人工智能产业-分部概述

今天的人工智能市场并不容易量化。除了缺乏对“人工智能”作为一个术语连贯定义达成共识，该领域发展的起步阶段，难以开拓出仓或者一个行业或应用端的硬障碍，另一个开始。

在我们比较流行的最近一篇文章中，我们的目的是得到一个人工智能市场估值基于目前的市场研究和我们自己的见解。在本周的文章中，我已经着手确定更多的“外行的土地”的AI行业，包括它的各个环节和应用领域。

如果你有兴趣的发展机器学习和人工智能如何可能会影响你自己的公司或企业，那么对行业和应用的增长是相关的趋势密切关注;我们希望这篇文章将是一个很好的跳板，把一些AI最深思熟虑的评估和它的“段”，因为我们可以从网上整理。我们无法保证所有数据集，并从其他公司和研究人员研究的准确性，但我们很高兴地把他们在这里展示给你挖成和有意义。

这篇文章作为媒体，研究机构，和其他人，谁试图从AI行业的鹰眼的观点转移到盛大旗下分类技术现有努力的生活概况。旧的故障和分析开始在文章的顶部，向下移动到新的发展趋势。在一个公司或个人已经公布了相同的击穿的年度更新的情况下，我们已经把这些故障在一起，便于比较。我们最终将汇集了我们认为是从这些持续分析的关键元的趋势和见解。

BCC研究智能机市场报告（2014年5月）

BCC研究提出了下面的二零一九年至2024年的增长预测（单位：百万）：

上面的图形是从所述西门子企业博客。括号中的数字是百万：

• 自主机器人：31％（3582 - 13,927）
  • （包括自驾驶车辆）
• 数码助理:30% (2,175 - 8,075)
  • （例如，Siri的，自动化的在线助理）
• Neurocomputers：22％（1590 - 4685）
• 嵌入式系统：19％（877 - 2095）
  • （机器监视和控制系统）
• 专家系统：12％（7055 - 12,433）
  • (例如:医疗决策支持系统、智能电网)

有趣的是，要注意的是BCC预测，数字助理领域的最高总5年的增长速度，这似乎印证我们自己5年AI趋势高管达成共识。

机器智能1.0 O'Reilly的国家（2014年12月）

彭博Shivon自砺打破了“机器智能生态系统”成多个类别和子段：

Zillis’第一次尝试打破了机器智能‘风景’，如下所示：

核心技术

• AI
• 深度学习
• 机器学习
• NLP平台
• 预测的API
• 图像识别
• 语音识别

反思企业

• 销售
• 安全/认证
• 欺诈识别
• 人力资源/招聘
  市场营销
• 私人助理
• 智能工具

反思工业

• AdTech的
• 农业
• 教育
• 金融
• 法律
• 制造业
• 医
• 石油/天然气
• 媒体/内容
• 消费金融
• 慈善事业
• 汽车
• 诊断
• 零售

反思人类/ HCI

• 增强现实
• 手势计算
• 机器人
• 情感识别

支撑技术

• 硬件
• 数据准备
• 数据采集

机器智能2.0 O'Reilly的国家（2015年12月）

Shivon更新的2015年图表列出几十家公司，尽管它似乎很清楚，更多的不得不被排除在外，由于该图形的大小的限制。在这种情况下，我们看到了一个截然不同的段组比其他研究图形，以及非利润纳入（即：OpenAI）和开放源代码技术（即：来自Caffe）。

上述类别的完整击穿列举如下：

代理

• 专业的
• 个人
• OS接口

自治系统

• 空气
• 地面
• 海
• 产业

企业

• 安全/欺诈
• 人力资源/招聘
• 销售
• 市场营销
• 客户支持
• 英特尔内部
• 市场英特尔

平台

• 研究/ AGI
• 全栈
• 机器学习
• 工业IOT
• 音频
• 视力
• 数据丰富

工业

• AdTech的
• 农业
• 为了获得良好的
• 零售金融
• 法律
• 材料与MFG
• 卫生保健
• 教育
• 运输与物流
• 智力投资

技术用户工具

• 数据科学
• 机器学习
• 开源

值得注意的报价：

自从我去年做了这个分析以来，我注意到两个最大的变化:(1)在物理和虚拟世界中都出现了自主系统;(2)初创公司从构建广泛的技术平台转向专注于解决特定的业务问题。

机器智能3.0 O'Reilly的国家（2016年11月）

主要差异注意到Zillis’机器智能3.0版本更加明显和完善，随着科技进步和产业继续前进：

• 企业进一步分割到智能（我们可以定义为开放性的见解）和功能（服务于最终原因的工具）。
• 在2.0版本的平台和技术用户工具进行了整理，更新，提炼成一个新兴的品类 - 技术架构 - 这也使得空间的子类别的硬件和发展。
• 医疗保健显然有自己的类别，独立于行业。
• 再次，它是安全地说，注意到公司不是全包，但为了提供一个想法，一些更大，更成熟的公司在这些空间中。

上述类别的完整击穿列举如下：

企业智能

• 视觉
• 音频
• 传感器
• 内部数据
• 市场

企业功能

• 客户支持
• 销售
• 市场营销
• 安全
• 招聘

自治系统

• 地面导航
• 天线
• 产业

代理

• 个人
• 专业的

工业

• 农业
• 教育
• 投资
• 法律
• 后勤
• 物料
• 零售金融

卫生保健

• 患者
• 图片
• 生物

技术堆栈

• 代理促成
• 数据科学
• 机器学习
• 自然语言
• 发展
• 数据捕获
• 开源库
• 硬件
• 研究

值得注意的报价：

首次，一个“一站式商店”的机器智能堆栈即将进入视野- 即使它是一年或两年关闭被整齐地形式化。成熟是堆栈可以解释为什么越来越多的老牌公司更专注于建立合理的机器智能的能力。

和

机器智能与传统软件不同。不像大数据，在那里你可以买一个新的功能，机器智能依赖于更深层次的组织和流程的变化。

CB Insights各类AI报告(2016)

CB见解是一家总部位于纽约的研究机构与下200名员工，专门从事高科技智能化从各种渠道，包括风险投资，创业公司，专利，合作伙伴关系和新媒体。他们似乎已经创造了一些最相关的图形和有关广泛AI市场信息。

我组织了一些自己的图形，与重合链接到他们的报告和数据平台一起。

在上图中，CB见解凸显AI收购和筹款交易频率在各个行业。他们自己的研究表明医疗卫生位列榜首，与市场营销/广告和商业智能在5年的交易量仅略有落后。

Noteable报价：

2015年，医疗领域的人工智能占了人工智能初创企业全部股权交易的15%。聪明的风投们支持的公司包括Lumiata，SigTuple，基因组学深和twoXAR。

上述显示器中的图形从主要投资公司的资金AI活动在过去的5年。CB洞察功能可以显示英特尔，谷歌和通用电气位列榜首。在此图中的数据似乎从资金，而不是资助美元数量的企业数量得到的（虽然可能有两个之间的相关性）。知道是谁在什么投资公司（和技术）是谁想要了解那里的“聪明的钱”是找到一个家在AI市场其他行业领导者有用的知识。

图形上面陈列宣传资金雄厚的创业AI是特别有趣，因为它似乎表明，“长镜头” AI平台和核心技术已经赢得了超过公司着眼于未来几年的具体技术问题显著更多的投资。

在互联网的时代，有网景，雅虎，微软，与他人之间的战斗，以决定谁“赢在网络”。有人可能会说，谷歌出来的网络搜索和消费者Web应用程序的赢家广义上来说。投资者有兴趣投资于AI同一种改变游戏规则的技术，这似乎给广泛，专注如一有情技术和转承系统他们的一些诱惑力的公司。

这似乎谨慎地保持在其中，这些有抱负的AI“行业标准”的公司集中精力的眼睛，因为这些域名将几乎无一例外地聚集更多的动力和兴奋，因为这新兴领域的容貌新领导人争先恐后地成为向全球AI平台/解决方案和重点。

Nvidia的GPU上的使用情况报告（一月2016）

图形处理单元（GPU）是一个专门的电子电路，设计成迅速操纵和ALTER存储器来加速在帧缓冲器中的图像的创建旨在用于输出到显示器。Nvidia公司是世界领先的GPU制造商之一，他们已经记载和可视化GPU相关的销售增长为各个细分行业，如图所示：

虽然GPU的使用绝不是对AI的特定行业应用的因果影响，它提供了一定的行业发展背景下的（NVIDIA宣称已售出GPU的近100倍以上的公司在2015年比2013年，一显著的飞跃）。即使在2015年，我们可以看到，高等教育（我们可以设定意味着大学研究）是Nvidia的GPU技术的最大消费国。

为了从最大到GPU行业用户的比例最少：

• 更高的爱德
• 互联网
• 生命科学
• 发展
• 金融
• 传媒娱乐
• 政府
• 制造业
• 国防
• 汽车
• 赌博
• 石油/天然气

由此可以推测，销售以“更高ED”的萎缩相对百分比将继续为更多的企业在各行业开始适应机器学习到他们的常规的进程。

值得注意的报价：

在短短两年内，英伟达与深度学习合作的公司数量增加了近35倍，达到3400多家。医疗、生命科学、能源、金融服务、汽车、制造和娱乐等行业将受益于从海量数据中得出的洞见。

彗星实验室人工智能与机器人启动景观（2016年2月）

彗星实验室是一个风险基金特别注重面向人工情报技术，他们已经做了自己的功课很好的协议在评估整个行业。自己的努力来映射人工智能和机器人技术的初创景观可以发现如下：

他们的简要调查结果如下:

虽然这个图形确实提请注意各种分立的行业和公司，这似乎是有点更广泛的关注，并包括了一些启动，而且公司像安川（创立于100多年前），苹果公司（SIRI）和Nvidia少数，which don’t seem to belong in a graphic labeled as “startups.”

这种自由裁量权之外，文章也没有说清楚有多少公司进行了评估，或如何以及为何行业delineations被抽出（这里是“自然语言处理”或“助理”或“营销/广告”？）

图形确实有助于吸引注意一些AI（和镜子彗星Labs的自己的标志）的主要应用领域，但不会出现全面或得出关于当前的‘行业细分’确凿足够的见解，值得认真优点。

在彗星实验室的文章，其中精选了这些图形，这里有一些有趣而有用的例子，展示了不同行业中特定初创公司的发展情况。

（注：你可以听Emerj的采访彗星Labs公司的董事总经理沙曼法里德在我们的播客）。

VentureScanner AI行业评估（2016年3月）

以下AI部门地图b分为13大类，括号内为该行业中活跃公司的总数:

从VentureScanner的2016年3月报告的结果如下：

• 深度学习/学习机（一般）（123家公司）
• 深度学习/学习机（应用程序）（260家公司）
• NLP（根）（154家企业）
• NLP（语音录制）（78家公司）
• 电脑视觉/图像组(一般)(106间公司)
• 计算机视觉/图像录制（应用程序）（83家公司）
• 手势控制（33家公司）
• 虚拟个人助理(92家公司)
• 智能机器人（65家企业）
• 录制引擎和协同过滤（60家公司）
• 上下文感知计算（28家公司）
• 语音到语音翻译（15家公司）
• 视频自动内容识别(14家公司)

在其他图表VentureScanner报告页面显示由AI类资金（目前大部分是在机器学习（ML）的应用程序，其次是NLP）;在AI风险投资（大部分在ML的应用，其次是NLP）;AI每年总经费（2010年以来加速）;由AI类别平均资金（大部分在ML的应用程序，随后智能机器人和手势控制）;平均年龄技术由AI类型（语音到语音的转换老大，其次是手势控制，视频内容的推荐者，和语音识别）;等等。

共有910家企业被占本报告。VentureScanner的同样的“行业分析”为上年数633家公司。

Emerj行政共识AI趋势（2016年6月）

我们自己最近的AI行业研究参与投票超过30 AI公司的创始人和公司高管（含公司小六人，大到600）。我们的第一个共识问题问在未来五年AI消费技术应用。充分共识图形的样本，可以发现如下：

绝大多数公司的采访不得不无关，与聊天机器人或个人助理，但过度表达在聊天机器人的信心，最有影响力的消费者人工智能技术在未来几年给予所有行政答复的三分之一。

需要注意的是技术趋势的问题是在一个开放式的方式呈现是很重要的，和类别（如“智能对象/环境”，“虚拟代理”等）进行分析的个体反应后应用。

其他垂直细分

还有一些其他的尝试价值和正确段AI垂直的。以下是一些值得考虑：

市场与市场跳出AI垂直分为以下几个主要类别中的2020 AI预测：

• 媒体和广告
• 金融
• 零售
• 卫生保健
• 汽车及运输
• 农业
• 法律
• 石油天然气
• 其他

Tractica的近期企业人工智能应用报告击穿技术预测如下：

• 认知计算
• 机器学习
• 深度学习
• 预测的API
• 自然语言处理
• 图像识别
• 语音识别
• 其他AI技术

人工智能的市场细分外卖

关于AI市场的可靠信息的量不太理想，远远超过成熟市场和成熟市场不太量化。无论如何，仍然有洞察力可以得到的，以下从以前的努力来细分市场AAI的评估概述一些最重要的外卖店。

1 - 医疗保健，营销，财务等方面持续出现的人工智能重点领域

CB见解称，医疗保健一直在AI最大交易量的域。谷歌的DeepMind在磨练医疗保健，IBM前设置它的目光投向医疗保健年（并继续钻入该市场），以及许多像Ayasdi最大的“广AI”球员们跳进医疗保健市场。

医疗还提供了一种高贵的“味道”，其他应用领域没有。谁首先在华尔街工作的AI公司可能被视为简单逐利的，或可能帮助错误的一方，同时公司致力于自身治疗疾病或改善治疗（即使完全相同的利润动机）可以被看作不同的光。It’s my contention that companies like DeepMind who are interested in moving towards strong AI will have to move forward with “friendly” steps into noble fields like medicine in order to dispell some of the fear around progress towards machines that may (one day) become more intelligent than humans.

市场营销和融资也代表AI重点大面积。有情技术知道的软件的承诺，以提供更好的转换率电子商务的供应商和Cortica在未来的几个月和几年里，苹果公司(apple inc .)在电子商务和营销方面的无数应用程序将得到充实。

所有这三个通常以人工智能为目标的细分市场——健康、营销和金融——都涉及大量的高容量信息，而且这三个细分市场的规模几乎是无限的。我相信，错综复杂的销售周期和医疗保健领域的市场力量，将导致金融、电子商务和营销在相对人工智能的采用和创新方面取得飞跃式的进展，尽管只有未来才能证明这一点。似乎可以肯定的是，这三个领域将是人工智能公司最关注的领域之一，而这些应用领域本身可能会在人工智能本身中产生许多科学创新。

2 - 市场细分是定性凌乱，但可能会清晰起来在时间

确定段是一个高层次的技术和科学;这是一个创造性的工作，需要一个消息灵通的观点。在方式（取决于一个人的目的）无限数量的A股市场可以假设性地“切”，但准确拳击应用到具体的“垂直”涉及到很多灰色地带。考虑以下：

• CB见解没有“自然语言处理”（NLP）在他们的AI交易纵向击穿上市，虽然有非常多的公司从事NLP本身，而不是仅仅为NLP电子商务，但对于智能家居等...
• AI可以是整个商业（RocketFuel）或（雅虎）的公司是做什么很多或一些的公司做什么（IBM） - 多AI如何做一个公司或交易需要直接参与才能得到安置一个“AI产业”的范畴？
• CometLabs’细分行业没有提到营销/在所有财务，尽管事实上，这是AI的当今最流行的应用领域之一，并在不久的将来
• 同一家公司可以很容易地通过一个分析师被称为“电子商务”，“市场营销”，由另一个与“既”通过另一个，这是非常困难的问题解决与日益庞大的数量可能段

这并不是说,任何完成人工智能工业景观的“错误”(我碰巧喜欢CB Insights的分解为一个好将军分解,BCC有一个很好的简单的分割),但这模糊边缘总是会出现在这类工作,并确保达成共识在研究公司不太可能(实际上,在任何一个研究公司似乎不太可能)达成共识。

在“灰色地带”周围，内具体人工智能领域可能会让一次专注于一个行业变得更有价值，它可以明确识别灰色区域和直接应用，而不会在12个或20个离散行业之间产生一千个“模糊”重叠点。例如，如果一个人只是分析“AI For Business Intelligence”，那么他可以构建一组相对严格的分类规则，以确定在“AI”和“Business Intelligence”的标题下，什么可以做，什么不可以做。“我们未来在Emerj的许多工作将涉及这类特定行业的深度开发。

3 - 没有人知道会“起飞”，这影响了行业的行为

At a recent VentureBeat conference, Robert Stephens (former founder of Geek Squad) mentioned that the world of AI chat bots is at the phase that the internet was at in 1994. We don’t know were applications will pick up, or take off, and in many fields, use cases are still taking shape as “experiments” and not as direct and succinct drivers of business value.

因此，许多公司都在“摸着了”在哪里应用这些技术（从“AI平台”，解决具体的业务问题去）。输送AI的价值已被证明难以许多厂商。公司像有情技术具有广阔的容易混淆的演示视频（点击这里观看他们的解说视频），有可能使一个疑惑，“怎么会为我的企业该怎么办？”IBM甚至已经批评它无力沃森传达给客户的价值。

这种“不知道会是什么大不了的”有 - 我相信 - 导致了一些在AI产业观察到的行为和模式：

• 在未来的“AI的谷歌”，始终坚持巨大的赌注，“行业标准” AI平台（即战场仍然是敞开的，它的不确定性将如何凝结，或是否会继续片段随着时间的推移）
• 公司以开始解释自己的“非博士”语言技术广阔的应用领域，并在条件程序员和老总能理解（在这里一个很好的例子是Ayasdi - 他们的技术是极其复杂的，但他们在解释他们的价值主张和使用情况这个解释器视频和这个用例视频）
• AI供应商和大公司的高管都在寻找的“酷小孩”（最热门的新AI公司拥有上千万的资金，而最大的AI技术公司，如Facebook，谷歌，亚马逊），以便确定未来的发展趋势，以及他们应该去下一个。由于许多AI厂商和大型企业不具备真正的投资回报的术语“牵引”，他们必须寻找到他们相信牵引存在。

4 - 具体细节的争夺，但盛产乐观

尽管关于特定行业或领域的应用，并通过了分歧，在铁轨上（从各个方向）的隆隆声似乎比作AI不是为少数特定作业的专用工具，但作为一个完全不同的（并且在很大程度上是不可想象的）范例的工作，研究和生产效率。

二十年前，比尔·盖茨把自己关而去考虑“互联网”，并决定这将是微软的未来有多么重要。谢天谢地，他采取了行动。今天，微软的CEO和谷歌的CEO双方都表示他们对引进AI到他们的业务和他们的发展计划的核心极端的承诺。这不只是硅谷公司的行列了，而且，我们决不可能的确切转出的由互联网带来的巨大变化准备。同样的，这是不可能的，我们就可以预见到许多企业和个人生活AI最强大的应用程序 - 但我们可以让我们的耳朵轨道。

[本文已于2017年4月5日更新，以反映该领域的新研究和行业进展。]