Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

凡雪、力琴编译

复盘AI领域收购十年:635起收购案,苹果位居榜首

十年,635 起收购案,最近五年收购速度增长超过 6 倍,在数量和速度的标尺下,AI 领域的资本收购俨然进入波峰。

科技巨头根据自身产品布局规划版图,将各个 AI 初创公司纳入囊中,伸长「触角」,或防御潜在竞争对手的崛起(比如英特尔),或为自身业务添砖添瓦。

对于拥有机器人、计算机视觉自然语言处理等核心 AI 技能的人才来说,通常会面临一个选择:选择一家大型高科技公司的机会收获丰厚薪水,还是在一家新兴的初创公司中追逐更长期的机会。

纠结选择的背后,是人工智能领域人才和技术争夺从未停止的现实。

1十年,635起收购、巨头领跑

过去一年,科技巨头公司们都在加大力度,力争获得最好的人工智能人才和技术。

据 CB Insights 最新一份报告指出,自 2010 年到 2019 年 8 月,已有 635 起人工智能收购案。


这几年,腾讯和阿里的投资,甚至收购动作已经成为大家关注的话题,这也是市场巨头的必由之路。而在美国市场,科技公司中的微软、谷歌、苹果、Facebook、亚马逊也构成了所谓的「The Big Five」,它们的总市值高达 4.4 万亿美元,是美国市场市值最大的公司,它们的收购动作也非常频繁。

在这五家公司中,苹果位居榜首,自 2010 年以来共进行了 20 项 AI 收购,其次是 Google(2012 年至 2016 年的领先者)进行了 14 项收购,Microsoft 进行了 10 项收购,实际上,FAMGA 的所有杰出产品和服务都来自对 AI 公司的收购。


收购公司数量在不断增加,同时,收购的步伐也在加快。从 2013 年到 2018 年,人工智能的收购增长了 6 倍以上,其中包括去年创纪录的 166 项人工智能收购,同比增长 38%。

截至 2019 年 8 月,已有 140 多项收购,以当前的增长速度有望超过 2018 年的记录。

人工智能收购步伐加快的部分原因可以归因于收购者多样性的增长。过去,人工智能曾经是大型科技公司的专属领域,如今,颇具市场冲击力的人工智能初创企业已成为传统保险、零售和医疗保健企业的收购目标。

尽管收购者的多样性在增加,但是,科技巨头仍在领导这些趋势。

科技巨头通过一系列收购行为,迅速成长为人工智能领域具有竞争优势的跨国公司,而初创企业在科技巨头公司扩展 AI 计划方面发挥了关键作用。

苹果、谷歌、微软、Facebook、英特尔亚马逊人工智能初创企业中最活跃的收购方,每个收购方都收购了 7 家以上的公司,同时,绝大多数收购方(431 个)仅收购了一家 AI 公司。


根据报告的 AI 收购领域热图来看,收购涉及初创企业在收购之前运营的 15 多个核心行业,例如医疗保健或金融;或 12 种跨行业应用,例如销售或网络安全之一。

由于去年的创纪录水平的并购活动,零售和快消品领域的 AI 收购数量位居所有其他行业之首,2010 年仅为为 67 项。这些收购为零售商增加了 AI 驱动的客户分析,店内库存管理和个性化电子商务体验。



在跨行业的应用程序中,语音识别自然语言处理计算机视觉已成为重点关注的领域。自 2010 年以来,对于包括从事计算机视觉自然语言处理的初创公司,已进行了 66 项收购。

2五大巨头的 2019 收购版图

科技巨头们频繁收购 AI 初创公司往往与自身布局有很大关联。

例如,苹果收购了面部识别公司 RealFace 和语音助手创业公司 Novauris Technologies ,谷歌收购了人机交互公司 Api.ai ,微软收购了语音识别和 NLP 创业公司 Semantic Machines 和语音助手公司 Maluuba ,都是为了领用初创公司的技术帮助完善你自身产品布局,以期在市场上获得更好的竞争环境。

1、Facebook


GrokStyle(美国)

今年 2 月,有消息称 Facebook 收购了旧金山视觉搜索初创公司 GrokStyle,后者成立于 2016 年。GrokStyle 开发了一款应用程序,可以从照片中自动检测装饰品和家具,它还与零售商直接合作,帮助用户找到需要购买的物品。

Facebook 迅速关闭了 GrokStyle,这清楚地表明这比其他任何事情都更重要。至于如何整合其技术或人才,Facebook 只是简单地说,「他们的团队和技术将为我们的人工智能能力做出贡献。」GrokStyle 称,Facebook 将继续使用其人工智能构建「零售业的绝佳视觉搜索体验」。

GrokStyle 的智慧可能会在 Facebook Marketplace(面向买家和卖家的点对点平台)内重现。或者它可以应用于一个尚未公开的服务,允许 Facebook 用户通过视觉搜索找到品牌。

Ctrl-labs(美国)

今年 9 月,Facebook 宣布收购了总部位于纽约的 Ctrl-labs。Ctrl-labs 成立于 2015 年,开发了一款腕带,可以将肌肉神经信号转换成机器可解释的命令。它基本上是一个脑机接口,它的原型 Ctrl-kit 使用肌电图将思维活动转化为行动。约 16 个电极监控由运动单元肌肉纤维放大的信号,并从中测量信号。在使用谷歌的 TensorFlow 训练的人工智能算法的帮助下,它可以区分每条神经的单个脉冲。

Facebook 表示,计划将 Ctrl labs 并入其 Reality labs 部门,该部门主要关注虚拟现实增强现实技术。这笔交易或许更多地是为了让 Facebook 找到与设备和技术整体互动的新方式,而非严格意义上的人工智能收购。

Servicefriend(以色列)

同样是在 9 月份,有消息透露,Facebook 收购了成立 4 年的以色列初创公司 Servicefriend,为客户服务团队创建消息机器人。Facebook 对此次收购并没有太多表态,只是选择发布一份含糊的确认书,确认交易已经完成,但至少 Servicefriend 的一位联合创始人现在为 Facebook 的 Calibra digital wallet 团队工作。

早在今年 7 月,Facebook 宣布了一项备受争议的计划,将率先推出一种名为 Libra 的新数字货币。这是一种替代区块链金融系统,绕过传统银行,降低网上转账成本,并为企业降低进入门槛。Facebook 也在开发基于 Libra 基础设施的 Calibra 数字钱包,这可能需要全天候的客户支持。因此,Servicefriend 团队的一些成员很可能正在为 Calibra 开发支持人工智能的机器人。

2、亚马逊


TSO Logic (加拿大)

早在今年 1 月,亚马逊云计算分支亚马逊网络服务 (AWS) 就收购了总部位于温哥华的初创公司 TSO Logic,这家公司生产云计算支出分析工具。

TSO Logic 成立于 2013 年,其宗旨是帮助企业计算出在云中运行当前工作负载的成本,这显然是 AWS 争取新客户的一个有用工具。

人工智能的角度来看,TSO Logic 获取了「数百万数据点」,例如公司硬件和软件的年龄、生成和配置,然后创建一个粒状统计模型,以展示公司正在花费多少钱,以及在哪些地方可以通过过渡到云计算来削减成本。TSO Logic 平台使用机器学习算法和模式匹配来确定公共和私有云上无数可用选项中最适合的工作负载选项。

Eero(美国)

今年 2 月,亚马逊以 9700 万美元的最低价收购了网状网络初创公司 Eero,这并不比它从外部投资者那里筹集的 9000 万美元高出多少,这表明该公司的状况并不好。

Eero 成立于 2015 年,总部位于旧金山,提供家庭 Wi-Fi 系统,使用多个接入点将连接扩展到建筑物的每个角落。配套的移动应用程序允许用户共享他们的网络,设置家长控制,运行速度测试,等等。尽管 Eero 表面上是一家硬件公司,但软件扮演了一个重要角色。它的 TrueMesh 软件是通过将机器学习应用于从数千个家庭收集的数据而开发的,这使它能够优化其路由算法,以确保最大的网络覆盖。

对于亚马逊来说,收购 Eero 意义重大,因为这家初创公司已经提供了一系列联网的家庭设备。今年 9 月,亚马逊推出了收购后的第一款 Eero 产品,该产品能够实现更细粒度的 Alexa 语音控制,包括为特定设备停用 Wi-Fi 或开启访客网络。

这可能更多的是硬件和物联网,而不是人工智能。这次收购仍值得注意,亚马逊利用人工智能实现互联家庭的宏伟计划。

Canvas Technology(美国)

今年 4 月,亚马逊收购了仓储机器人初创公司 Canvas Technology,收购金额不详。这家公司成立于 2015 年,总部位于科罗拉多州博尔德的 Canvas 显然是亚马逊的候选人,因为这家电子商务巨头正在逐步实现其配送中心的自动化。制造机器人仓库技术的子公司亚马逊机器人公司 (Amazon Robotics) 是亚马逊在 2012 年斥资 7.75 亿美元收购 Kiva Systems 的结果。

Canvas 利用人工智能计算机视觉,使其机器人车辆能够自主地在仓库中导航。如今,它实际上已经被亚马逊的机器人部门吞并了。

Sizmek(美国)

早在今年 5 月,亚马逊采取了一项虽小但引人注目的举动,收购一家有 20 年历史的纽约广告技术公司 Sizmek 的部分技术。虽然这笔交易可能更多的是为了从一家陷入困境、最近破产的广告科技公司手中争夺工程人才。此举表明了亚马逊在在线广告领域的意图。

Sizmek 的广告服务器是谷歌营销平台 DoubleClick 的直接竞争对手。它帮助营销人员优化和衡量他们的在线广告投放。亚马逊透露,一旦交易达成,它将继续为 Sizmek 的客户服务。Sizmek 平台现在被称为「亚马逊的 Sizmek」。亚马逊还购买了 Sizmek 的动态创意优化(DCO)平台,该平台允许品牌为特定受众定制数百个独立广告,并利用人工智能确保将正确的广告投放到目标市场。

亚马逊对 Sizmek 的长期计划尚不清楚,但这家电子商务巨头一直在加大对广告技术的投资,并有望挑战在线广告领域的两大巨头。据 Juniper Research 最近的一份报告显示,到 2023 年,人工智能预计将占据 75% 的广告投放,其中亚马逊占 8%。

3、苹果


近年来,苹果的 AI 收购热潮帮助它超越了 Google,这些收购对于开发新的 iPhone 功能至关重要。例如,FaceID 是一项允许用户仅通过眼光注视即可解锁 iPhone X 的技术,其源于苹果公司在芯片和计算机视觉领域的 并购举措 ,其中包括对 AI 公司 RealFace 的收购。

Laserlike(美国)

今年 3 月有消息称,苹果收购了硅谷一家名为 Laserlike 的机器学习初创公司,不过根据两位创始人在领英 (LinkedIn) 上的个人资料来看,这笔收购可能在前一年就完成了。

Laserlike 使用机器学习来扫描网络上的信息,并根据用户的自然语言搜索提供个性化的结果,并提供给用户阅读。

这项技术可以帮助 Siri 提供更个性化的结果,甚至可以通过新的 Apple News+订阅服务来显示定制的结果。

Laserlike 于 2015 年由前谷歌员工创立,考虑到苹果在前一年雇佣了前谷歌人工智能首席执行官约翰詹南德里亚,这些人可能会跳槽。无论苹果为 Laserlike 技术和团队准备了什么,它都会设法在这个过程中吸引一些高质量的人工智能人才。

Drive.ai (美国)

据报道,苹果正在加倍努力开发自动驾驶汽车。早在今年 6 月,就有消息称,苹果已经从苦苦挣扎的自动驾驶汽车初创公司 Drive.ai 手中抢走这些资产和部分员工,该公司在启动四年后就处于关闭状态。

这并不一定意味着苹果离制造自动驾驶汽车更近了。但苹果现在确实拥有很多在该领域具备专长的工程和产品人才。

Fashwell(瑞士)

几个月前,有报道称苹果收购了一家名为 Fashwell 的瑞士计算机视觉初创公司。苹果公司尚未证实这一收购,但 Fashwell 的创始人和几名高管于今年 1 月加入了苹果公司,随后又有几名高管加入。

Fashwell 成立于 2014 年,曾与多家公司合作,将其视觉搜索技术整合到它们的应用程序和网站中,允许用户使用照片而非关键词进行搜索。这一切都是为了让图像「可购物」。

目前尚不清楚 Fashwell 的团队在苹果公司开发的是什么产品,但这更像是一场人才争夺战。

4、微软


微软过去曾进行过大量以人工智能为核心的收购,但在 2019 年的收购布局较少。不过,该公司的几项收购确实依赖于自动化和基于机器学习的技术。

Jclarity(英国)

今年 8 月,微软宣布收购了 Java 性能调优工具 Jclarity。Jclarity 成立于 2012 年,它在 Illuminate 产品中使用机器学习技术,自动发现和修复依赖 Java 的应用程序存在的性能问题。

PromoteIQ(美国)

同样在 8 月份,微软收购了 PromoteIQ,这是一个自动化产品营销平台,让品牌在零售商的网站上运行赞助广告。成立于 2012 年的 PromoteIQ 将继续作为微软广告部门的一个分支运营。一项声明似乎证实了 PromoteIQ 和微软计划将各自的人工智能和定向广告投放智能整合在一起。

PromoteIQ 当时表示:「微软带来了行业领先的人工智能机器学习能力,以及强大的全球零售市场足迹。」

5、Google


Superpod(美国)

2019 年 1 月,有消息传出Google 收购了 Superpod背后的创始团队。根据 Superpod 联合创始人兼首席技术官威廉•李 (William Li) 在领英 (LinkedIn) 上的资料,收购实际上是在 2018 年底完成的。

Superpod 成立于 2016 年,本质上是一个问答众包 APP,类似于 Quora。Superpod 技术可以应用在 Google Assistant。亚马逊推出众包问答服务,以解决 Alexa 无法解决的问题,因此 Google 推进类似的计划是可行的。

Socratic(美国)

2019 年 8 月,总部位于纽约的教育技术平台 Socratic 宣布 已被 Google 收购,尽管该交易实际上是在 2018 年 3 月完成的。

Socratic 成立于 2013 年,开发了一个问答应用程序,该应用程序使用文本和语音识别功能根据用户的问题提取最相关的学习资源,重点关注科学、数学、文学和社会研究等学校科目。但是,该技术可以很容易地被 Google 重新使用,并可能用于帮助培训 Google Assistant。

3收购标的「平均年龄」

透过 2019 年的各种 AI 收购,可以看出初创公司的「平均年龄」。

大多数公司成立于 2013 年至 2016 年之间,在这 14 家被收购公司中,有 6 家成立于 2015 年,这表明四年可能是寻找 AI 人才或通用工程人才的最佳时机,因为这对于一家初创公司来说,有足够的时间将可行的产品推向市场,而又不会发展太快,导致收购成本过高。

快速浏览一下整个行业就会发现,除了「五大」以外,人工智能领域也出现了一些引人注目的收购,而它们的成立日期往往印证了这一趋势。

  • Twitter 收购 Fabula AI(成立于 2018 年),这是一家帮助识别假新闻的机器学习初创公司;
  • 音频巨头 Sonos 以 3750 万美元收购专注于隐私的对话人工智能公司 Snips (2013) 特斯拉收购计算机视觉初创公司 DeepScale(2015),开发无人驾驶汽车;VMware 收购机器学习加速启动 Bitfusion (2015);
  • Matterport 收购 Arraiy(2016),一家自动化电影特效处理的人工智能初创公司;
  • 英特尔 (Intel) 斥资 20 亿美元收购人工智能芯片初创公司 Habana Labs(2016 年)。

此外,「非技术」公司也跨界参与 AI 收购,例如,耐克收购了波士顿的预测分析平台 Celect(2013),帮助建立消费者需求。麦当劳还收购了两家专注于人工智能的公司,Dynamic Yield(2011 年) 和 Apprente(2017 年),将语音数字代理带入汽车餐厅,同时根据环境因素变化提供动态菜单。

所有的收购案例都展示人工智能在各个领域的潜力,从电子商务、无人驾驶汽车到教育和客户服务,收购将继续在大型科技公司的人工智能战略中扮演关键角色。

毕竟,吸引最聪明的人才是保持领先的最佳方式。

产业苹果亚马逊谷歌Facebook
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

增强现实技术

增强现实,是指透过摄影机影像的位置及角度精算并加上图像分析技术,让屏幕上的虚拟世界能够与现实世界场景进行结合与互动的技术。这种技术于1990年提出。随着随身电子产品运算能力的提升,增强现实的用途也越来越广。

模式匹配技术

在计算机科学中,模式匹配就是检查特定序列的标记是否存在某种模式的组成部分。 与模式识别相比,匹配通常必须是精确的。 模式通常具有序列或树结构的形式。 模式匹配的使用包括输出令牌序列内的模式的位置(如果有的话),输出匹配模式的某个分量,以及用另一个令牌序列(即搜索和替换)替换匹配模式。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

虚拟现实技术

虚拟现实,简称虚拟技术,也称虚拟环境,是利用电脑模拟产生一个三维空间的虚拟世界,提供用户关于视觉等感官的模拟,让用户感觉仿佛身历其境,可以及时、没有限制地观察三维空间内的事物。用户进行位置移动时,电脑可以立即进行复杂的运算,将精确的三维世界视频传回产生临场感。

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

统计模型技术

统计模型[stochasticmodel;statisticmodel;probabilitymodel]指以概率论为基础,采用数学统计方法建立的模型。有些过程无法用理论分析方法导出其模型,但可通过试验测定数据,经过数理统计法求得各变量之间的函数关系,称为统计模型。常用的数理统计分析方法有最大事后概率估算法、最大似然率辨识法等。常用的统计模型有一般线性模型、广义线性模型和混合模型。统计模型的意义在对大量随机事件的规律性做推断时仍然具有统计性,因而称为统计推断。常用的统计模型软件有SPSS、SAS、Stata、SPLM、Epi-Info、Statistica等。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

视觉搜索技术

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

Drive.ai机构

Drive.ai是一家总部位于加利福尼亚州山景城的美国科技公司,该公司使用人工智能为汽车制造自动驾驶系统。迄今为止,该公司已筹集了大约7700万美元的资金。

腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
推荐文章
暂无评论
暂无评论~