• 11月26日 星期二

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

各行各业都在谈人工智能,各类企业都想运用这项技术来提升自己、捍卫行业地位。究竟哪些行业、哪些公司最积极?哪些AI细分方向最受重视?MDI Ventures美国投资总监Kyle Kling分析了11个行业的200多家公司,得出了一些规律。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

我想分享一下各个行业中规模最大的公司是如何投资人工智能创业公司的。

观察企业风险投资基金的活动是发现行业颠覆的一项关键指标。企业基金通常有非常严格的投资标准,他们的投资标的要么可以新增收入流,要么可以提升运营效率,还有的则是为了与未来的竞争对手合作。

我分析了200多家美国最活跃的企业风险投资基金和最有影响力的公司,横跨11个行业,目标是找出:

  • 哪些人工智能子类别在不同行业中获得了最多的资金;

  • 哪些公司在各个行业的人工智能投资方面处于领先地位;

  • 每个行业最受欢迎的人工智能创业公司是哪些;

  • 哪些人工智能创业公司对各个行业的影响最大。

我研究了下列11个行业:

  • 科技巨头(前15个规模最大或最有影响力的科技公司)

  • 金融(全球最大、最活跃的银行或金融机构)

  • 电信(各个大陆最大的电信公司)

  • 电子制造商(最大的半导体、芯片和电子设备制造商)

  • 传媒(最大的媒体、广告或娱乐公司)

  • 工业(最大的工业制造企业,包括建筑、电器、金属、航空航天、化工等)

  • 商业(世界上最大的电子商务和零售商店)

  • 保险(最大的生命、健康、汽车或再保险提供商)

  • 咨询(最大的战略、科技和会计咨询公司)

  • 汽车(最大的汽车或零配件制造商)

  • 医疗(最大的医院、生物化学或制药公司)

  • 我还参考了TechCrunch的2017年十大风险投资榜单,与企业进行比较。风投通常比企业的眼光光加长远,应该可以预示哪些人工智能创业公司将在未来5到10年产生更多的影响。

请注意,所有这些信息都是我能找到的公开信息。我相信有这些公司有许多未公开的投资。但是,我认为这些局部信息能让你对行业的共同趋势有一个大致的了解。

按行业划分的人工智能投资分析

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

这些大公司总共对人工智能创业公司展开了400多笔投资/收购,顶尖风投和科技巨头在人工智能创业公司的投资上超过了所有其他行业。

然而,有两项意外,一是除科技行业以外,金融、电信和传媒行业最领先。二是医疗行业投资的人工智能创业公司数量最少。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

大多数行业巨头投资的美国人工智能创业公司都多于国际人工智能创业公司。这表明,海外企业针对美国投入较多,而美国投资者针对国外的投入较少。可能是因为美国的人工智能创业公司数量更多,所以才会出现这种差距。然而,令人惊讶的是,顶级风投在海外的投资少于大多数科技巨头。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

我将所有人工智能创业公司分成两类。第一类是水平类,也就是开发人工智能工具的创业公司,可以把它想象成锤子或卷尺;第二类是垂直类,也就是用一种人工智能来创造服务的创业公司,可以把它想成是水管工或者建筑工人。

各行各业的领导者大多数投资的水平类人工智能创业公司都略多于垂直类。这可能是因为企业希望找到能够改进现有产品和服务的工具,而不是试图创建全新的产品。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

通过企业募集资金的人工智能创业公司获得的融资金额超过1000万至1100万美元的全球基准。从企业获得资金,也就意味着其中蕴含潜在的协同效应,因此未来的增长预期要高得多,价格也会上涨。国际人工智能创业公司筹集的资金远远超过了美国人工智能创业公司。这可能是国外资本数量庞大,而人工智能创业公司的供应很少,这必然会推高价格。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

如果要将不同类别公司的融资额也按地点来区分,那就会描绘出一幅略微不同的画面。与水平类相比,似乎美国的企业投资者要么在垂直类中发现了更多的机会,要么就是这类企业的供应更少。国际社会的情况与美国相反。

似乎没有哪个国家的异常值推动了平均资本的增长。从各个行业和顶级风投那里获得最多投资的国家有英国、中国、以色列、加拿大、日本和新加坡。

这些国家之所以领先,是因为它们本身就有非常活跃的企业投资活动,而且在美国之外,他们的创业公司和资本数量也最多。

▎按行业划分的人工智能子类投资

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

上图显示了在水平类人工智能的9个子类别中,各行业企业的投资情况。

我之前曾经做过分析,说AI领域大部分资金都流向了视觉、工具和分析子类,这次的总趋势也是如此。为了帮助你分析上面的图表,我分别列出了每个行业最爱投的子类别:

  • 科技巨头:视觉、工具和分析。

  • 顶级风投:视觉、分析和安全/助理。

  • 金融:工具、安全和视觉。

  • 电信:视觉、分析、安全和助理。

  • 电子:工具、安全和基础设施。

  • 传媒:视觉、分析和数据。

  • 工业:视觉和工具/分析/基础设施/机器人

  • 商业:视觉和基础设施。

  • 保险:工具和分析。

  • 咨询:安全

  • 汽车:机器人

  • 医疗:视觉

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

上图显示了在垂直类人工智能的13个子类别中,各行业企业的投资情况。

在我之前的文章中,汽车、医疗保健和金融科技的子类别获得了最多的投资。上面的图表展示了金融科技、企业、CRM和营销是所有行业和顶级风投最欢迎的子类别。这意味着企业的重点是投资于运营效率和客户获取。然而,如果你剔除顶级风投,最受欢迎的子类别是汽车,其次是营销、CRM、金融科技、企业和物联网。此外,顶级风投公司在医疗方面的投资要远远高于在汽车领域的投资。每个行业的顶级子类别列举如下:

  • 科技巨头:CRM、营销和物联网

  • 顶级风投:企业、医疗和金融科技

  • 财务:金融科技

  • 电信:企业和汽车

  • 电子:汽车

  • 传媒:营销

  • 工业:物联网

  • 商业:商业

  • 保险:金融科技

  • 咨询:CRM

  • 汽车:汽车

  • 医疗:企业和医疗

▎各行业顶尖AI投资者和创业公司

接下来我想分享一下,谁是每个行业最活跃的人工智能投资者,部分行业最受欢迎的人工智能创业公司,以及整体上最受欢迎的人工智能创业公司。

顶尖投资者和创业公司如下:

科技巨头:

  • 最活跃的投资者是英特尔、谷歌和Salesforce。

  • 最受欢迎的人工智能创业公司是MindMeld、CognitiveScale和Unbabel。

顶级风投:

  • 最活跃的投资者是NEA、A16Z和Khosla/Accel。

  • 最受欢迎的人工智能创业公司是Kensho和Timeful。

金融:

  • 最活跃的投资者是彭博、万事达和高盛/富达/花旗。

  • 最受欢迎的人工智能创业公司是Kensho、Moneytree和H2O.ai / Appzen / Versive。

电信:

  • 最活跃的投资者是软银、NTT和新加坡电信。

  • 最受欢迎的人工智能创业公司是Precision Hawk和MindMeld。

电子:

  • 最活跃的投资者是戴尔和英伟达。

传媒:

  • 最活跃的投资者是R/GA、康卡斯特和KBS。

  • 最受欢迎的人工智能创业公司是Vidrovr和Indicative的。

工业:

  • 最活跃的投资者是通用电气、ABB和博世。

  • 最受欢迎的人工智能创业公司是Maana。

商业:

  • 最活跃的投资者是阿里巴巴。

  • 最受欢迎的人工智能创业公司是SalesPredict。

保险:

  • 最活跃的投资者是纽约人寿。

咨询:

  • 最活跃的投资者是贝恩。

汽车:

  • 最活跃的投资者是福特和丰田。

医疗保健:

  • 没有最活跃的投资者。

投资方横跨最多行业的创业公司是CYNGN、Lemonade、Graphcore、Vicarious、ABEJA、Tamr和MindMeld。

拥有最多企业投资者的创业公司是Kensho、CYNGN、MindMeld、Moneytree、Maana、 Lemonade、H2O.ai和Bonsai。

▎结论

希望这能帮助你更好地了解人工智能创业生态。需要提醒的是,这仅仅展示了企业愿意分享的有关他们在人工智能领域的公开投资信息。但我认为这是一个很好的指标,可以说明人工智能在哪里发展,不在哪里发展,以及未来可能在哪里发展。

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

附:2018年14个顶级AI和机器学习会议名录

人工智能和机器学习已经跳出科幻小说的范畴,冲进了现实。不管是技术层面还是商业环境方面,这些领域都在迅速发展,紧跟潮流的步伐是非常重要的。

无论你是技术参与者还是战略思考者,这些技术对于各种规模的企业都具有改变“游戏规则”的意义。

对于学习新的人工智能和机器学习技能、建立新的人际关系而言,没有什么比参加一些相关的顶级大会更高效的了。此篇为2018年AI和机器学习的会议清单,每个清单包括日期、地点、网址、议程重点和定价,该列表按日期排序。

1. 全球人工智能会议

  • Twitter:#GAIC

  • 网址:http://www.globalbigdataconference.com/santa-clara/global-artificial-intelligence-conference/event-97.html

  • 日期:2018.1.17-19

  • 位置:Santa Clara, CA

  • 费用:$ 699 至 $ 1499,取决于你参加的天数。

全球人工智能会议是一个三天的盛会,其内容广泛,涵盖多个行业领域的人工智能议题。

会议议程包括技术(例如,认知计算,聊天机器人,NLP,计算机视觉和神经网络)和行业主题(例如电信,金融和旅行/运输)。演讲主题包括“物联网与机器学习”,“物联网与人工智能的商业转型”,以及“机器学习预测阿尔茨海默病”。

谁应该参加:负责AI计划的企业高管,创新负责人,产品开发负责人,分析师,项目经理,分析经理,数据科学家,统计人员,AI和软件开发人员,AI顾问和服务提供商,学生和数据分析师。

2. REWORK深度学习峰会

  • Twitter:@reworkdl / #reworkdl

  • 日期、地点和网址:

  • 2018.1.25-26 旧金山

  • 网址:https://www.re-work.co/events/deep-learning-summit-san-francisco-2018

  • 2018.5.24-25 波士顿

  • 网址:https://www.re-work.co/events/deep-learning-summit-boston-2018

  • 2018.9.20-21 伦敦

  • 网址:https://www.re-work.co/events/deep-learning-summit-london-2018

  • 2018.10.25-26 多伦多

  • Track 1 网址:https://www.re-work.co/events/deep-learning-summit-toronto-canada-track1-2018

  • Track 2 网址:https://www.re-work.co/events/deep-learning-summit-toronto-canada-track2-2018

费用:$ 1,495至$ 2,095。对学生,全职学学者和初创企业有折扣。

REWORK的深度学习峰会是2018年举行的为期两天的会议。每个活动都有望在深度学习算法和方法上分享进步,突出新兴趋势,并将行业创新者,技术人员,数据科学家和创业者通过深度学习的世界连接起来。

会议时间表包括来自Google,Netflix,Adobe和Ancestry.com的发言人,演讲题目包括“Facebook上的深度学习”,“相机校准和对象跟踪的计算机视觉算法”,“推荐系统的深度学习”和“为了检测,预防和分类网络攻击而进行的端到端深度学习”。

谁应该参加:数据科学家,数据工程师,机器学习科学家,首席技术官,创始人,工程总监,首席执行官。

3. O'Reilly人工智能会议

  • Twitter:@TheAIConf / #TheAIConf

  • 网址:https://conferences.oreilly.com/artificial-intelligence

  • 日期、地点和网址:

  • 2018.4.10-13 北京

  • 网址:https://ai.oreilly.com.cn/ai-cn?locale=en

  • 2018.4.29 -5.2 纽约

  • 网址:https://conferences.oreilly.com/artificial-intelligence/ai-ny

  • 2018.9.4-7 旧金山

  • 2018.10.8-11 伦敦

  • 成本:尚未公布

O'Reilly的人工智能会议是全年不同地点的一系列独立活动。会议的主题是“让人工智能工作”,并通过技术和非技术的介绍,重点缩小理论与实际应用之间的差距。主题演讲嘉宾来自麻省理工学院和卡内基梅隆大学等学术机构,包括来自Google和Salesforce等公司的业界领袖。

每个会议都举行了为期两天的培训课程,包括“深度学习的自然语言处理”和“深度学习与张量流动”。预览日有关于“将AI带入企业”,“深度强化学习教程”和“带Keras的神经网络简介”等主题的教程。

谁应该参加:算法工程师/科学家,首席经验官员,数据科学家/工程师,研究科学家,软件工程师,业务分析师,负责创新活动的人员,产品营销经理,产品经理和项目经理。

4. 神经信息处理系统会议

  • Twitter:@NipsConference / #NIPS / #NIPS2018

  • 网址: https://nips.cc/Conferences/2018

  • 日期:2018.12.3-8

  • 地点:Montreal

  • 成本:待定

AI不是一个新领域。2018年是第32届神经信息处理系统(NIPS)大会。近八千人参加了在加州长滩的2017年会议。 2017年的议程应该帮助你决定这个会议是否适合你:

  • 邀请会谈:“为什么人工智能可以重新编程人类基因组”,“偏见的麻烦”和“机器人深度学习”。

  • 学术论文的口头陈述:“多任务的图论方法”,“啮齿目动物三叉神经系统的目标驱动的神经网络模型”,以及“量化神经编码中多少感官信息与行为相关”。

  • 演示:“深入强化学习Chatbot”,“Babble Labble:学习自然语言解释”,以及“Sensomind:民主化深度学习食品工业”。

  • 讲习班:“视觉接地互动与语言”,“音频信号处理机器学习(ML4Audio)”,“对话AI:今天的实践与未来的潜力”。

谁应该参加:如议程所示,这是适合研究人员,数据科学家和工程师的技术手段。

5. 机器学习会议

  • Twitter:@mlfconf / #MLconfSF / #MLconfATL / #MLconfSEA / @MLconfNYC

  • 网站:https://mlconf.com

  • 日期和地点:待定(纽约),待定(西雅图),待定(亚特兰大),待定(旧金山)

  • 成本:待定

机器学习会议是在多个城市举办的一系列多元化活动。每个活动都是为期一天的活动,旨在传播最近的机器学习研究和行业应用。

事件力求不可知,过去的计划表明它实现了这个目标。从“大型机器学习:深度,分布式,多维度”到“为企业SaaS构建ML产品的经验教训”,“机器学习拯救鲸鱼”。很显然,机器学习从业者有大量的技术资料。

谁应该参加:学生和从业者谁需要提示和方法应用于自己的工作,以及引用的文件和代码样本参考研究。

6. AI大会

  • Twitter:@AIconference

  • 网址: http://aiconference.com/events/2017-san-francisco

  • 日期:待定

  • 位置:待定

  • 成本:待定

AI大会由运行机器学习会议的人员组织,具有不同的结构。这个关于AI新兴技术的单日活动将重点放在AI项目上。除了对人工智能进行深入的技术介绍之外,相关主题还包括法律,道德,安全和治理。

演讲和演讲者都是顶尖的。在六月份的2017年的活动中,这些活动包括“亚马逊Alexa的会话AI”,由Alexa的AI科学高级经理Ashwin Ram提出; 科幻小说作家David Brin提出了“人工智能可能会如何?不同的方法及其对宇宙生命的影响”。以及维基媒体在线骚扰研究者Caroline Sinders所著的《情感创伤与机器学习 》。

谁应该参加:一些人工智能会议是非常技术性的。那些寻找关于人工智能的未来的更一般的见解可能要考虑这一点。

7. REWORK AI助理峰会

  • Twitter:@reworkAI / #reworkAI

  • 日期、地点和网址:

  • 2018.1.25 - 26 旧金山

  • 网址:https://www.re-work.co/events/ai-assistant-summit-san-francisco-2018

  • 2018.3.15 - 16 伦敦

  • 网址:https://www.re-work.co/events/ai-assistant-summit-london-2018

  • 费用:$ 1,495至$ 2,095(旧金山); £795到£1,495(伦敦)。对学生,专职学者和初创企业有折扣。

如果您正在进行自然语言处理,那么REWORK AI助理峰会不容错过。该活动侧重于使用机器和深度学习来创建AI助手以及会话界面。

其中包括“自然语言处理,解析,信息提取,对话和问题解答”,“体现社交辅助的代理人:超越援助和走向行为改变”,以及“人与情感在言语交互中的角色”。演讲嘉宾是来自苹果、Autodesk和x.ai的革新者。

谁应该参加:数据科学家,数据工程师,开发人员,企业家,首席技术官,首席执行官,投资人。

8. 国际学习代表会议

  • Twitter:@ iclr2017

  • 网址: www.iclr.cc/doku.php

  • 日期:2018.4.30-5.3

  • 地点:Vancouver, BC, Canada

  • 费用:待定(去年注册900欧元)

主题包括特征学习,度量学习,构图建模,结构化预测,强化学习以及有关大规模学习和非凸优化的问题。

谁应该参加:这是一个技术性很强的会议,应该呼吁那些在无监督,半监督和有监督的代表性学习方面向前推进的实践者; 代表学习计划和强化学习; 和度量学习和内核学习。

9. REWORK机器智能峰会

  • Twitter:@reworkMI / #reworkMI

  • 网址: https://www.re-work.co/events/machine-intelligence-summit-hong-kong-2018

  • 日期:2018.6.6-7

  • 地点:香港

  • 费用:7,995港元至10,995港元,对包括学生,全职学者和初创公司的早期定价有折扣。

AI能否最终与人类智能相抗衡?REWORK机器智能峰会探讨了智能机器发展的趋势,以了解数据和ML对商业和社会的影响。

议程草案列举了“优化嵌入式平台的卷积神经网络”,“计算机视觉质量控制与检测”和“通过移动传感预测人类行为”等广泛的主题。演讲嘉宾代表:特斯拉,汇丰银行,NASA埃姆斯研究中心以及该领域的其他创新者。

谁应该参加:数据科学家,数据工程师,机器学习科学家,开发人员,企业家,工程总监,大数据专家。

10. 计算机视觉和模式识别会议

  • Twitter:@CVPR / #CVPR2018

  • 网址: http://cvpr2018.thecvf.com

  • 日期:2018.6.18-22

  • 地点:Salt Lake City

  • 成本:待定

计算机视觉和模式识别事件会议的重点是由一个主要会议组成,在会议期间提交论文和主题演讲,以及研讨会和短期课程。

虽然2018年的时间表还没有被分享(而且还没有公布有关文件的要求),但2017年的会议活动有研讨会、教程和学术论文的展示。焦点会议是关于3D视觉,机器学习,中低级视觉,分析人类在图像,生物医学图像/视频分析,和物体识别和场景理解。

谁应该参加:机器视觉领域的学生,学者和行业研究人员。

11. 在工业自动化高峰会上的REWORK AI

  • Twitter:@reworkauto / #reworkAUTO

  • 网址: https://www.re-work.co/events/ai-industrial-automation-summit-san-francisco-2018

  • 日期:2018.6.28-29

  • 地点:San Francisco

  • 费用:$ 1,495至$ 1,895。为学生,全职学者和初创公司提供折扣。

该活动着重于机器学习对工业自动化的影响。2018年草案提出了“预测性维护的时间序列数据和数据”,“在传感器和信号数据中使用AI”以及“工业自动化领域的深度学习和应用”等演讲。拟邀嘉宾分别来自亚马逊,宝洁,谷歌等。

谁应该参加:这是技术人员,包括首席软件工程师,首席数据科学家,首席技术官,创始人,工程总监,首席执行官和系统工程师。

12. AI世界大会和世博会

  • Twitter:@AIWorldExpo

  • 网址:https://aiworld.com

  • 日期:待定; 最后一个在2017.12

  • 位置:待定

  • 成本:待定

2017年大会刚刚结束,对于2018年AI世博会的说法还为时过早。但是,2017年议程使其成为一个有吸引力的会议,其中有150位演讲者讨论数据科学技术,人工智能和高性能计算的使用案例,以及银行采用智能助理和机器人来处理客户服务的案例研究查询案例等。

谁应该参加:负责人工智能举措的业务和技术主管。

13. AAAI人工智能会议

  • Twitter:@RealAAAI / #AAAI2018

  • 网站:https://aaai.org/Conferences/AAAI-18

  • 日期:2018.2.2-7

  • 位置:New Orleans

  • 费用:$ 925,对AAAI成员和学生提供早期定价有折扣

AAAI人工智能大会由人工智能促进会提出,旨在促进人工智能研究和与会人员之间的科学交流。这个活动是以论文为重点的演讲。2017年接受并发表的一些论文包括“复杂情况下的人工智能:解决统一问题”,“利用人工智能实现自主空间任务操作”以及“快速个人化:通过MxNet扩展深度学习”。该计划还包括教程和研讨会,以及学生课程和招聘会。

谁应该参加:人工智能研究人员,从业人员,科学家,工程师和学者。

14. 智能系统会议

  • Twitter:#IntelliSys2018

  • 网址:http://saiconference.com/IntelliSys

  • 日期:2018.9.6-7

  • 地点:London

  • 费用:500英镑,有学生折扣。

2018年智能系统会议是一个以学术和研究为基础的活动,主题演讲者代表均是行业领袖。去年的会议上发表了“面向物联网应用的基于流的推理和机器学习”,“模糊聚类算法中的修改罚函数”以及“深度学习集群的智能搜索”等论文。

谁应该参加:研究人员和行业从业人员。

本文由2045加速器编辑整理自量子位、 AI科技大本营

转载请注明来源

AI战略投资全景图(附:2018年14个顶级AI和机器学习会议名录)

上一篇新闻

美国数字个人理财平台SoFi连续出击,借力科技拓展金融业务版图。

下一篇新闻

「船舶管理」新加坡燃料MFM标准修订版将于5月开始实施|2020-3-2

评论

订阅每日新闻

订阅每日新闻以免错过最新最热门的新加坡新闻。