Venture Scanner 对跨越 13 个种类，总计 957 家人工智能公司进行了追踪分析。这些公司的总共融资金额高达 48 亿美金。下面的 15 张可视化图片总结了人工智能行业目前的状态。
1. 人工智能市场总览
我们将人工智能行业细分为 13 类：
深度学习/机器学习（通用）：这类公司主要建立可依靠现存数据进行学习的算法。典型例子包括预测数据模型与分析行为数据的软件平台。
深度学习/机器学习（应用）：这类公司同样使用计算机算法，但却是基于非常垂直的特殊案例中存在的数据运行。典型例子有利用机器学习技术侦查金融诈骗或者识别最好的销售线索。
自然语言处理（通用）：此类公司构建的算法能够处理输入的自然语言，并将其转化为可理解的表达。例子包括文本自动生成以及文本挖掘生成数据。
自然语言处理（语音识别）：公司产品能够处理人类语音的片段，准确识别单词并推测含义。典型的例子是语音指令的检测并将其转化为可执行的数据。
计算机视觉/图像识别（通用）：这类公司研发的技术主要是图像处理、分析，可从中提取信息、识别图像中的物体。典型例子包括图像搜索平台和研发员使用的图像标签应用程序接口。
计算机视觉/图像识别（应用）：这类公司是在非常垂直的案例中使用图像处理技术。典型案例包括面部识别软件和能让用户通过拍照搜索商品的软件。
手势控制：公司产品可让用户通过手势与计算机互动或交流。典型例子包括让人们通过肢体动作控制游戏角色的软件以及仅用手势就能控制计算机和电视的软件。
虚拟私人助手：这是一类基于反馈和指令来为个体完成日常任务和服务的软件助理。典型例子有网络客服助理和个人助理 app，管理个人日程安排等。
智能机器人：可以进行经验学习并根据身边环境自主进行活动的机器人。典型例子有家庭机器人，可以在互动中根据情感做出反应，还有帮助人们找到商品的销售机器人。
推荐引擎和协助过滤算法：软件能够预测用户对电影、餐厅等的偏好，并推荐个性化的内容。典型例子有音乐推荐 app 和基于用户过去选择进行推送的美食推荐网站。
情境感知计算：软件能够自动感知周围环境以及使用背景，例如位置、方向、光度，并以此调整行为。典型例子包括感知环境的黑暗度并调高亮度的应用。
语音翻译：识别人类语音并立刻自动从一种语言翻译至另一种语言的软件。典型例子是自动以及实时的将视频谈话或网络研讨会翻译为多种语言的软件。
视频内容自动识别：这类软件可以将视频内容的一个样本与源内容文件相比较，通过它独特的特点识别内容。典型例子有对用户上传的视频与版权视频文件比较以侦测是否侵权的软件。
2. 不同分类的人工智能公司数量
上面的数据图统计了每类人工智能公司的数量，我们可以清晰地看出哪类细分行业是当今人工智能市场的主要构成。机器学习（应用）分类以 263 家公司的数量遥遥领先，自然语言处理公司以 154 的数量位列第二。
3. 不同类别的人工智能公司的融资额
图表展示了每类人工智能公司的总融资金额。机器学习（应用）再次以 20 亿美金的总量占据了市场主导的地位，是第二位自然语言处理类别的三倍。
4. 人工智能领域的风险投资
图表将每类人工智能的总风险投资额与其公司数量放在同一张图内比较。机器学习（应用）类在两者中都稳坐第一。自然语言处理以 6.62 亿美金的风险投资额和 154 个公司位列其二。
5. 人工智能行业年度总投资额
图表列出了每一年人工智能公司所获取的总资金数量。2015 年是人工智能的大丰收年，有着 12 亿美金的总资金量，2014 年获得 10 亿美金融资位居第二。
6. 不同类别的人工智能公司平均融资额
上图是每一类人工智能公司的平均融资额。机器学习（应用）类以平均每家公司 1700 万美金的资金量占据第一，智能机器人与智能控制类公司以 1400 万美金跟随其后。
7. 不同类别中公司的平均年龄
上图给出了不同类别中公司的平均年龄。语音翻译类公司以平均 13 年的年龄成为最成熟的人工智能细分类别，是接下来三个平均年龄为 8 年的人工智能分类（手势控制、视频内容识别和语音识别）的 1.5 倍。
8. 不同种类人工智能公司的年龄中位数
上图是每类人工智能公司的年龄中位数。视频内容识别以 7.8 年的年龄中位数排行第一，语言间翻译类则以 7.2 年排列第二。
9. 不同国家人工智能公司的数量
上面这张地图展示了不同国家拥有的人工智能公司数量。美国以 499 家人工智能公司位列第一，英国则以 60 家排行第二。
10. 不同国家对人工智能的风险投资
这张地图显示了不同国家对人工智能行业的风险投资额。美国最多，有着 42 亿美金的风险投资额。瑞士则以 2.34 亿美金位居第二。
11. 每年创建的人工智能公司数量
上图统计了每一年新创立的人工智能公司数量。2013 年有 118 家公司创立，排名第一，2012 年以 103 家的数量排行第二。
12. 同一年份创立的人工智能公司总融资额
上图统计了同一年份创立的人工智能公司获得的总融资额。在 2010 年创立的公司以 5.66 亿美金的融资额排列第一。2012 年创立的公司总融资额为 5.56 亿美金，位居第二。
13. 人工智能公司雇员数量分布
图表统计了有着不同职员量的公司在整个行业中占据的比例。结果显示 90% 的公司职员数在1-50 之间。
14. 不同投资者投资多少轮人工智能公司
上图统计了多家投资者对人工智能行业的投资次数。Accel 在众人之间脱颖而出，它在这个行业有着 23 次投资。New Enterprise Associates 则以 18 次位列第二。
15. 投资者所支持的人工智能公司数量
图表统计了多家投资机构所投资的人工智能公司数量。Accel 再次以总计投资了 20 家人工智能公司占据第一，大约是第二名 Intel Capital（14 家公司）的 1.5 倍。
随着人工智能的持续发展，其中的细分行业也在前进。我们希望这篇文章能够为你带来对这个爆炸式发展的行业更加全面清晰的总览。
本文选自 Venture Scanner，机器之心编译出品，参与：chenxiaoqing, 亚洲，赛坡