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，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，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

01 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。

02 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。

03 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。

04 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

01 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。

02 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。

相关文章