国内AI企業500社のビッグデータ分析:業界レイアウトと資金調達・投資動向

国内AI企業500社のビッグデータ分析:業界レイアウトと資金調達・投資動向

[[204973]]

序文:今月、テンセント研究所とIT Juziは共同で「2017年中米人工知能ベンチャーキャピタル現状と動向調査レポート」を発表し、国内外の1,000社以上の人工知能企業を詳細に分析し、多くの洞察に満ちた結論をレポートに示しました。残念ながら、本レポートは国内の人工知能スタートアップ企業について一定のマクロ分析を行っているものの、スペースの問題で限界があるかもしれない。企業の平均資金調達ラウンドやAI産業チェーン全体における各ファンドの投資レイアウトなど、より詳細なデータ次元では、まだ詳細なデータ分析を行っておらず、残念である。そこで、本稿では、IT Orangeから国内の人工知能スタートアップデータをすべてクロールし、さらに深い業界特性を探っていくというアイデアを思いつきました。本稿では、ITjuziから収集した国内の人工知能スタートアップデータに基づき、AIスタートアップの産業チェーン分布、資金調達・投資イベント、投資機関のスタイル、産業チェーンレイアウトなどを詳細に分析します。

基本的なデータソース

本稿で使用したデータはITjuziから提供されたもので、クローラーを通じて2017年9月時点の国内すべての人工知能スタートアップの基本情報と投資イベントデータを取得しており、企業情報、投資時期、ラウンド、投資額、投資家などが含まれています。なお、本稿のデータでは、アリババ、バイドゥ、テンセントなどのインターネット大手や、人工知能コンセプトを持つ上場企業は除外しており、全体のデータの分布に影響を与えないようにしています。本稿の研究対象は、主に国内のAIスタートアップ591社です。

目的

現在の国内AI産業の新興企業すべての産業チェーン分布を分析することで、現在のAI産業構造を理解し、資金調達と投資のホットスポットを俯瞰することができます。同時に、投資家の視点から、AI産業チェーンにおける各投資機関の配置とスタイルを分析し、Google、Microsoft Research Asia、BATなどの大手企業の科学者が設立したAI企業の現状を数え、データの観点からAI業界全体に対する新たな認識を形成します。

AI産業チェーンモデル

産業チェーンモデルは、これら591社の国内人工知能企業の分野をどのように分類するかに関わるため、真剣に取り組む必要がある。ただし、本記事では、「2017年中米人工知能ベンチャーキャピタル現状と動向調査報告書」における人工知能企業の分類方法を全面的に採用していません。分類に若干の問題がある可能性があるからです。本稿では、具体的には、これら 591 社をさまざまな分野に分類するために、次の人工知能産業チェーン モデルを提案します。

AI 業界チェーン全体では、企業を 3 つのレベルに分け、20 のサブカテゴリに分類しています。簡単に説明すると、次のようになります。

基本層は業界全体にコンピューティング能力を提供し、ハードウェア部分にはチップ、センサー、ミドルウェアが含まれます。チップ分野の代表的な企業としては、CambriconやHorizo​​n Roboticsなどが挙げられ、GPU、FPGA、ASICなどさまざまなAIチップの研究開発・設計に携わっている。技術的なハードルが高く、投資サイクルが長いため、現在は中国国内で十分な技術蓄積を持つごく少数の新興企業のみが関わっている。コンピューティングパワープラットフォームは、クラウドコンピューティングを利用して、AI産業チェーン全体にコンピューティングパワーを提供します。3A(AWS、Azure、Alibaba Cloud)に加えて、代表的な国内スタートアップにはQiniu CloudとQingCloudがあります。ディープラーニングの継続的な人気により、世界のAI業界は一般的にコンピューティングパワーのボトルネックに直面しています。今後、より多くの参加者がコンピューティングパワープラットフォームの分野に参入することが期待されます。

技術レイヤーは主に、産業チェーン全体に一般的な AI 技術機能を提供します。認識層には、コンピュータービジョンと言語認識という2つの重要な機械認識タスクが含まれています。この2つの技術は比較的成熟しているため、多くのスタートアップ企業がこの2つの分野を選択しています。たとえば、コンピュータービジョンは、SenseTime、Megvii Technology、CloudWalk Technologyなどの多くのユニコーン企業を引き付けています。認知層は「機械の脳」として位置付けられ、ナレッジグラフ/セマンティック分析とインテリジェントな質問と回答/仮想アシスタントという2つのコア領域が含まれています。最上位のプラットフォーム層は、一般的な技術アプリケーションプラットフォームの形でディープラーニングやパターン認識などの技術アプリケーションサービスを提供し、アプリケーション層に接続します。

アプリケーション層は、異なるオブジェクトに応じて、消費者レベルの端末アプリケーションと業界シナリオアプリケーションの 2 つの部分に分けられます。消費者向け端末には、スマートロボット、スマートドローン、スマートハードウェアの3つの方向があります。スマートハードウェア分野に従事する企業には、消費者向けハードウェアのインテリジェント化に取り組んでいるRokidなどのスマートスピーカープレーヤーが含まれます。シナリオ応用部分は、スマートヘルスケア、スマートファイナンスなど、さまざまな外部業界の AI 応用シナリオに接続します。

***AI 業界の応用シナリオに深く関わっている企業は、多くの場合、技術レベルでコア技術能力も備えていることに留意する必要があります。たとえば、Yasen Technology などの医療画像企業は、コンピューター ビジョン技術を使用して、心臓、肺、腎臓などの医療画像のパターン分析を実行し、重要な病気の診断精度の向上に貢献しています。これらの企業は明らかに「テクノロジーの業界探索者」として位置付けられているため、コンピュータービジョンテクノロジー企業として考えることはできず、スマートヘルスケアの分野に分類する必要があります。したがって、企業の産業チェーンの位置付け分類の曖昧さが伴います。この記事の原則は、産業シナリオのアプリケーションに深く関与している企業は、対応するアプリケーション層分野に分類される傾向があるということです。

AI産業チェーンにおけるスタートアップ企業の分布

本稿では、IT桔子からクロールされた1,158社のAIスタートアップのデータをクリーニング、スクリーニング、変換した後、残りの591社を前述のAI産業チェーン分類基準に従ってさまざまな分野に分類しました。この重要な統計を再現する過程では、各企業の事業を観察し判断するために多大な労力が必要であることは言うまでもありませんが、プロセス全体が完了すると、国内の AI 産業の全体的な状況に対するより深い理解が生成されます。最終的な統計結果は、下の図に示されています。現在、知能ロボットはAI業界で最もホットな分野で、スタートアップ企業の数は105社に達し、顔認識、画像処理、ビデオ監視などさまざまな技術分野を含む一般的なコンピュータービジョン技術(70社)がそれに続いています。スマートロボットと同様に、中国では現在45社のスタートアップ企業がスマートドローン起業ブームに参加しており、自動運転/ADASに関しては、現在30社以上の企業がこの分野に参入しています。百度は、アポロ自動運転プラットフォーム(現在バージョン1.5まで公開)を徐々に公開しています。同様のプラットフォームの公開により、自動運転のスタートアップ企業の研究開発の難易度が大幅に低下します。今後、より多くのスタートアップチームが自動運転市場に参入することが期待されます。

金融分野ではスマート投資アドバイザー、ビッグデータリスク管理、生体認証などの技術が発展し続けており、スマート投資アドバイザーや金融リスク管理などのスマート金融アプリケーションに重点を置いたスタートアップ企業が数多く登場しています。例えば、今年8月には、海外市場でスマート投資アドバイザーに注力するWhale FinanceがシリーズA資金調達で1,100万米ドルを調達した。また、4月には、百度の元「七剣士」の一人である郭丹氏が創設したインテリジェント投資リサーチプラットフォームのDingfu Dataも、シリーズA資金調達で8,000万人民元以上を調達した。

産業シナリオアプリケーションの分野では、スマートヘルスケアがもう一つの大きな戦場です。 CNNのディープラーニング技術がコンピュータービジョンの分野でもたらした革命のおかげで、医療画像のAI分析に焦点を当てたスタートアップ企業が数多く登場しました(不完全な統計によると、約25社)。しかし、顔認識などの他のコンピュータービジョンアプリケーションとは異なり、医療画像の臨床分析は経験重視の分野であり、AIによる医療画像分析が臨床検証に実際に適用されるにはまだまだ遠いと思われます。さらに、高品質な医療画像注釈データも課題であり、この分野の今後の発展が注目されています。

AI のホットスポットに注力している上記の企業とは別に、ナレッジ グラフ/セマンティック分析テクノロジに深く取り組んでいる目立たないスタートアップ企業も存在します。その中でも、最もよく知られているのが Triangle Technology で、昨年の Smartisan カンファレンスで Luo Yonghao 氏から感謝の言葉を贈られました。Triangle Technology は Smartisan OS 3.0 にセマンティック分析テクノロジを提供しました。セマンティック分析技術は、言語を機械が理解し、自然言語理解 (NLU) レベルで推論できるデータに変換しますが、ナレッジグラフは、大まかに言えば、さまざまな業界の既存の構造化データと非構造化データを機械が理解できる知識に変換するより一般的な試みであり、AI アプリケーションの強固な基盤になります。例えば金融分野では、ナレッジグラフ技術を活用して上場企業の年次報告書を機械可読なデータに変換し、年次報告書の自動要約や財務報告データの自動監査などのアプリケーションを実現しています。例えば、アリババはタオバオの膨大な商品に関するナレッジグラフを構築し、ナレッジグラフ推論エンジン技術を使用して、さまざまな商品の侵害や偽造を自動的に識別しています。ナレッジグラフに深く関わっている典型的な AI スタートアップとしては、Wenyin Internet や Minglue Data などが挙げられます。

平均資金調達状況分析

国内のAIスタートアップ591社のうち、75%(436社)が現在Bラウンドの資金調達またはそれ以前の段階にあり、そのうち236社がAラウンドの資金調達を受けており、その後エンジェルラウンドを経ている。現在、92社のAIスタートアップがエンジェルラウンド段階にある。投資時期別に見ると、2014年、2015年、2016年、2017年のAI資金調達件数はそれぞれ113件、241件、262件、163件でした(2017年9月現在)。エンジェルラウンドの観点から見ると、2017年9月までにエンジェルラウンドの資金調達件数はわずか26件でした(2015年と2016年はそれぞれ89件と69件)。2017年はAI分野の資金調達件数が徐々に減少しており、特にエンジェルラウンドの資金調達でこの傾向が顕著であることが分かります。これは、一方では、高品質の AI プロジェクトが徐々に少なくなってきていることを反映しています。他方では、2015 年と 2016 年の資金調達の熱狂を経験した後、市場全体はゆっくりと合理性を取り戻しています。

業界チェーンの各分野の実際の資金調達額から判断すると、2017年9月現在、自動運転/ADAS分野のAIスタートアップが累計資金調達額が最も多く、総資金調達額は162億人民元に達しています。クラウドコンピューティングやその他のコンピューティングパワープラットフォームが2位で、総資金調達額は128億人民元です。コンピュータービジョン分野のスタートアップの数は知能ロボットほど多くはありませんが(それぞれ70社と105社)、総資金調達額で見ると、コンピュータービジョンが知能ロボットをわずかに上回っています(主にセンスタイムの4億1,000万米ドルのシリーズBラウンドによる)。自動運転、コンピューティングパワープラットフォーム、コンピュータービジョン、インテリジェントロボットの4つの分野のスタートアップが、AI業界の資金調達のほぼ半分を占めています。さらに驚くべきことは、スマートドローンのスタートアップ企業は多いものの、その総資金調達額の割合は高くないことだ。これは、DJIが唯一の支配的企業である業界構造に関係している。他のドローン分野のスタートアップ企業は、特定の市場セグメントでしか差別化された事業を追求できない。

2016 年から 2017 年までの人工知能分野の資金調達イベント トップ 10 - この記事では、2016 年から現在までの AI 分野の資金調達イベントの中で、単一ラウンドの資金調達額が最も大きい資金調達イベント トップ 10 を数えます。 1位は昨年6億ドルの戦略的投資を受けた肇星。2位は今年シリーズBの資金調達で4億1000万ドルを調達したセンスタイム。3位はシリーズDの資金調達で1億8000万ドルを調達したモブボイ。 4位から10位は、スマートロボットユニコーン3社、クラウドプラットフォーム2社、アリババのFace++、Huawei Kirin 970にディープラーニングチップIPを提供したCambrian Technologiesが占めている。

(注:金額が同じ場合は、総融資額で並び替えられます)

AI業界投資家の分析

このAIベンチャーキャピタルの波の中で、過去3年間でさまざまな資本が少しずつ、そして急速に参入してきました。 ZhenFundはAI業界のベンチャーキャピタルのリストでトップを占めており、さまざまなAIスタートアップに合計37ラウンドの投資を行っています。 IDG CapitalとSinovation Venturesが2位と3位にランクインしました。人工知能業界のトップ10投資家は次の表の通りです。これらの上位 10 の投資機関が投資ラウンドの 88.5% を主導しており、今回の AI の波における中核的な資金調達の推進役としての役割を反映しています。

その他のAI業界トップ30の投資家には、レノボ、クアルコム、JD.comが名を連ねている。人工知能に全力を注ぐレノボは、AI業界のベンチャーキャピタルで多くの大きな動きを見せ、Cambrian、Face++、NIO、Waterdrop TechnologyなどのAI企業に投資している。同社のLenovo Starは、AI分野で11回の投資ラウンドを行っている。 JDのAI産業投資ポートフォリオも非常に集中しています。金融ビッグデータ企業であるChinaScopeを除き、残りはすべてスマートカー/スマートハードウェアに関連しています。 NIO、Idriverplus、Lejia Technologyの3つのスマートカー/ADAS企業と、Intelligent Future Roboticsなどのハードウェア企業が含まれます。さらに、上位 10 機関とは異なり、上位 30 リストの残りの機関におけるフォローアップ投資の割合は非常に高く、上位 10 機関とは対照的です。

***、AI業界の投資家を統計する中で、個人投資家も多くいることがわかったので、AIスタートアップへの株式投資に参加した個人投資家の簡単な統計を作成しました。最大の投資家はパンダキャピタルの現パートナーである毛盛波氏だ。他の2人の投資家、クアン・ズピン氏とル・ハイボ氏は、それぞれ4つのAIスタートアップに投資している。残りの個人投資家は2社以下に投資している。もちろん、これらの投資家はいずれも、投資を追う形でさまざまな AI スタートアップの投資ラウンドに参加しているため、累積投資額は参考としてしか使用できません。

産業チェーン投資レイアウト

このセクションでは、前述の人工知能産業投資のトップ 10 リストにある 10 の機関と、それらの AI 産業チェーン全体における配置について見ていきます。本稿では、説明の便宜上、上記10機関のいずれかがレイアウトを実装している、インテリジェントロボット、コンピュータービジョン、インテリジェントドローン、自動運転/ADAS、質疑応答/カスタマーサービス/バーチャルアシスタント、アプリケーションプラットフォーム、スマートファイナンス、コンピューティングパワープラットフォーム、言語分析/ナレッジグラフ、音声認識技術、スマートヘルスケアなどの17の分野を選択し、これら10機関のAI産業チェーンレイアウトを示す次の視覚的なチャートを作成しました。

この図から、ZhenFundやIDG Capitalを含む上位5つの機関が、AI産業チェーンリンクの大部分をカバーしていることが大まかにわかりますが、各機関には独自の投資嗜好があります。たとえば、ZhenFundとIDG Capitalはそれぞれドローンとスマートロボットに最も多くの投資を行っています。Sinovation VenturesとSequoia Capital Chinaは、AI産業チェーン全体で最もバランスの取れた投資ポートフォリオを持っています。垂直的な観点から見ると、コンピューター ビジョンはほぼすべての組織にとって選択肢となっています。これは、CNN などのディープラーニング テクノロジーによってもたらされた革命のおかげで、多くのシナリオで CV の認識率が新しいレベルに到達するのに役立っています。また、ほとんどの起業家チームにとって最も一般的に選択されるプロジェクト領域でもあります。しかし、技術の成熟度と商用アプリケーションシナリオの間にはまだ隔たりがあります。多額の投資を受けているこれらのコンピュータービジョンの新興企業の今後の発展の鍵は、天井が低い顔認識やスマート写真編集に重点を置くのではなく、より多くの商用アプリケーションシナリオに参入する方法です。

次に、BAT、Google、Microsoftという5大AIスタートアップチームの現状を見てみましょう。まず、人工知能分野で2大「黄埔軍官学校」であるグーグルと百度には、独自のAI企業を設立するために退職した優秀な科学者が多数いる。例えば、元グーグルのスター科学者であるフェイフェイ・リーは、ユニコーン企業Mobvoiを設立した。アンドリュー・ンのほか、百度のディープラーニングラボの中心人物であるユー・カイ、ホアン・チャン、ユー・ティエナンの3人は、ホライゾン・ロボティクスを設立するために退職した。百度の自動運転事業部門ゼネラルマネージャーのワン・ジンと国家科学者のハン・シューは、ジンチ・テクノロジーを設立した。

各チームが受け取った投資額で見ると、MobvoiやiPinyouなどのユニコーンの評価額のおかげで、Googleシリーズが最大の投資額を獲得しました。Lu QiがBaiduのAIの方向を調整し、リソースを統合したため、Baiduは多くの優れた科学者と技術者を失いました。これらの人々の多くは、このAIベンチャーキャピタルの波の中で独自のAI企業を設立しました。これらのBaidu企業は、30億元を超える資金調達を相次いで獲得しました。マイクロソフトとマイクロソフトリサーチアジアの科学者チームによるスタートアップは3位にランクインしたが、資金調達額は百度の半分以下だった。上位企業は、Xiaoyu at Home、Ehang Intelligent Technology、自動運転のMomentaだった。アリババは、2つの主要企業であるFace++ Yitu TechnologyとRokidの評価額で4位にランクインした。1位はテンセントだった。

結論は

IT桔子からクロールされた国内AIスタートアップのデータを分析すると、AI分野全体の資金調達のペースが徐々に落ち着いてきていることがわかります。2017年のAI分野の資金調達件数は、前年同期と比較して大幅に減少しており、これは高品質のAIプロジェクトが徐々に不足していることも反映しています。同時に、2015年以降、AIブームの高まりとともに、Google、Microsoft Research Asia、BaiduなどのAIトレンドセッターから多くの優秀な科学者が職を離れ、独自のAIスタートアップ企業を設立しました。これらの優秀な科学者の多くは、長年にわたる技術蓄積における自らの優位性に頼り、AI技術全般の起業に専念してきました。彼らが設立した企業は、AI産業チェーン全体の技術層のほぼすべてのサブセグメントを占めており、その中でもコンピュータービジョンの分野は特に混雑しています。そのため、特に優秀な科学者のリソースが極めて不足しているため、今後、新しいスタートアップチームが純粋な AI 総合技術分野に参入することはますます困難になるでしょう。

そのため、データを通じて、スピンドルに近い業界構造も見えてきます。AIスタートアップの多くは、一般的なAI技術と消費者向け端末(スマートロボット、ドローン、スマートハードウェア)に注力しており、投資のホットスポットとなっています。業界シナリオ適用の企業数は多いものの、自動運転、スマートヘルスケア、スマートファイナンスに偏りが見られます。この3つでシナリオ適用層の企業数の65%を占め、資金調達額も圧倒的多数を占めています。これは、AI業界が現在直面している事実を反映しています。つまり、今回のAI起業ラウンドでは、優れたリソース(科学者、資金)が汎用AI技術に集中しているということです。もちろん、AI業界がまだ成熟していないときに技術に根付くのは理解できます。しかし、汎用AI技術の成果が、実験室型の科学研究成果ではなく、商業応用シナリオに変換できるかどうかにリスクがあります。これは、多額の資金を調達したすべての汎用AI技術スタートアップ企業にとって避けられない試練です。

現在の AI の波の台頭は、本質的には 30 年以上にわたって蓄積されてきたディープ ニューラル ネットワーク技術の集中的な爆発によるものであり、このディープラーニングの潜在的エネルギーの波は基本的に枯渇しています。ディープラーニングの父、ジェフリー・ヒントン氏でさえ、最近、既存のディープラーニング(主にBP、CNN)のパラダイムを放棄し、新たな道を見つけるために再び前進するよう努力すべきだと公に呼びかけました。おそらくヒントン氏の発言は、AI業界が調整期に入ることを示しているのでしょう。

今後、AI技術応用プラットフォーム(百度のApollo自動運転プラットフォームなど)の成熟と異種コンピューティングクラウドサービスの台頭により、シーンアプリケーションの参入障壁はますます低くなるでしょう。例えば、自動運転の分野では、これまでは達成するのに長い時間と数億ドルの研究費が必要だった成果が、Apollo などの無人運転ソリューション開発プラットフォームを使用することで、短期間で達成できるようになりました。今後、AIの新たな爆発はシナリオアプリケーションに集中するでしょう。結局のところ、シナリオアプリケーションはAIが商業化に向かう​​ための最も重要な窓口です。その頃には、技術とアルゴリズムは中核的な障壁ではなくなります。技術だけに頼って多額の資金を調達できる現在の状況は、おそらく二度と起こらないでしょう。純粋な AI テクノロジー サービス プロバイダーが将来大きな成功を収めることは難しいでしょう。現在、汎用AI技術に注力しているスタートアップは、今後はシーンオペレーターへと変革し、確固たる着地点を見つけ、シーンデータとサービス価値をさらに深掘りしていく必要があるだろう。

<<:  順序保存回帰: リソース利用を最大化するアルゴリズム

>>:  人工知能は実際に最大25%の精度でパスワードを推測できる

ブログ    

推薦する

Angel: 新しい分散型機械学習システム

Angel は、パラメータ サーバーの概念に基づいた分散型機械学習フレームワークであり、機械学習アル...

インタビュアー: アルゴリズムの時間計算量と空間計算量についてどう思いますか?計算方法は?

[[424483]] 1. はじめにアルゴリズムとは、データを操作し、プログラムの問題を解決するた...

ハリウッドのAIに対する攻撃は、AIの脚本の最新エピソードに書かれていた

今日まで、『ゲーム・オブ・スローンズ』の最終シーズンに失望していたかもしれません。しかし、AI にま...

TensorFlow を使用して Android デバイスでディープラーニング推論を実装する方法

[[211369]]個人や企業にとって、ローカルデバイスでディープラーニング推論を実行することが望ま...

デジタルマーケティングにおける人工知能の台頭

1. パーソナライズされたマーケティング:ユニークなデジタルストーリーの作成先進的なデジタル マーケ...

...

2022年に注目すべき4つのRPAトレンド

ロボティック・プロセス・オートメーション (RPA) はもはや目新しいものではなく、進化し成熟しつつ...

「顔スキャン」のリスクについてどれくらい知っていますか?

情報化の急速な発展に伴い、顔認証や指紋認証などの技術が徐々に普及しつつあります。技術の進歩によっても...

機械学習の理解と考察

[[199326]]近年、人工知能の力強い台頭、特に昨年のAlphaGoと韓国のチェスプレイヤー、イ...

1ペニーに30,000円入るんですか?コーネル大学、人体に埋め込める「ゾウリムシ」センサーを開発

[[323586]]神学者たちは長い間、非常に退屈な問題について議論してきました。それは、「ピンの先...

PillarNeSt: Pillar ベースの 3D オブジェクト検出のパフォーマンスをさらに向上させるにはどうすればよいでしょうか?

著者の個人的な理解に基づいて書かれた現在、自動運転の分野では、点群データを収集するためのLIDARセ...

...

上位 10 の古典的なソート アルゴリズムの詳細な説明: バブル ソート、選択ソート、挿入ソート

[[377307]] 1. アルゴリズムの評価基準ソートアルゴリズムを説明する前に、まずアルゴリズム...

マスク氏はAIデーでテスラに関する難しい技術的質問に答える予定

北京時間8月19日朝のニュースによると、2019年4月にテスラが「自動運転の日」イベントを開催したと...

...