15张图表看清人工智能发展现状

15张图表看清人工智能发展现状

1.人工智能市场概览

2. 各类人工智能公司数量统计

上图展示了各类人工智能领域的公司数量，我们可以从中看出都有哪些类别占据了当前的市场主导地位。机器学习(应用)凭借263家公司领袖群伦，而自然语言处理凭借154家公司位居次席。

3. 各类人工智能公司的融资总额

上图展示了各类人工智能公司的融资总额。机器学习(应用)凭借超过20亿美元的融资总额在整个市场占据头把交椅，是以融资6.62亿美元排名第二的自然语言处理的三倍。

4.各类人工智能公司获得的风险投资情况

上图对比了各类人工智能公司吸引到的风投注资总额和该类公司的数量。机器学习(应用)凭借超过20亿美元的风投注资总额和263家公司在两项指标中稳坐第一，而自然语言处理则以6.62亿美元的风投注资总额和154家公司位列第二。

5. 各年度人工智能领域的融资总额

上图统计了人工智能公司在各年度的融资总额。2015年是人工智能公司的最好年景，融资总额将近12亿美元，2014年则以10亿美元位居其后。

6. 各类人工智能公司的平均融资金额

上图统计了各类人工智能公司的平均融资金额。机器学习(应用)以每家公司平均融资1, 700万美元位居第一，而智能机器人和手势控制各自以每家公司平均融资1,400万美元并列第二。

7. 各类人工智能公司的平均创立年限

上图统计了各类人工智能公司的平均创立年限。语音翻译类公司的平均创立年限长达1 3年，是最成熟的人工智能类别，这个数字也是由三个类别并列(手势控制、视频内容识别以及语音识别，公司平均创立年限均为8年)的第二名的1.5倍。

8. 各类人工智能公司的创立年限中位数

上图统计了各类人工智能公司的创立年限中位数。视频内容识别类公司的创立年限中位数是7.8年，在整个市场堪称最成熟，位居其后的是中位数为7.2年的语音翻译类公司。

9.各国的人工智能公司数量

0-500家公司

上图展示了各个国家拥有的人工智能公司数量。美国凭借499家人工智能公司遥遥领先，而英国则以60家公司瞠乎其后。

10.各国人工智能公司的风险注资总额

0-40亿美元

上图展示了各国人工智能公司的风险资本注资总额。美国人工智能公司凭借42亿美元的注资总额独占鳌头，排在第二位的瑞士则以2.34亿美元远远落后。

11.各年度新创立的人工智能公司数量

上图统计了各年度新创立的人工智能公司数量。2013年最多，有118家人工智能公司在这一年创立，排在第二位的是有103家公司创立的2012年。

12.相同年度所创立人工智能公司的融资总额

13. 人工智能公司员工人数的分布

14.各家投资机构的人工智能领域投资交易数

上图统计了各家投资机构参与的人工智能领域投资交易数。Accel凭借23笔针对人工智能公司的投资交易傲视群雄，New Enterprise Associates则以18笔交易位居次席。

15. 各家投资机构投资的人工智能公司数量

不只是Siri

每当提到人工智能，人们最先想到的可能会是虚拟个人助理，不过这个行业实际上包含了十多种类别。

例如，你钟爱设备上那些在你眼中很酷的手势控制功能，它们也被归类为人工智能，此外还有自动语音识别、内容识别功能以及那些能够学习使用者喜好的机器或设备。

目前在Facebook上还常常错认许多用户的面部识别，同样是人工智能的重要组成部分;你会越想越觉得把它归为人工智能是很有道理的。另外，还有一些人工智能类别，目前的受关注程度可能还不是太高(比如说智能机器人)，但它们却拥有巨大的潜力。

人工智能正吸引真金白银

想到HAL9000用一种越来越慢的声调唱着《Daisy》，或许让人感到毛骨悚然，但这似乎并没有妨碍资金流入人工智能领域，用于研究和开发。

人工智能领域的融资总额一直在逐年稳步增长，从2010年时的2亿美元到2013年时的6亿美元，再到2015年时的12亿美元。在2016年的第一季度，人工智能领域已经融到逾4亿美元的资金，这个水平跟2015年同期旗鼓相当，而全年甚至有望更上一层楼。

要说哪一个类别吸引到了最多的风险资金，机器学习凭借迄今20多亿美元的融资总额成为了遥遥领先的赢家。这倒也不能完全说是令人震惊;2016年4月，谷歌(Google)首席执行官桑德尔·皮蔡(Sundar Pichai)在一封致股东信中，把机器学习誉为人工智能和计算的真正未来。

自然语言处理是融资第二高的类别，但其金额只有机器学习的三分之一不到，排在之后的类别，融资金额更是逐个递减。根据这些数据来看，机器学习的市场将会迎来爆炸式发展(真的很有可能)，但那也会为其他人工智能类别腾出空间，开始从风险资本家那里获得大笔资金。

人工智能的重点领域

并不令人意外的是，除了在人工智能领域拥有最高的融资总额外，机器学习类别下的公司数量也是最多的(263家)。而大多数其他类别的公司数量均少于100家，诸如手势控制和语音翻译这样的小类别，其公司数量还要少得多。

为什么会这样?除了桑德尔对此大加鼓吹外，机器学习也许确实算是个人计算领域的圣杯：一台可以自主学习如何把事情做得更好的机器，不用人持续进行干预。还是那句话，尽管《战争游戏》(War Games)这样的电影向我们描绘了机器学习可能造成的灾难性后果，但事实证明这种技术非常有用——Nest智能温控器和其他诸多自主学习设备的用户都可以作证。

美国的人工智能公司最多

在人工智能领域，美国是领头羊。全美有将近500家公司参与了某种人工智能的研发，大大领先于其他任何国家。相较之下，人工智能公司数量第二多的国家是英国，但具体数字只有60家。

鉴于美国人工智能公司的绝对多数，该国人工智能公司吸引到的风险资金最多，也就并不奇怪了。美国人工智能公司的融资总额超过了40亿美元，大大领先于排名第二位的瑞士(2.34亿美元)。

大部分人工智能公司的规模很小

我们可能会把科技公司想成是行业巨头，规模庞大有如城市，雇佣着成千上万的员工。想想苹果(Apple)、微软(Microsoft)、三星(Samsung)和IBM吧，它们都是这样的庞然大物。然而，在人工智能的世界里，情况根本不是如此。

人工智能公司的规模有多小呢?真的很小：人工智能领域有九成公司的员工人数少于50人。不仅如此，更有五成公司的员工在10人以下。虽然人工智能也有那么一两家比较大的公司(光是单个项目就汇聚了数百位工作人员)，但这个领域似乎最适合那些小团队的参与，而不是组织结构庞大的公司。