美国最牛的100个AI团队在哪里?

fdfd90e5326730e48d58b989e57db54a.png

来源:Forbes

撰文:海外来电

图片:海外来电

AI领域的关键玩家都有谁?

企业为了保持竞争优势,需要快速有效地扩大人工智能(AI)能力。而Vectice最新一份报告,列出了100家公司拥有增长最快的AI团队。

Vectice的这份报告研究了美国2500家最大的公司,结果发现其中965家公司的AI团队人数超过20人。而在拥有超过20名员工AI团队的公司中,541家的AI团队在过去3个月里实现正增长。

微软在新员工数量方面领先,微软在过去3个月里雇了近500名AI专家,而且比增速第二的公司凯撒医疗(Kaiser Permanente)领先了8倍。新员工数量排名前十的其他公司为Optum、CVS Health、USAA、通用汽车、福特汽车公司、Robert Half、沃尔玛和彭博社。

总体来看,增长最快的团队出现在技术和医疗保健行业,其次是零售和金融保险。这表明,各行各业的企业都看到了AI的价值,并正在投资AI技术。

  • 增长最快的AI团队

AI领域的新雇员工一直在快速增长,在过去3个月中,排名前10的公司增加了几十名新的AI专家。

42d51e9f472fc0e05a27acd74ea52d6f.png图:按新雇员工总人数计算,人工智能团队增长最快的公司 (数据来自 Vectice)

cc8db938ad29ee180f71489f53fe9118.png图:100强公司在医疗保健、金融保险、科技或零售和CPG领域的数量分布及百分比(数据来自Vectice)

微软、凯撒医疗和Optum等公司在AI团队增长方面处于领先地位。这些公司分别属于医疗保健、保险和科技行业。这些公司将重点放在AI团队增长上的做法表明,他们了解人工智能技术的重要性并正在人工智能领域进行投资,以保持自己的竞争优势。

AI团队初始规模在20-49人、且在过去三个月增速最快的前10家公司中,Concentrix、GameStop和Moody's Corporation位列前三。三家公司分别来自信息科技和服务、零售及金融服务行业。

a641b0de63309eb23a69bb76e8552041.png

图:AI团队初始规模在20-49人,且在过去三个月内增速最快的前10家公司(数据来自Vertice)

AI团队初始规模为50-250人、且在过去三个月增速最快的前10家公司中,瑞思迈(ResMed)、Northside Hospital和General Mills占前三名。就大趋势而言,医疗保健和零售是两个最大的行业代表。这些行业里的公司拥有较大的AI团队规模,由几个因素导致:这些公司收集了大量的数据,而数据的复杂性需要更多的AI专业知识才能理解。

953cac8228be5700aa1191c7a20f771e.png图:AI团队初始规模在50-250人,且在过去三个月内增速最快的前10家公司(数据来自Vertice)

AI团队初始规模为250人以上、且在过去三个月内增速最快的前10家公司中,微软、Robert Half和Optum占据了前三名,包括了来自不同行业的公司:科技、人员配置和医疗保健。

0f2409b74b251491bd64c03af19cdf31.png图:AI团队初始规模在250人以上,且在过去三个月内增速最快的前10家公司(数据来自Vertice)

  • 早期采用AI技术的好处

这些排名前100的公司,因为拥有迅速发展的AI团队、AI能力而入选。成为AI技术的早期采用者能够保持竞争优势,本节将深入探讨其中的三个好处:更快地进入市场、改善决策以及提高客户忠诚度。

1. 更快地进入市场:成为AI技术的早期采用者,公司可以更快地将自己的产品和服务推向市场,因为AI可以用于加快产品的开发过程。

2. 改进决策:AI可用于数据的自动分析,可以帮助识别原本难以发现的模式和趋势。此外,AI还可以用于生成有助于决策的洞察力。

3. 增加客户的忠诚度:早期采用AI的企业,也能够从客户忠诚度的提高而获益。原因是AI可以为客户和患者提供个性化体验。

  • 为什么微软、凯撒医疗和谷歌处于领先地位?

按AI方面新招聘的人数算,排名前三的公司是微软、凯撒医疗和谷歌。这些公司在AI方面处于领先地位,因为这些公司有资源可以投资AI,而且也有需要快速扩展自己的AI能力。

微软是企业软件和服务的领先供应商。微软在投资新技术方面有着悠久的历史,在AI方面也不例外。微软多年来一直在做各种AI项目,最近还在该领域进行了一些高调收购。例如,以197亿美元收购了Nuance。Nuance是一家提供语音识别和对话式AI服务的公司,尤其以深度学习语音转录服务而闻名,语音转录服务在医疗保健行业相当受欢迎。

凯撒医疗是美国最大的医疗保健供应商之一。凯撒医疗一直都是AI的早期采用者,也正在使用AI技术改善病人护理。例如,利用AI识别有可能患上某些疾病的病人,获取的数据可用于决定如何最好地治疗这些病人。

谷歌是消费者服务的领先供应商。谷歌也是AI的早期采用者,并正在使用AI技术改善旗下的产品和服务,同时也收购了该领域的一些公司。例如,谷歌曾在2014年以5亿美元收购了DeepMind Technologies。DeepMind是一家领先的AI技术供应商。

  • 未来之路:企业想进100强可以做些什么?

各企业竞相建立自己的AI能力,重要的是要记住,AI的成功需要的不仅仅是一个专家团队。企业要在AI方面获得成功需要拥有正确的数据、正确的基础架构和正确的文化。

在数据方面,企业需要重点收集用于训练AI模型的高质量数据,需要将这些数据做好标记和清洁,而且应该从各种源收集数据。

在基础架构方面,企业需要拥有计算能力和存储能力,才能支持各种AI计划。AI计划也需要有一个明确的治理模式,以确保负责任地使用AI。

最后,在文化方面,企业需要创造一个有利于创新的环境,这包括促进数据驱动的思维方式、鼓励创造力并给予员工实验的自由。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

d4152cfc2d8009b073106c6d0293f10c.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/482153.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

介绍几个专门面向中文的命名实体识别和关系抽取工具

知识图谱已经在人工智能的各个领域发挥越来越重要的作用,例如视觉问答、对话系统、推荐系统等。知识图谱构建是应用这些知识图谱的基础,而面对生活和企业中数据的爆发式增长,自动化知识图谱构建显得越来越重要。从非结构化文本中自动抽取三元…

一文梳理类脑计算的前世今生 | 中科院自动化所研究员李国齐

来源:智源社区整理:王光华编辑:李梦佳导读:众所周知,人类大脑活动是复杂而连续的动力学过程,其复杂程度远超当前算力资源所能模拟的上限。大脑约有1000亿个神经元,100万亿个突触,单个…

常识推理相关最新研究进展

以深度学习为代表的智能感知技术已经取得了突破性进展,并已在各行各业产生了巨大的价值。目前,人工智能的研究领域已经逐渐从感知智能向认知智能领域过渡,其中,深度学习无法解决的一个主要问题是常识推理问题。常识知识是人类智能…

全球半导体厂商TOP 10

来源:数据观综合编辑:蒲蒲近日,IC Insights 分析了全球主要半导体供应商(不含纯代工厂)的市场份额,并公布排名前十的半导体厂商排名。从分析情况来看,全球半导体市场份额越来越集中于排名靠前的…

常识知识在AI不同领域应用的最新研究进展

上期,我们一起学习了常识推理的最新研究进展。这次,我们一起来看看常识知识在AI不同的领域都有哪些应用,泽宇找到几篇最新或有代表性的研究和大家分享学习。 Commonsense Knowledge Aware Conversation Generation with Graph Attention Aut…

MIT 团队的新测试,将 AI 推理与人类思维进行比较

来源:ScienceAI编辑:萝卜皮人工智能获得洞察力和做出决策的方式通常是神秘的,这引发了人们对机器学习的可信度的担忧。现在,在一项新研究中,研究人员揭示了一种新方法,用于比较人工智能软件的推理与人类推理…

年末巨制:知识图谱嵌入方法研究总结

泽宇对自己的研究方向也就是知识图谱嵌入(KG Embedding)技术进行了总结,并制作了一套slides,力求让大家只看slides就可以理解并掌握知识图谱嵌入的相关知识和最新研究情况,包括知识图谱嵌入的基本概念、方法分类和经典…

吴恩达:未来十年,人工智能将向以数据为中心转变

来源:AI前线作者:Eliza Strickland译者:平川策划:凌敏本文最初发布于 IEEE Spectrum。吴恩达在人工智能领域可谓声名显赫。2000 年底,他与斯坦福大学的学生一起开创了使用图形处理单元(GPU)训练…

知识图谱最新权威综述论文解读:时序知识图谱部分

从最近一两年有关知识图谱的顶会论文中可以发现,越来越多的国内外研究者开始关注动态时序知识图谱,可见时序知识图谱已经成为了一大研究趋势,相信之后会有更多相关研究出来。因此,这期我们对综述论文的时序知识图谱部分接着进行解…

CACM观点:超越联邦学习,让AI跨越公司边界

来源:AI科技评论 编译:张泷玲、杨柳编辑:维克多今年1月份,苏黎世联邦理工学院的Stefan Feuerriegelc教授在 《Communications of the ACM》期刊上刊文“Artificial Intelligence Across Company Borders”,在文中教授指…

知识图谱最新权威综述论文解读:知识图谱应用部分

知识图谱在人工智能的许多领域都发挥了重要作用,综述论文的这一章引入多个最新的基于深度学习的知识驱动方法,主要包括的应用领域有自然语言理解,推荐系统和问答系统。 1 自然语言理解 知识感知的自然语言理解通过将结构化的知识注入一个统一…

知识图谱和专家系统、知识工程、数据库等概念的比较

知识图谱虽然是Google在2012年公布其开发的搜索引擎时提出的名词,但是知识图谱的雏形早在1960左右就已经出现,因此,知识图谱其实是很多相关技术继承发展的结果。并且,和知识图谱类似的还有好几个概念:专家系统、知识工…

CICC城市大脑专委会成功举办“城市大脑成熟度评估专家研讨会”

来源:中国指挥与控制学会2020年以来,城市大脑已成为科技领域的新热点。作为一个新兴的前沿科技领域,不同企业、不同城市对城市大脑的理解并不相同,在建设的过程中没有统一的建设规范和标准作为指导,从而导致不同企业建…

“知识图谱+”系列:知识图谱+图神经网络

最近有很多朋友联系泽宇说想了解一些知识图谱和图神经网络(GNN)结合的研究。那泽宇当然要满足朋友们的要求啊,本期泽宇从知识图谱的几个不同研究方向总结了结合GNN的经典研究,也和大家一起分享。所有内容是泽宇查阅了很多顶会论文…

周志华:“数据、算法、算力” 人工智能三要素,在未来要加上“知识”!

来源:AI科技评论作者:李雨晨 编辑:丛末在CCF-GAIR 2020 的人工智能前沿专场上,南京大学计算机系主任、人工智能学院院长、CCF会士、ACM、AAAI、IEEE、IAPR Fellow周志华教授以“反绎学习”为题发表了大会报告。周志华表示&#x…

“知识图谱+”系列:知识图谱+强化学习

泽宇个人一直认为强化学习是建模动态系统最好的方法之一,通过与环境的不断交互,在动作选择和状态更新的动态过程中逐渐达到优化目标。因此,本期泽宇将从知识图谱结合强化学习的角度介绍几个不同的研究方向的内容,包括知识图谱推理…

吴恩达 | 未来十年,人工智能将向以数据为中心转变

来源:IEEE Spectrum访者:吴恩达 计算机科学家吴恩达在人工智能领域可谓声名显赫。2000 年底,他与斯坦福大学的学生一起开创了使用图形处理单元(GPU)训练深度学习模型的先河,并在 2011 年共同创立了谷歌大脑…

给几句话就能生成分子,看见分子也能生成描述,神秘的Google X把多模态AI做成了黑科技...

来源:机器学习研究组订阅AIscience 领域近来有了诸多进展。设想一下,医生写几句话来描述一种专门用于治疗患者的药物,AI 就能自动生成所需药物的确切结构。这听起来像是科幻小说,但随着自然语言和分子生物学交叉领域的进展&#x…

MIT新发现:细胞在分裂前会把垃圾带走

来源:生物通 细胞可以利用这种策略清除有毒的副产品,给后代一个干净的环境。麻省理工学院(MIT)的研究人员发现,在细胞开始分裂之前,它们会进行一些清理,将似乎不再需要的分子排出体外。利用他们开发的一种测量细胞干质…

图灵测试其实已经过时了

来源:立委NLP频道图灵测试的实质就是要让人机交互在限定时间内做到真假莫辨。玩过GPT3的同学们都清楚,其实这一点已经做到了。从这个角度看,图灵测试已经过时了。区别人和机器,需要寻找其他的标准。今天就唠一唠正在风口上的预训练…