧城市应用场景业务,并与合作 或已投资的设备层、传输层及应用层企业形成智慧城市产业链联动。 使产业链之间形成场景数据化、数据网络化以及网络智能化,以达成 多场景融合的智慧城市终局。


北极光创投:关注AI基础层与行业应用结合


北极光AI投资策略:打造生态,布局产业链


前期布局基础层,后期延伸布局应用层。


北极光在人工智能的布局关注人工智能的全产业链涉及传感器、 芯片、子系统、软件模块、应用等各个子领域。


做应用的公司和做平台的公司基于产业链的布局进行深入合作, 不同子领域的公司之间进行合作能产生更大的创新,带来更高 回报。

北极光AI投资:对项目持续加码


北极光创投对AI投资在2016年达到峰值,在2016年之后对AI投 资案例数占年度总投资的比例均高于2016年前对AI的投资布局 占比,并对项目持续加码,对同个项目重复投资率占总AI投资案 例数的25%。

北极光AI投资:对项目深度孵化


在融资轮次方面,北极光倾向于早期投资,天使轮~A+轮的AI 项目案例时候占总AI项目案例数的67%,甚至在公司平均成立 前9个月投资500-800万美金,重金扶持团队,零下孵化。


北极光AI投资图谱-基础层


北极光AI投资图谱-应用层



北极光创投:抓住汽车智能化投资机遇






北极光创投:投资汽车智能化关键技术


北极光创投至今在智能+汽车领域共投资9家企业,最早追溯到2011年。







— 完 —


 往 期 精 选 

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved