大家好，今天给各位分享人工智能初创公司估值的一些知识，其中也会对人工智能初创公司估值多少进行解释，文章篇幅可能偏长，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在就马上开始吧！

本文目录

1. 2017年以来，人工智能领域有哪些值得关注的新公司？
2. 人工智能风口下，为小微创业者提供了哪些机会？
3. 人工智能四小龙哪几个公司
4. AI人工智能已在中国生产发展，中国AI企业有哪些？

2017年以来，人工智能领域有哪些值得关注的新公司？

「AI00」是机器之心的一个全球化开源项目，也是一份榜单，从语音和自然语言处理、计算机视觉、智能机器、医疗、芯片和硬件、智能驾驶、机器学习、大公司、金融、垂直应用十个方面搜罗整理最值得关注的100家人工智能公司，其中既有谷歌、Facebook、亚马逊、腾讯、百度等巨头工业，也有垂直领域的一些新起之秀。

2017年以来，「AI00」榜单收录了一些新公司，同时也移除了一些公司。其中，一月份，新增Darktrace、Arterys；二月份，新增赛灵思Xilinx、ArgoAI、Gamalon；三月份，新增DataRobot、Neuralink；四月份，新增Cylance、SiftScience。

下面对这些值得关注的人工智能新公司一一作扼要介绍，查看「AI00」完整榜单请移步机器之心官网。

Darktrace

官网：https://www.darktrace.com/

英国一直是全球人工智能创业的中心地之一。谷歌、苹果、英特尔、Twitter、微软等科技巨头都积极从英国收购人工智能创业公司，以至于英国本土都担心这种趋势会对英国人工智能的发展造成危害。但英国的人工智能创业公司依然在博取全球极大的关注。Darktrace是如今英国最火热的机器学习创业公司之一。Darktrace2013年创立于伦敦，基于开创性的贝叶斯数学开发网络防御系统，不仅帮企业应对人为的网络攻击，也能应对以机器学习为基础的网络威胁。创业四年，A、B、C三轮共融资1.045亿美元，其中C轮融资6400万美元。

Arterys

官网：https://arterys.com/

Arterys是由FabienBeckers等四人在斯坦福大学发起的，目前已完成1200万美元A轮融资。他们目前的工作是帮助医生了解病人心脏的状态，通过准确测量每个心室的体积，人工智能系统可以对病人的健康状况作出评估。Arterys入选的原因是他们的医疗成像平台已被美国食品和药物管理局（FDA）批准投入临床医疗使用，它可以帮助医生诊断病人的心脏问题。据Beckers所说，「这是此类医疗成像方法第一次通过批准，意味着深度学习和云技术可以真正进入医疗工作流程，为医生和病人提供重要帮助。我们的工作开启了一扇门，此类应用从此有了先例。」

赛灵思Xilinx

官网：https://www.xilinx.com

赛灵思（Xilinx）是一家位于美国的可编程逻辑器件的生产商。该公司发明了现场可编程逻辑门阵列，并由此成名。赛灵思还是第一个无厂半导体公司(Fabless）。从2015年开始，赛灵思就称自己要转型为一家「AllProgrammable（全可编程）」企业，也就不只是硬件可编程，还包含软件可编程，IO可编程。在2016年9月，赛灵思又宣布收购专注于数据中心和嵌入式系统的加速应用、在卷积神经网络方向有着一定的技术积累的AuvizSystems，震惊人工智能界。因此，我们这期的AI00把赛灵思纳入了大公司的分类，期待它能为人工智能领域带来更多的惊喜。

ArgoAI

官网：https://www.argo.ai

2月10日，福特高调宣布向这家自动驾驶领域的创业公司注资10亿美元，用以帮助这家底特律汽车制造商在2021年前批量生产可共享商用无人驾驶汽车的目标。这对与汽车行业来说是一个大新闻：主流传统汽车制造商向科技公司投入巨资，从而帮助自身实现颇具野心的无人驾驶汽车项目。该公司的专业背景也非常强大。该公司的创始人是BryanSalesky和PeterRander，他们都是卡内基梅隆大学国家机器人工程研究中心的校友，该研究中心也是人工智能和自动驾驶技术发展的引领者。Salesky以前在谷歌的自动驾驶汽车团队工作，Rander也是在Uber的自动驾驶研究部门呆过。据该公司介绍，他们计划在今年年底将员工数量扩充到200人左右，其中包括了一些将会加入ArgoAI的福特工程师。未来发展不容小觑。

Gamalon

官网：https://gamalon.com

Gamalon之前并不是一家令人关注的创业公司，但在2月中旬却登上了许多科技媒体的头条，因为他们宣称利用BayesianProgramSynthesis技术开发的人工智能系统可以仅用很少的输入就能达到谷歌TensorFlow等框架需要数万张图片训练达到的效果。据介绍，该公司的突破性进展BayesianProgramSynthesis可以自行编写代码，用最优的方法解释收集到的数据。如果你开始用几张图片训练系统识别「猫」的概念——胡须、尾巴、眼睛，随后，系统会不断更新它对于「什么是猫？」的理解。这种思路与传统的深度学习相反——深度学习意味着你需要输入尽可能多的猫的图片，并且不能处理不确定性。这项技术给人工智能领域带来了全新的思考。Gamalon由毕业于麻省理工学院的BenVigoda等人创立于2013年，其最近推出的产品可将大量非结构数据整理成结构化的干净数据集。该解决方案的目标客户是那些需要处理大量文档并将其整合到数据库中的公司。Gamalon的产品可让这些用户轻松地把自己的数据接入亚马逊、微软、谷歌等公司的云端服务器中。

DataRobot

DataRobot是一家位于美国波士顿的机器学习平台公司，其提供的机器学习平台可让任何水平的数据科学家「只需一点时间就能开发和部署准确的预测模型」。据报道，该公司最近完成了C轮融资，获得了由NewEnterpriseAssociates领投的5400万美元资金。据Crunchbase统计，截至目前该公司已经完成了5轮融资，共获得了1.11亿美元投资。DataRobot由数据科学家JeremyAchin和ThomasDeGodoy于2012年创立。据报道，DataRobot平台上有数百个开源机器学习算法，能帮助数据科学家将原本需要数周乃至数月的开发过程大幅缩短。该公司的COOChrisDevaney介绍说：「数据科学家可以带着他们已有的模型，进入有很多开源模型的DataRobot，看他们的模型的排名。因为只需要几分钟就能找到最佳的模型，你可以运行和重新运行这样的比较，从而每天或每周都能找到最准确的模型，这依赖于你自己的业务变化。」到目前为止，DataRobot已经创造了超过1.5亿个预测模型，客户范围涵盖体育、银行、保险和医疗等领域。

Neuralink

三月底，特斯拉汽车与SpaceX的创始人兼首席执行官伊隆·马斯克宣布启动了一家新公司：Neuralink，这家新公司将试图研发马斯克所说的「神经丝网」技术，为人们植入可以上传和下载思想的微小脑电极。目前关于该公司的相关消息还不多，甚至连官网都还没有公开，但马斯克的背书本身就是一张非常优质的名片。「公司创始团队成员」MaxHodak把这家公司描述成「胚胎」，并表示项目正在展开过程中，但他也拒绝提供更多细节。据了解，Neuralink在去年7月已在加州注册成立，公司的业务是「医疗研究」。据公司内部人士介绍，Neuralink的资金主要来源于马斯克本人，其中包括马斯克从自己拥有的其他公司借出的资本。Neuralink也有可能接受了FoundersFund的注资，这家风投公司由PeterThiel创建，他与伊隆·马斯克都是PayPal的创始人。另有知情人士表示：Neuralink在最近几周已经招募了神经科学领域的一些著名学者，包括LawrenceLivermore国家实验室的工程师和柔性电极专家VanessaTolosa，加利福尼亚大学旧金山分校教授PhilipSabes（主要研究大脑如何控制运动），和波士顿大学教授TimothyGardner（他曾给小鸟植入微电极，研究鸟类鸣叫）。

Cylance

官网：https://www.cylance.com/

Cylance是美国一家使用人工智能来预防网络攻击的公司，据介绍，该公司是人工智能网络安全（AIcybersecurity）领域内唯一一家「独角兽」（即估值超过10亿美元的创业公司）。截至目前，该公司已经融资1.77亿美元。据分析公司Nanalyze介绍，该公司曾在去年演示了一项技术，在没有网络连接的情况下，该公司的技术仅需要60MB内存和1%的CPU就能保护计算机免受攻击。其旗舰产品为CylancePROTECT是一款人工智能反病毒软件，但目前还没有正式开始销售；据介绍，其可以使用数学方法来预测威胁的发生。在企业服务方面，该公司表示在全球范围内已经有6000多个客户了。据报道，该公司的产品在对抗恶意软件上有99%的有效率，误报率仅有0.000314%。

SiftScience

官网：https://siftscience.com/

SiftScience也是美国一家利用人工智能/机器学习来开发网络安全应用的公司，不过其目标并不是对抗恶意软件而是进行欺诈检测。该公司已经完成了4轮共5360万美元融资。据了解，该公司的软件平台可以自动学习和检测欺诈行为模式，然后可以在客户受骗之前发出警告。该公司的云平台已经集成了16000种欺诈信号，而且这些信号还会根据全球6000家网站和应用的数据而进行更新。和其它机器学习方法一样，SiftScience所得到的数据越多，该平台在欺诈检测上就越智能。目前该公司提供的服务售价从每月500美元到10000美元不等，客户包括Twitter、Airbnb和Zillow等著名公司。

人工智能风口下，为小微创业者提供了哪些机会？

这个问题需要拆分为两个方面来进行剖析：

人工智能风口下，催生了哪些新技术、新模式、新业态

小微创业者在人工智能风口下，有哪些机会可以尝试

个人推荐小微创业者关注利用AI技术进行的工业生产升级

上图为“2019年人工智能产业图谱”，从图中可以看出，整个产业可以分为三层：基础层、技术层、产品与解决方案层。

首先，关注AI产业图谱的基础层。

由于基础建设投入成本重，收益慢，需要强大的资金链支撑，例如“致力于成为边缘人工智能芯片的全球领导者”的地平线，19年仅B轮融资达到6亿美元，企业估值达30亿美元。因此该层涉及到的相关产业巨头非常多，仅有的创业公司也是独角兽等级，不适合小微创业者尝试。

其次，注意AI产业图谱的技术层。

目前技术层主要分为五类，计算机视觉、智能语音识别、自然语言处理、知识图谱、机器学习。该层对于应用而言，产品具有一定的通用性，因此公司发展对技术在相关领域的领先有一定要求，同时业务上也存在变现较慢的问题。

以主打“自动机器学习”的创业公司“第四范式”为例，创始人戴文渊在校期间AI相关论文多次被顶级学术会议收录，毕业后为百度当时最年轻的高级科学家，负责百度凤巢项目。公司整体以领先行业的技术能力来进行市场输出，同时逐步衍生到银行金融行业，提供企业级解决方案。

最后，产品和解决方案层。

近几年，人工智能技术在实体经济中寻找落地应用场景成为AI产业的核心要义。由于AI相关技术在初期成本较高，尤其是相关行业数据收集成本，因此在AI的产品化落地过程中，优先在获取数据成本较低的场景，或利润较高的行业进行落地，例如金融行业。

金融行业由于数字化进行较早，拥有大量历史交易数据和用户画像，在AI应用落地过程中具有先决条件。同时整个金融行业有需要更好的工具辅佐日常工作，提高效率的强烈需求，对新技术的接纳程度较高，因此目前AI应用的成熟度在各行业中最高。

上图从各个维度对于“人工智能产业地图”中的主要行业进行评估，从表中可以看出，安防和金融整体成熟度最高；接下来是营销、客服、医疗、交通等；成熟度最低是利润率较低，并且数据化程度较低的农业。为了更加形象，可以通过基础建设和价值空间建立二维评估模型，如下图所示：

其中，横轴为基础建设，打分维度以可承载AI应用的数据化程度为主；纵轴为价值空间，以行业中AI公司2018年营收情况、2022年市场空间情况、融资情况等为主。

首先，对小微企业做一个基本的定义：

没有大笔融资来保证现金流，在业务的选择上需要挑选变现快的模式

技术资源有限，这里的有限不是指能力有限，而是说可覆盖的业务范围优先

其次，需要我们分析一下什么行业是适合自己的。

创业的方向选择，一方面要考虑市场，盘面是否足够大，决定着创业的公司发展的天花板；另一方面要考虑自身，自己做什么事情胜算大，这个决定着公司是否有长久发展的可能性。

同时，需要关注产品的商业价值，任何一个行业，本身都是可以用人工智能技术进行产业升级的，需要考虑到产业升级是否解决了对应产业的核心诉求。换句话说，通过AI升级后所节约的运营成本或提高对应的稳定性价值是否比技术本身成本高。

举个非人工智能领域，但简单易懂的例子。现在去看电影的小伙伴们应该都能注意到，从猫眼电影、淘票票上进行购票选座，在现场机器进行取票的模式已经在全国主要城市全面使用。这样的操作可以大大降低电影院的运营成本，售票员仅需要保留1-2名即可满足日常运营需求，那么这样的产业升级就是有商业价值的。

但是为何到现在为止，我们还是需要使用纸质票来进行进场，而不是通过电子票进行扫码入场？其中有一个重要的原因之一，取票这个流程可以让消费者提前到电影院，为影院大厅周围高毛利的饮料爆米花提供基础的客流量。因此如果使用扫码进场的产业升级变现过程就会存在困难。

下图是艾瑞咨询对于2020年后AI投资环境的预估。

从图中可以看到，在金融和安防领域逐步成熟后，生产制造的AI产业升级成为了下一阶段的AI投资重要方向。

在AI行业的应用中，重要的一点就是数据，若你手上有某个产业的相关数据，那么以自动化升级改造这个产业流程就是一个非常优质的入口。

例如，你因为历史工作经验，或者其他渠道拿到了某个生产流水线上的大量历史数据，那么通过这些数据的训练，你就可以知道各个流程环节所造成的误品率，那么可以进行关键流程改造。或者有大量对误品的判断标准，可以进行自动识别以降低误品的识别成本。

上图为阿里AI的主要布局，布局内容以已经公开的内容为参考。强大如阿里的大型互联网公司，就算在各个应用场景进行了部署，同样也缺少各个细分领域下的关键生产数据，因此在该方向的创业不会受到过多的大公司生态或资金补贴手段进行抗衡。

小微创业者，可以将这次大型互联网公司当做技术提供方，帮助他们在关键领域进行落地，而不是直接正面与大型互联网公司在底层技术和通用资源上进行碰撞。

AI行业目前还处于初级阶段，被誉为下一次革命的人工智能技术，将逐步渗透实体经济的各个方面，大公司主要做通用基础建设，小公司也可以在各个细分领域大展身手，游戏才开始，大家都有机会。

注：以上行业相关数据，均来自艾瑞咨询。

人工智能四小龙哪几个公司

人工智能四小龙是四家在人工智能领域拔尖的公司，即旷视科技、云从科技、依图科技、商汤科技。

目前，“AI四小龙”均在资本市场开始露面：云从科技与旷视科技已经从科创板顺利过会；依图科技则终止科创板IPO，有消息称其拟转战港股。作为“AI四小龙”中最后一家递交招股书的公司，商汤科技正在加速冲刺IPO。

AI人工智能已在中国生产发展，中国AI企业有哪些？

在我看来，BAT、华为、今日头条、海康威视、小米、富士康（工业富联）、大疆为首的AI巨头，在他们带动下，AI技术应用各行各业，在2019年，他们将是AI应用风向标，让人工智能更好地服务人类。

百度

百度是国内三大互联网巨头率先向人工智能转型的企业，自2010年开始积极探索发展人工智能技术，这家搜索引擎巨头全面布局AI领域，围绕百度大脑为核心，AI应用开始在多个领域开花结果，并以百度云为平台把AI能力分享给社会，从农业到工业，从家庭到汽车，以及翻译、图像识别和信息流等产品和服务，百度AI商业落地走在行业前列。

阿里巴巴

阿里巴巴不再是一家纯电商企业，而是一家以技术创新的科技巨头，在争夺AI船票，成立人工智能实验室，并千亿资金支持旗下达摩院开展创新技术和应用性研究，同时，人工智能作为工具，云作为基础，阿里AI能力依托阿里云分享至各行业，驱动数字中国。

腾讯

自腾讯对组织机构进行大调整后，积极面向产业互联网转型，提升云服务战略，新成立了云与智慧产业事业群，此外，腾讯旗下人工智能实验室AI技术也得到了广泛应用，在健康医疗和AI结合，能更早地发现癌症和肿瘤，腾讯觅影”乳腺肿瘤筛查AI系统已应用多家医院。

华为

华为推出一个覆盖全场景的人工智能IP和芯片系列，即Ascend系列芯片，具备横跨云、边缘、端全场景，Ascend系列芯片包括Ascend910和Ascend310两款AI芯片，华为要让人工智能要走向普罗大众，让每个人、每个家庭、每个组织都能享受到人工智能的价值。

小米

继智能手机后，小米多年前就在积极推进IoT生活消费电子产品布局，其背后核心竞争力在于搭建了智能家居生活生态体系，以及AI技术作为支撑，使得人们智慧家庭生活得以实现，在人工智能赋能下，其AI助理小爱同学激活了约1亿台智能设备，是国内最具活跃的AI语音交互平台。

海康威视

人工智能和物联网等新兴技术的加速融合和广泛应用，安防行业也迎来了最好的发展时期，海康威视在2017年开创性地提出了AICloud的边缘节点、边缘域、云中心的三级构架，大力推进人工智能在物联网领域的发展和应用。

今日头条

今日头条被熟知的就是人工智能算法在信息流上取得的成果，在腾讯和百度两大信息流巨头面前，今日头条利用AI技术成功突破两大巨头防线，甚至有望改变国内三大BAT互联网格局，有消息指出今日头条母公司字节跳动估值高达750亿美元。

富士康（工业富联）

代工之王的富士康积极向智能制造和工业互联网转型，高度重视智能工厂建设，提高智能化和自动化水平，拥有多家全自动无人自主熄灯工厂，从而导致人力成本不断下降，工业富联2018年中期报告显示，在营收提升的情况下，人力成本同比下降11.91%，这背后核心在于自动化水平提升和工业机器人部署。

大疆创新

在新经济浪潮下，大疆创新无疑成为最耀眼的一颗明星，是全球为数不多的超级独角兽，早前有公开消息称其估值高达240亿美元。

好了，文章到此结束，希望可以帮助到大家。