日前，腾讯研究院与IT桔子联合发布了《2017年中美人工智能创投现状与趋势研究报告》，针对国内外1000多家人工智能企业进行了深入分析，并在报告中给出了众多富有洞察的结论。但遗憾的是，此份报告针对国内人工智能初创公司虽然作出了一定的宏观分析，但可能限于篇幅问题，在更多的细分数据维度，比如企业平均融资轮次、各路资金在整体AI产业链上投资布局等方向尚未进行深入的数据分析，这是比较可惜的地方。因此，本文产生了从IT桔子爬取国内所有人工智能初创企业数据，继续挖掘其中更深入的产业特征的想法。本文基于从IT桔子爬取的国内人工智能初创企业数据，在AI初创公司产业链分布、融投资事件、投资机构风格与产业链布局等维度进行深入分析。

基础数据源

本文使用到的数据，来自于通过爬虫获取的IT桔子截止到2017年9月国内所有人工智能领域的初创公司基本信息与投资事件数据，包括公司信息、获投时间、轮次、投资金额和投资方等等，需要说明的是，本文数据中剔除了阿里、百度、腾讯等互联网巨头，以及带有人工智能概念的上市公司，以免他们对整体数据的分布产生影响，本文研究范围主要围绕国内591家AI初创企业开展。

研究目的

通过分析目前国内所有AI产业初创公司的产业链分布，了解当前的AI产业结构，并鸟瞰其中的融投资热点。同时再以投资方视角，分析各家投资机构在AI产业链的布局和风格，并统计一下从Google、微软亚洲研究院、BAT等巨头出来的科学家们所创办的AI公司当前情况，从数据角度形成对整体AI产业的新认知。

AI产业链模型

由于产业链模型涉及到了如何对这591家国内人工智能企业进行领域分类，需要重视对待。而本文并未完全采用《2017年中美人工智能创投现状与趋势研究报告》中对人工智能企业的分类方法，因为该分类可能会存在一点小问题。本文特意提出以下人工智能产业链模型，对这591家企业进行领域分类：

整个AI产业链通过三个层级将从业的公司分为了20个子类，简要说明如下：

基础层为整体产业提供算力，其中硬件部分包括芯片、传感器与中间件。芯片领域典型公司如寒武纪、深鉴科技，从事包括GPU、FPGA及ASIC等各类AI芯片的研发设计，由于技术门槛过高、投资周期长，目前国内仅有极少部分具备足够技术积累的初创企业参与其中。而计算能力平台以云计算为整个AI产业链提供算力，除了3A（AWS、Azure、阿里云）外，国内典型的初创公司有如七牛云、青云，由于深度学习的持续火爆让全球AI产业普遍面临算力瓶颈，未来预期将有更多参与者进入计算能力平台这一领域。

技术层主要为整体产业链提供通用AI技术能力。其中感知层包括计算机视觉和语言识别两项重要的机器感知任务，由于这两项技术由于相对成熟，目前有大量的初创公司选择了这两个领域，如计算机视觉云集了商汤科技、旷视科技、云从科技等大量独角兽；而认知层定位为「机器大脑」，包括知识图谱/语义分析，以及智能问答/虚拟助手两个核心领域，顶部的平台层则以通用技术应用平台的形式提供深度学习、模式识别等技术应用服务，对接应用层。

应用层按照对象不同，可分为消费级终端应用以及行业场景应用两部分。消费级终端包括智能机器人、智能无人机以及智能硬件三个方向，其中智能硬件领域从业公司包括如Rokid等智能音箱玩家，致力于消费级硬件的智能化。场景应用部分对接各类外部行业的AI应用场景，比如智慧医疗、智慧金融等。

最后需要说明的是，深耕AI行业应用场景的公司往往也具备了技术层的一些核心技术能力，比如雅森科技等医学影像公司使用计算机视觉技术对心脏、肺、肾等医疗影像进行模式分析，帮助提高重要疾病诊断的正确性。这类公司显然定位是「技术的行业探索者」，因此我们不能认为它们是计算机视觉技术公司，而需要归类到智慧医疗领域之中。因此这里涉及到一家公司产业链定位分类的多义性，本文的原则是，凡是深耕行业场景应用的公司，都倾向于归类到对应的应用层领域之中。