中国，北京：www.megvii.com

入选理由：旷视科技自行开发的深度学习平台，Brain++，是用于面部，文字，图像识别和其他计算机视觉训练的技术平台，为大规模数据处理和训练提供一站式支持。旷视科技的 Face++ 是开发人员和通过 API 或软件开发工具包（SDK）进行面部识别供第三方使用的开放平台。Face++开始于 2012 年，是第一个面部识别云端服务平台。

旷视科技目前拥有超过 50,000 名客户和开发商，其中包括滴滴出行，支付宝和联想。Face++被用作智能城市举措中的证券和安全监控的一部分，如面部识别，犯罪检测或识别。

目前，Face++每天平均使用超过 2400 万次 API 通信，在身份识别数据库上注册了超过 1 亿个面孔，用于金融证券的个人身份识别。许多西方银行仍未使用面部识别技术，但这项技术很可能会成为未来身份识别系统不可或缺的一部分。

旷视科技始于 2011 年，以深度学习和计算机视觉为核心业务。它为视频数据分析的垂直行业提供解决方案，以监视和识别来自云端点设备的多个对象，包括人脸、云端、终端设备。产品包括为开发人员提供的基于 AI 的云平台即服务（PaaS），更多定制要求的 SaaS，以及包括计算机视觉嵌入式摄像机或监控系统等硬件的整体解决方案。它的算法可以同时部署在云端和终端设备上。

挑战： 旷视科技面临来自其他类似计算机视觉 AI 公司（如微软，百度，海康威视，SenseTime，DeepGlint，LinkFace，谷歌，无所不知等）的强大竞争。图像识别取得了显著的进步，但要接近成熟仍然面临着许多挑战。计算机视觉领域在成本，虚假警报减少，实时系统响应和多事件和行为跟踪，以及如何在不降低图像质量的情况下发送压缩图像或视频等方面都展示着竞争的激烈性。解决方案如通过从视频流中提取关键元素如人类属性来结构化数据，将重点放在缩小的场景上，以最大限度地减少虚假警报和强大的本地焦点，有助于与区域或全球市场玩家进行竞争。

潜在客户：寻求运营效率，安全认证，个人识别和业务流程创新的技术创新领导者应该评估中国的计算机视觉解决方案以及提供者，因为这些创业公司及其解决方案正在通过中国的大量人口不断地运营和测试。

Appier

中国台湾，台北：http://www.appier.com/

入选理由：Appier 使用机器学习来增强数字营销。它采用深度强化学习，以及传统和其他机器学习技术来解决多种挑战，包括准确统一跨设备使用模式，通过设备定位广告和自动控制广告操作。

这些解决方案使 Appier 能够为全球 500 多个品牌和机构提供服务，如雅诗兰黛，奥迪和 Axe。Appier 具有内部 NLP 技术，用于识别用户喜欢的内容。为了通过设备实现有效广告目标，Appier 使用深度学习模型来分析设备使用模式，以及一系列无监督和监督模型来分组设备和识别相同的用户群体。

为了抢占招标广告市场，有效地强化机器学习模型用以控制广告操作，Appier 已经开发了自己的运算法则。Applier 的强大技术团队为自己的 AI 模型的使用建立了一个有效的数据管道和平台。

目前，在这个市场上，有许多数字营销公司，但是这些公司都没有人使用人工智能来识别在不同设备不同时间访问内容的人，并为目标用户在正确的时间和设备上提供正确的内容。Appier 的团队包括拥有 AI，数据分析，分布式系统和营销方面经验的计算机科学家和工程师。

一些员工曾经为谷歌、英特尔和雅虎以及哈佛大学和斯坦福大学的人工智能研究机构工作。Appier 的业务覆盖亚洲的 12 个市场，包括台北，新加坡，吉隆坡，东京，悉尼，胡志明市，马尼拉，香港，孟买，新德里，雅加达和首尔。

挑战：有许多创业公司和成熟的公司进行电子营销。竞争主要集中在传递成果的有效性和速度上。实现有效的针对性广告有许多方法和替代方案。谷歌和一些大型互联网服务公司由于可访问的数据量大，数据具有多样性而处于优势地位。为了区别于一些大公司，Appier 必须继续专注于用户行为，文化和其他任何因素等本地生态系统知识。

潜在客户：考虑开始新项目的企业技术创新者，试图以人工智能推荐的有针对性的广告开发新的销售渠道或增加营销投资回报的决策者。

Fronteo

日本，东京：http://www.fronteo.com/global/

入选理由：Fronteo 的人工智能引擎（Kibit）为虚拟助手提供基础，它可以基于过去的行为和新颖性容忍度为用户提供建议。Kibit 的产品适用于许多行业，如法律支持和医疗保健应用。

最酷的地方是，Kibit 助理不仅会根据以往的行为锁定你的建议。它还会尝试绘制推导出用户的历史行为中不曾发生过，但他们可能考虑将要做的事或可能发生的购买行为。它通过分析数据来发现隐藏的偏好来学习用户的偏好和感觉以支持决策。这不仅仅是提供所需的信息，而且可以提供可以满足用户意想不到的喜好的书籍的建议——这是一种非常日式的做法，重点在于深入洞察一切。这有利于日本企业以不同的方式利用这种人工智能应用。

例如，Kibiro 是由 Kibit AI 引擎支持的虚拟助手嵌入的物理服务机器人产品。一个功能是找出并推荐用户想要的书籍。这是通过分析文本数据完成的。助理将通过摘要或审查用户以前读过的书籍的评论获得信息。它会学习这些因素和偏好，探究为什么用户认为这些书很有趣。然后，它会尝试从学到的东西中得出推论，然后提出新的建议。它有时会建议用户可能会发现有趣的其他类型的书籍，但通常本身并不能接触新的选择，也可能不了解其他类型。

Fronteo 也对外提供其 AI 引擎。Kibit AI 引擎以其判断力实现了人类专家级的隐性知识学习，可以分析公司电子邮件的文本和日常报告。这将有助于抓住销售机会，顺利推进项目。Solasto 是一家医疗外包公司，宣布将通过使用 Kibit AI 引擎分析现有员工访谈记录，以提前发现不愉快的员工，找出解决方案来改善员工参与度，防止员工离开公司。

挑战：截至 2017 年 3 月底，该公司由于面临大规模诉讼而下调了对于销售成绩的预测。它的 AI 业务正在进行产品组合转移，尽管其商业智能部门正在领导着其他人工智能相关业务。这些业务部门可能需要更多的投资来进一步开发，而这也可能潜在地影响着利润率。

潜在客户：正在寻找合作伙伴的服务或解决方案供应商。利用虚拟客户助理（VCA），虚拟员工助理（VEA）或 VPA 提供服务。客户助理机器人或个人助理机器人厂商的项目经理如正在寻找合作伙伴来增强或增值服务和解决方案，他们应该关注 Fronteo。

第四范式

中国，北京：www.4paradigm.com

入选理由：大多数人工智能平台专为特定行业或垂直领域而设计，很少成为适用于不同行业的通用平台。第四范式的旗舰产品——第四范式·先知可以解决这个左右为难的问题。它是一个商业应用的全过程 AI 平台，允许非技术人员为自己的行业开发专业的 AI 算法，如银行和保险业。它可以提高人工智能的效率，解决 AI 人才短缺问题。在第四范式先知平台上开发的 100 多种 AI 解决方案已被用于各种领域，如金融，通信，互联网，古籍识别和医疗诊断。解决方案包括但不限于智能定价，实时反欺诈系统，精准营销，个性化建议等。

第四范式在迁移学习方面具有优势，这种方法可以减少对大量训练数据的需求。许多学术研究人员认为迁移学习是下一代深度神经网络的关键部分，让人工智能可以广泛应用于诸如医疗保健等缺乏大量数据的领域。第四范式已经帮助中国最大的糖尿病研究机构确认了糖尿病的几个成因。然而，即使是中国最大的糖尿病患者数据库，数据量依旧不足以有效诊断糖尿病。

第四范式主要服务于大型企业，国有企业和非盈利机构。根据 2016 年排名，在金融领域，世界十大银行中有三家，前 100 名中有 9 家是第四范式的客户。该公司的服务包括在中国和海外的所有主要中国银行，涵盖 2 亿以上的商业客户和 20 亿个人用户。

挑战：虽然第四范式的 AI 平台易于使用，但仍然需要业务专家对商业问题有明确的了解，以及在考虑将平台作为工具之前先思考如何构建人工智能模型来解决问题。对于大多数经验不足的企业而言，他们面临的挑战是需要一个即用的方案，而不是开发一个模型，尽管培训工程师比培训数据科学家需要更少的时间。此外，还有一些类似的 AI 开发平台和工具可能因为专注于某领域而更具优势。对于不熟悉人工智能项目以及如何处理 AI 项目的企业而言，这些行业特定解决方案可能是更有用的。

潜在客户：有资源可以快速建立自己的 AI 解决方案的大型企业应该评估第四范式，特别是如果你的机构中缺乏人工智能人才，如数据科学家。

　　

　　本文为机器之心编译，转载请联系本公众号获得授权。

转载请注明出处。