用算法剖析94家海外AI独角兽，有哪些发现？

写在前面：咱们剖析了2015年后建立的6500家AI公司（从2万多家公司中抽取完结融资和2022年今后兴办的企业），掩盖Web 2、Web 3及全球商场。为保证数据全面，收集了尽或许多的海内外信息源。

在两个月内，咱们团队整理了一切数据，除掉不相关公司，收拾公司产品、团队和融资信息，并为每家公司打上至少6个标签，终究完结计算剖析。若无ChatGPT协助，这项作业或许需四个月完结。

咱们坚持原创研讨，根据原始数据，因为数据或标签过错都会导致污染。GPT也面对类似问题，已雇佣数百人整理污染数据。因而咱们有必要坚持认知一致，易于批改过错。关于AI而言，数据也是最重要的。

咱们将连续发布研讨成果。首篇文章《AI独角兽国际篇》除掉了我国和无人驾驶项目，收拾出94家AI独角兽公司。后续会有团队篇、组织篇和我国篇等内容。

挑选2015年，是因为这是OpenAI兴办之年，也是我初次出资AI的一年。

Figure I： AI 独角兽（国际版）2015-2024。

一、AI独角兽与国家战略

Table 1：AI独角兽国家数量

• 美国主导AI独角兽：美国以72个项目占有了绝大大都AI独角兽，显现出其在全球AI范畴的主导地位。这也反映了美国在技能立异、资金投入和商场需求方面的强壮优势。

• 新式商场的潜力：如阿联酋、智利等新式商场虽然只要1个独角兽项目，但也显现出这些国家在AI范畴的潜力，或许成为未来的增加点。

• 与我国的比较会在后边发独自一篇文章进行剖析。

Figure 2：AI独角兽国家与主赛道数量。因为美国的独角兽数量远超其他国家，故在这张图中没有触及美国。

Figure 3：不同国家的AI优势

如Figure2和Figure3 所示：

英国 (UK)

强项：英国在多个AI范畴都有显着的代表性，特别是在根底设施 (infra) 和 横向使用 (Horizontal) 方面。英国有多个高估值公司，如Graphcore（硬件）、Stability AI（图画/视频模型）和Quantinuum（量子核算）。

细分范畴： 英国在硬件、量子核算和低代码渠道方面表现杰出，显现出英国在AI硬件根底设施和立异式核算技能方面的优势。

印度 (India)

强项：印度的AI公司更多会集在根底设施 (infra) 和 纵向使用 (Vertical) 范畴。

细分范畴：在物流、社会媒体和根底模型（如多模态模型）方面，印度表现出色。例如，Shiprocket在物流范畴和Glance在交际媒体范畴的表现尤为杰出，这标明印度在AI驱动的服务渠道和使用方面具有优势。

新加坡 (Singapore)

强项：新加坡的AI范畴会集在根底设施 (infra) 和 纵向使用 (Vertical) 上，尤其是在金融和半导体范畴。

细分范畴：例如，Advance Intelligence Group在金融范畴，以及Silicon Box在芯片（OSAT， Chip）范畴表现较为杰出，显现出新加坡在高科技和金融科技范畴的竞赛力。

以色列 (Israel)

强项：以色列在根底设施 (infra) 方面具有强壮优势，特别是在芯片技能和根底模型范畴。

细分范畴： Hailo Technologies专心于AI芯片，而AI21 Labs在根底模型方面具有优势。这标明以色列在AI硬件和智能体系开发方面具有共同的竞赛力。

德国 (Germany)

强项： 德国在机器人AI (robotic AI) 和 根底设施 (infra) 方面具有优势。

细分范畴： 德国的Helsing专心于无人机和AI技能，Aleph Alpha则在根底模型方面有重要影响力。这显现了德国在高科技制作和AI立异方面的强项，尤其是与自动化和智能体系相关的范畴。

阿联酋 (UAE)

强项：阿联酋在根底设施 (infra) 范畴表现杰出，特别是在云核算范畴。

细分范畴： G42在云核算范畴的高估值标明阿联酋在使用AI技能进行根底设施开展方面具有很大的潜力，尤其是在数据和云核算服务方面。

法国 (France)

强项： 法国的AI公司会集在根底设施 (infra) 范畴，尤其是根底模型开发。

细分范畴： Mistral AI在根底模型范畴表现杰出，显现出法国在先进AI算法和模型开发方面的实力。

智利 (Chile)

强项： 智利的AI公司首要会集在纵向使用 (Vertical) 范畴。

细分范畴： NotCo在植物基肉类替代品范畴表现杰出，标明智利在AI驱动的食品科技立异方面具有潜力。

加拿大 (Canada)

强项： 加拿大在根底设施 (infra) 和 量子核算 方面有显着表现。

细分范畴： Cohere在根底模型方面具有重要影响力，而Xanadu专心于量子核算，这标明加拿大在前沿AI技能（如量子核算和AI模型）方面处于领先地位。

总结：

• 根底设施 (infra) 是大都国家的挑选，尤其是在AI硬件和根底模型方面。英语国家，美国、加拿大、英国都挑选推出了自己的大模型企业；欧洲法国、德国也不甘落后；简而言之，传统强国都有归于自己的大模型。其次印度、以色列、日本也都推出了自己的大模型。大模型很明确是战略一致，那么这次我国AI大模型没有上车的VC，就比如刘备失去了荆州，现已失去了完结隆中对的时机。

• 纵向使用 (Vertical) 在印度、新加坡和智利表现杰出，一方面代表他们在国际规模内的技能竞赛优势，另一方面也契合各自的国力。

• 机器人AI (robotic AI) 方面，依旧是德国，自始自终地表现着自动化和无人体系方面的传统强势。

二、赛道Category

Figure II： AI 独角兽赛道一览

咱们把Category分为了5大类，可是Consumer也能够算作Horizontal中的一种。

 Infra (Infrastructure)：

在AI范畴，Infra 一般指的是支撑AI运转的根底设施，包含基座模型、硬件（如GPU服务器）、软件架构（如云服务和数据处理渠道）、以及支撑机器学习模型和大数据处理的技能栈。这一类别着重的是供给必要的技能根底以支撑AI的运转和开展。

Horizontal AI：

指的是跨职业使用的AI技能，这些技能不特定于任何一个笔直商场，而是能够广泛使用于多个职业。一般是企业服务的近义词，例如，营销东西，客服东西，财政东西，编程东西等等。

Vertical AI：

指专心于特定职业或商场范畴的AI使用，这些AI处理方案是为了处理特定职业界的详细问题而规划的。例如，针对医疗职业的AI确诊东西、针对零售职业的库存办理AI体系，或许针对金融服务的危险评价模型。

Consumer：

在AI范畴，触及到直接面向顾客的使用和服务。这包含智能个人助理、AI伴侣、以及经过AI增强的顾客文娱体会等。

Robotic AI：

这包含用于制作业、物流、家庭和服务职业的自动化机械，以及与物理国际互动的各种智能设备。Robotic AI一般着重感知、决议计划和运动操控的集成使用。包含具身智能，无人机，自动驾驶等。可是自己不触及自动驾驶。

Figure 4：2015-2024年兴办独角兽赛道一览

Figure 5：AI独角兽不同赛道份额：

Table 2：AI独角兽的基本信息图

Figure 6：AI独角兽的估值融资额报答比区间

Figure 7：AI独角兽的估值融资额报答比规模

如Table2，Figure6，Figure7所示，融资与估值的关联性：

• Infra 类别具有最高的融资和估值；

• Horizontal 和 Consumer 类别的公司虽然融资相对较少，但却能取得较高的估值，对团队的要求较低，对技能门槛要求较低，因而创业危险更大，所以报答更高，详细剖析，见《AI创业：离钱越远，估值越高？》剖析文章；

• Vertical 和 Robotic AI 类别的公司平等融资额情况下，估值增加有限，公司股份稀释多，或许是因为这些范畴的商场需求和技能应战较大，需求更多的资源投入。

Table 3：赛道估值、融资额回归剖析

• 在上述表1的回归剖析成果所示，全体样本融资对估值的回归系数为正且在1%的水平显着，标明融资更多，公司估值越大，融资对公司的价值增加起到显着正向效果。

• 详细而言在各赛道中，infra和robotic AI赛道融资对公司价值增加的促进效果愈加显着；

• 其他三个如Horizontal、Vertical、consumer赛道中系数不显着，乃至负向显着，阐明融资对这三个赛道的价值增加促进效果不大乃至有反向抑制效果。

三、子赛道Subcategory

Figure 7：AI独角兽创业时刻子赛道时刻分布图

Figure 8：AI独角兽创业时刻子赛数量与估值

• 如Figure 7，Figure8所示，咱们调查到不同子赛道项意图数量，估值，融资额，出资报答比各不相同，所以咱们采纳进一步计算剖析，去调查不同子赛道的差异是否显着。

Figure 9：AI独角兽子赛道均匀融资额与均匀估值

• 如Figure 9 ，不同子赛道的数据的差异并没有显着性；关于均匀融资额和均匀估值的多项式回归剖析显现，增加二次项并未显着进步模型的解说力。十分低的R平方值以及回归系数的非显着p值标明，子类别与均匀融资额或估值之间的联系，即便考虑了潜在的非线性效应，仍然没有计算上的显着性。这或许是因为数量太少的原因。

剖析总结：

• fundation models 以显着优势成为最受VC喜爱的子类别，这标明根底模型相关的技能和使用受到了广泛重视和出资。

• Hardware 和 Enterprise 相同也招引了很多出资，或许因为这些范畴的核心技能需求和商场潜力。

• Data mangement 和 Healthcare 是技能驱动型职业中的要害子类别，它们的出资热度反映了对数据处理和健康技能的高需求。

写在后边

本次陈述仅仅是完好的AI陈述的一小部分，咱们会在后续陈述，持续共享独角兽相关的内容，包含我国篇，团队篇，组织篇，Web 3 AI篇。

这期间，还有插科打诨，职业吐槽等等；总的来说，研讨是手法，吐槽才是意图。

我只想出资能够一夜Pop成独角兽的企业 （手动狗头）。

本文来自微信大众号：爆米花独角兽，作者：VC Popcorn（一个揭穿科技传统与迷失的吐槽小狗）