报告 | 大数据AI生态圈重新洗牌, 哪家C位出道, 哪家不幸出局？

2018，是Big Data和AI领域既让人兴奋、又发生复杂变化的一年。在硅谷，来Offer小编随便进个咖啡馆，都能听到人们在讨论关于大数据和人工智能的话题。

AI有哪些新趋势值得你关注？各大公司在AI上将怎样布局？哪些人才最抢手？

下面这份2018 Big Data和AI生态报告，来Offer将带你一一了解今年的AI新趋势和动向。

谁上道了，谁又出局了？

自2017年开始，大数据和人工智能的生态圈较为稳定。

以下是各公司在Data领域的“势力分布图”:

其中，有几家已经上市的startup“冉冉之星”，如Cloudera, MongoDB Pivotal和Zuora。

此外，如下这几笔收购也值得关注：

Mulesoft（被Salesforce以6.5亿美元收购）
Flatiron Health（被Roched以2.1亿美元收购）
Appnexus（被AT＆T以1.6亿美元收购）
Syncsort和Vision Solutions （由Centerbridge Partners以12亿美元收购）
Moat（被甲骨文以8.5亿美元收购）
Integral Ad Science（被Vista Equity Partners以8.5亿美元收购）
eVestment（被纳斯达克以7.05亿美元收购）
Kensho（被标准普尔以5.5亿美元收购）

有趣的是，除了Mulesoft之外，上述这些公司总部都设在东海岸（纽约，波士顿和亚特兰大）。

在投资方面，对于一些大数据和AI初创公司来说，2018是一个大型融资年。

尤其是在中国，一些超大型投资包括：

Bytedance（字节跳动/今日头条，2017年两轮合计融资30亿美元）；

NIO（蔚来汽车，2017年两轮合计融资30亿美元）；

SenseTime（商汤科技，2017年和2018年合计融资8.5亿美元）。

几大趋势

Data生态系统充满活力

在数据领域，Big Data, Data Science, Machine Learning, AI都在井然有序地发展着。各个企业都在快马加鞭地进行“数字化转型”，越来越多的传统行业进入到了data-drivin的大队伍里。

Data领域的许多细分领域都在迅速扩大规模，包括：Streaming/Real-time，Data Governance，Data Fabrics/Virtualization。

人们对人工智能的兴趣激增，也为AI芯片，GPU数据库，AI 开发工具和平台提供了巨大的机会和资金，使得更多企业开始把机器学习和数据科学投入实际使用。

Data技术逐渐代替老技术

陈旧的IT技术逐渐被现代化的Data技术取代。

在大数据市场的“技术采用生命周期”（Innovation Adoption Curve），已经进入到了“被晚期大众采用”的阶段。

这意味着，绝大多数人已经接纳了的大数据技术。

云服务竞争更加激烈

大型云服务供应商（如AWS，Azure，Google Cloud Platform，IBM等）呈现了惊人的增长速度。

这些供应商每个季度的收入都是数十亿美元起。

一些业内人士，开始担心 “供应商锁定”（Vendor Lock-in）问题的加剧。

由于云服务市场几乎被几大供应商包揽，很多公司都因缺乏更多的选择，而依赖于单一供应商。

最惨的是同类产品的创业公司 — — 他们在这个被大供应商瓜分的市场夹缝里，步步维艰。

不过，随着云服务服务种类的增多，只要有足够的差异化，初创公司仍然有很多机会。

数据安全成为全球性议题

不论是近期的Facebook数据门、还是Equifax大规模数据泄漏……数据领域的阴暗面逐渐暴露出来。

如今，所有事物都在迅速“数据化”，如何加强数据行业的监管，如何加强这一行业的责任感，如何让企业和百姓都受益，就显得重要起来。

要提到解决数据安全问题的方法，区块链技术可以是其中之一。

加密经济学（Crypto Economics）的出现，让人们可以更安心的提供个人数据。当然，这一切仍然处在早期的试验阶段。

人工智能与机器学习现状

对人工智能的研发疯狂依旧

用“疯狂”一词，形容过去一年人们对人工智能的研究，并不为过。

从“AlphaZero”到“生成对抗网络”（GAN），Vicarious的新递归皮质网络，Geoff Hinton的新胶囊网络……新进展的发布速度惊人。

不过换个角度看，虽然研究看似疯狂，但在应用领域，人工智能和机器学习仍然处于早期阶段。比如语音识别、图像分类、物体识别等，在应用领域要走的路还很长。

Deep-Learning创业公司风头强劲

在过去一两年中，基于Deep-Learning的创业公司呈现出了全球性的爆发趋势（在加拿大，法国，德国，英国和以色列尤为活跃）。

一些在2014–2016年成立的AI创业公司，提早开始规模化生产，他们带来了许多有趣的产品，包括健康和金融领域的产品等。

第四次工业革命给垂直领域的创业公司带来新一轮的机会。Deep-learning将在未来几年为人工智能的应用持续带来价值。

想学习整个科技界都风靡人工智能与机器学习技术？想加入Data和AI行业却不知从何入手？

E/N/D

更多科技求职资讯，请关注“来Offer”

报告 | 大数据AI生态圈重新洗牌, 哪家C位出道, 哪家不幸出局？相关推荐

大数据征信进入洗牌期，区块链或成新一代征信系统底层架构
由于中国的消费金融需求旺盛但服务相对落后的行业特点,导致行业内数据滥用现象严重. 此前,人民银行征信中心副主任汪路在公开场合表示,在当前征信体系已经严重滞后于经济.金融发展需求的情况下,这些弊端应当受 ...
苹果拥抱IBM背后：大数据推动手机行业洗牌
7月16日,苹果和IBM宣布,两家公司达成排他性合作,把IBM的大数据和分析能力带给iPhone和iPad平板电脑.业内分析人士认为,这次战略结盟,标志着大数据对全球互联网硬件设备的改造正式启动,也宣 ...
人工智能的应用实例——Smartbi大数据AI机器人
随着现代科学技术的发展,AI–人工智能机器人逐渐成为了人类活动的最有力帮手.时代在不断进步,当然AI机器人也一样.俗话说:把握住了AI智能就是把握住了"第四次工业革命",每一改革都 ...
大数据Hadoop生态圈介绍
大数据Hadoop生态圈-组件介绍 Hadoop是目前应用最为广泛的分布式大数据处理框架,其具备可靠.高效.可伸缩等特点. Hadoop的核心组件是HDFS.MapReduce.随着处理任务不同,各种 ...
实时计算框架 Flink 新方向：打造「大数据+AI」未来更多可能
2019-12-20 17:57 导语:如何将大数据与 AI 结合...... 自 Flink 开源以来,越来越多的开发者加入了 Flink 社区.仅仅 2019 年,Flink 在 GitHub 上 ...
从大数据+AI 谈谈概念与场景
前端时间跟朋友吐槽,吹牛逼,我说我生不逢时啊. 2005年,在百度做数据分析,商业数据,搜索数据,社交产品数据,联盟数据,客户端数据,各种数据反正都拿来搞每天处理几亿条日志吧,自己写代码,搞几台服务器 ...
华为云快成长直播间大数据AI专场，加速经济物联网智能化提升
万物智联的经济物联网环境,传统经济场景单一化.管理不集中.用户画像不精准等问题,促进了经济智能化提升,企业也需要更稳定.更安全的大数据平台作为经济提升的产品驱动力. 9月8日,华为云快成长直播间大数据 ...
企业引入大数据/AI 的难点，落地方式以及行业阶段
适合的读者: 正在思考或者想引入大数据/AI的中小企业的[管理者]或者[大数据部Leader].当然,其他人也可能能够在这篇文章得到一些收益. 包含的主题: 价值落地之前,大数据/AI 建设需要跨越的 ...
大数据角度给大家解释一下为什么大数据AI分析足彩是扯淡
从大数据角度给大家解释一下为什么大数据AI分析足彩是扯淡的:如果相同的维度,维度包括球员.场内.场外.教练组.基本面.伤病.阵容等不变,你让两个队踢100万场,那么我们确实可以回归出来一个胜平负的率, ...

报告 | 大数据AI生态圈重新洗牌, 哪家C位出道, 哪家不幸出局？

2018，是Big Data和AI领域既让人兴奋、又发生复杂变化的一年。在硅谷，来Offer小编随便进个咖啡馆，都能听到人们在讨论关于大数据和人工智能的话题。

报告 | 大数据AI生态圈重新洗牌, 哪家C位出道, 哪家不幸出局？相关推荐

最新文章

热门文章