全球AI创业者的摇篮 Top 10,国内仅阿里上榜,出乎意料的是还有两家咨询公司……

文摘   2024-09-17 14:30   美国  

在上一篇,我们介绍了全球顶尖高校在AI人才培养中的重要作用,推出了业内首个AI黄埔军校 Top 10(高校篇)榜单,广受业内关注和好评。我们也收到很多朋友的咨询,想要了解产业界,尤其是科技巨头们对AI人才培育和影响。

实际上,在全球AI领域中,顶尖科技公司的影响力不可忽视。谷歌、微软、Meta等科技巨头不仅是技术创新的引领者和投资者,更是孕育AI创业者的黄埔军校。

根据硅谷科技评论(SVTR)AI数据库,我们深入分析全球近3000家高潜力AI初创公司创始人工作经历,推出AI黄埔军校 Top 10(产业篇)。位列榜首的谷歌,以159位创始人的工作经历遥遥领先,展示了其在全球AI生态中的核心地位。国内科技大厂阿里巴巴也以16位高潜力AI创始人成功上榜,排名第9位。出乎意料,又在意料之中的是还有两家头部咨询公司凭借丰富的项目案例培养了大量的AI创始人,正通过在各行各业中实践和应用AI,推动产业的蓬勃发展。(完整榜单以及项目详情,文末阅读原文访问AI创投库)


Top 1:Google


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,159位创始人有谷歌背景,其中包括大模型公司AnthropicMistralCohere、SSI和Hugging Face等,此外AI专业芯片公司Groq、AI搜索公司Glean、World Labs等创始人都曾在谷歌工作。值得一提的是,国内AI创业公司月之暗面、秘塔科技、面壁智能、西湖心辰和阶跃感知等创始团队都有谷歌工作经历。


Google公司成立于1998年9月4日,由拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)在美国加利福尼亚州的门洛帕克创立。公司总部现位于加利福尼亚州山景城的Googleplex。


Google 的生成式 AI 战略主要通过其广泛的技术生态系统、研究和产品创新来推动,并以 PaLM(Pathways Language Model) 系列模型为核心展开,涵盖从自然语言处理(NLP)到多模态生成的多个领域。Google 同时通过其 Google Cloud 平台、生成式 AI 的应用产品(如 BardGoogle Workspace AI 助手)以及深度学习框架(如 TensorFlow)来推动生成式 AI 在企业和消费市场的应用。



1、Google Brain和DeepMind


  • Google Brain团队:这是Google的核心AI研究部门,专注于深度学习和神经网络研究。该团队由杰夫·迪恩(Jeff Dean)领导,他是计算机科学领域的权威人物,对分布式系统和机器学习有深刻的影响力。2023年底 Google Brain 与其位于伦敦的人工智能部门 DeepMind 合并成新的DeepMind,Jeff Dean担任首席科学家。

  • DeepMind:2014年,Google收购了英国的AI公司DeepMind。DeepMind以其在强化学习和神经网络方面的突破性研究而著称,如开发了击败围棋世界冠军的AlphaGo。德米斯·哈萨比斯(Demis Hassabis)是DeepMind的联合创始人兼CEO,他在认知神经科学和人工智能领域有着卓越的贡献。


2、技术平台

  • PaLM(Pathways Language Model)系列大模型:Google 开发的下一代大型语言模型(LLM),专注于生成式 AI 任务。PaLM 是 Google 在生成式 AI 领域的核心研究成果之一,其目标是支持复杂的自然语言生成、文本理解、对话系统和多模态任务。

  • Google Cloud 的生成式 AI 服务: Google 推动生成式 AI 商业化的主要平台,通过提供各种生成式 AI 模型和工具,支持企业和开发者构建和部署生成式 AI 应用。

3、应用场景


  • 搜索与智能助手:Google 利用 AI 改进搜索结果、生成内容摘要,并通过 Google Assistant 和 Bard 提供智能对话服务,帮助用户完成复杂任务。
  • 办公自动化与内容创作:在 Google Workspace(如 Gmail、Docs、Sheets)中,AI 自动生成邮件、文档和数据分析;在 Google Photos 和 YouTube 等平台上,AI 辅助内容创作和推荐。
  • 医疗与自动驾驶:Google 通过 Waymo 推动自动驾驶,并使用 AI 技术进行医疗图像分析、健康数据管理,提升诊断效率和自动化健康监测。

Top 2:Microsoft


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,76位创始人有微软背景,其中包括法国巴黎的AI研究实验室Kyutai、AI代码公司Augment、AI视频工具Captions等。值得注意的是国内高达30多家AI初创公司创始团队曾在微软工作,包括智谱、零一万物、硅基流动、爱诗科技和澜舟科技等,微软亚洲研究院(Microsoft Research Asia)在其中发挥了重大作用。


Microsoft公司于1975年4月4日由比尔·盖茨(Bill Gates)和保罗·艾伦(Paul Allen)在美国新墨西哥州的阿尔伯克基成立。公司总部现位于华盛顿州的雷德蒙德市。



Microsoft 的生成式 AI 战略是其整体 AI 战略的重要组成部分,涵盖多个层面的技术、平台和合作伙伴关系,特别是通过与 OpenAI 的合作将生成式 AI 应用于其产品和云服务中。Microsoft 不仅开发和推广自己的生成式 AI 工具,还积极投资于推动 AI 技术的普及和商业化。


1、微软研究院与AI研究事业部


  • 微软研究院(Microsoft Research):成立于1991年,是全球领先的计算机科学研究机构,分布于多个地区,聚集了众多顶尖科学家。研究院由彼得·李(Peter Lee)领导,专注于计算机科学和生物医学工程等领域的前沿研究。

  • 微软人工智能和研究事业部:该部门专注于将AI技术从研究转化为商业应用。由人工智能领域的先锋人物埃里克·霍维茨(Eric Horvitz)担任首席科学官,推动AI在微软产品和服务中的落地应用。

2、技术平台


  • Azure AI平台:作为微软云服务的一部分,Azure AI提供预训练模型、定制化服务和强大计算资源,帮助企业在云端构建和部署AI模型,从小型企业到大公司都能从中获益。

  • Copilot项目:Copilot利用生成式AI技术,为办公和开发工具提供智能支持。通过GPT模型的集成,Copilot能够在日常任务中辅助用户,例如生成文档或编写代码。

3、应用场景


  • 办公与生产力工具:微软将生成式AI整合到Microsoft 365中,通过Copilot功能自动生成文档、电子邮件和报告,提高工作效率。

  • 开发与代码生成:GitHub Copilot为开发者提供代码生成和错误修复的功能,极大简化了编程流程,提高了开发效率。

  • 云服务与企业解决方案:Azure AI平台为企业提供生成式AI服务,用于构建客户服务、营销和数据分析等解决方案,助力企业数字化转型。


Top 3:Facebook


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,54位创始人有Facebook工作背景,其中包括国内大模型公司moonshot、AI代码公司Magic、AI设计蛋白质公司EvolutionaryScale、面向企业的对话人工智能初创公司Sierra等。在国内广为人知的Pika创始人郭文景在gap year还在Facebook AI Research担任研究工程师。


Meta Platforms, Inc.,原名Facebook, Inc.,由马克·扎克伯格(Mark Zuckerberg)于2004年2月4日在美国马萨诸塞州的剑桥市创立。最初,Facebook仅限于哈佛大学的学生使用,随后迅速扩展到其他大学,最终向全球公众开放。公司总部现位于加利福尼亚州的门洛帕克。


Meta(前 Facebook)的生成式 AI 战略集中在推动先进的 AI 研究和开发,以支持其在元宇宙、社交媒体平台和其他产品中的应用。


1、Meta AI与应用机器学习团队


  • Meta AI(原Facebook AI Research, FAIR):这是Meta的核心AI研究机构,成立于2013年,专注于推动AI前沿技术的发展。Meta AI由AI领域的领军人物扬·勒昆(Yann LeCun)领导,他以在深度学习和卷积神经网络领域的开创性贡献而闻名。


  • 应用机器学习团队:该团队负责将AI研究成果转化为实际应用,提升Meta产品和服务的用户体验和系统效率。团队由乔尔·皮诺(Joelle Pineau)领导,她在强化学习和对话系统方面有着深厚的专业背景。


2、技术平台


  • PyTorch:Meta AI开发的开源深度学习框架,以其易用性和灵活性被广泛用于学术研究和工业应用,是AI开发者的首选工具之一。


  • LLaMA(Large Language Model Meta AI):2023年推出的一系列大规模语言模型,专用于自然语言处理任务。这些模型在文本生成、语言理解和推理方面表现强大,推动了Meta在生成式AI领域的研究,与GPT等其他语言模型具有相似的功能。


3、应用场景


  • 个性化内容推荐:Meta利用AI技术为用户提供个性化的新闻和广告推送,增强用户参与度和广告效果。


  • 图像与视频识别:通过计算机视觉技术,Meta可以自动识别和标记用户上传的照片和视频,提升内容管理和推荐系统的准确性。


  • 自然语言处理:在Messenger和WhatsApp等平台,AI技术用于智能回复、翻译和语音助手,提升用户沟通体验。


Top 4:Amazon


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,42位创始人有亚马逊背景,其中包括多模态大模型平台CataBio、与人类“协作”的机器人Cobot、运用人工智能处理和解释视频Twelve Labs等。值得一提的是,在国内,大模型驱动的AI原生Agents平台未来式智能,其创始人杨劲松曾在亚马逊工作。


Amazon公司由杰夫·贝佐斯(Jeff Bezos)于1994年7月5日在美国华盛顿州的西雅图创立。最初,Amazon是一家在线书店,随后逐步扩展业务,成为全球最大的电子商务和云计算公司之一。


Amazon 的生成式 AI 战略主要围绕其云服务平台 AWS(Amazon Web Services)展开,通过提供各种生成式 AI 模型、工具和基础设施,帮助企业和开发者快速构建和部署生成式 AI 应用。与其他公司不同,Amazon 强调其作为 AI 技术的基础设施提供商角色,而不是直接开发和推广某个单一的生成式 AI 模型。



1、AWS及其领导团队


  • Amazon Web Services (AWS):作为全球领先的云服务提供商,AWS提供了广泛的AI和机器学习工具,如Amazon SageMaker、Amazon Rekognition、Amazon Lex等,帮助企业和开发者轻松构建、训练和部署AI模型。


  • Swami Sivasubramanian:AWS机器学习副总裁,负责AI和机器学习服务的开发与市场拓展。亚马逊首席技术官Werner Vogels则在整体云计算和AI战略上发挥着重要作用,推动AWS的技术创新。


2、技术平台


  • Amazon SageMaker:这是一个全托管的机器学习平台,提供从数据准备到模型部署的全流程解决方案,极大降低了AI开发的复杂性。


  • Amazon Bedrock:AWS推出的一项生成式AI服务,旨在简化生成式AI应用的开发。Bedrock让用户能够访问多个预训练的大规模AI模型,进行文本生成、对话和内容创作等任务,而无需自行训练或管理模型。


3、应用场景


  • 物流与供应链优化:AWS利用AI算法帮助优化库存管理、仓储布局和配送路线,从而提升物流效率并降低运营成本。


  • 个性化推荐系统:通过深度学习模型,AWS帮助电商平台为用户提供个性化商品推荐,提升用户体验和销售转化率。


  • 无人零售技术:在Amazon Go无人便利店中,AWS的计算机视觉和深度学习技术支持“拿了就走”的购物体验,无需人工结账。


Top 5:Intel


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,39位创始人有英特尔工作背景,大都集中在AI基础层,芯片领域创业,包括韩国的AI芯片公司Rebellions、美国加州的AI芯片公司D-Matrix、专门为边缘设备和数据中心提供人工智能芯片Blaize。此外,为开发人员提供工具用于创建和部署利用大型语言模型的应用程序LangChain创始人也曾在英特尔工作。值得一提的是,在国内,专注于RISC-V指令集的高性能服务器CPU研发的蓝芯算力,其创始人卢山曾在英特尔工作。


英特尔公司(Intel Corporation)成立于1968年7月18日,由戈登·摩尔(Gordon Moore)和罗伯特·诺伊斯(Robert Noyce)在美国加利福尼亚州的圣克拉拉创立。两位创始人都是半导体行业的先驱,戈登·摩尔更以提出著名的“摩尔定律”而闻名。


Intel 在生成式 AI 领域也有所布局,但与其他科技巨头相比,Intel 的重点更多集中在提供硬件支持、优化 AI 计算性能、以及开发工具和框架来支持生成式 AI 模型的开发和部署,而不是直接推出自己的大型生成式 AI 模型。


1、Intel Labs与领导团队


  • Intel Labs:专注于人工智能、量子计算、计算机架构以及软件和安全领域的研究,推动技术创新。该实验室的研究方向为Intel的长期发展奠定了基础。


  • 帕特·基辛格(Pat Gelsinger):现任Intel首席执行官(CEO),他于2021年重返公司,凭借超过40年的半导体行业经验,带领Intel迈向技术突破。格雷格·拉弗蒂(Greg Lavender),Intel首席技术官(CTO),负责领导软件和高级技术事业部,专注于软件、安全和企业架构等关键领域。


2、多元化的AI硬件产品


  • AI专用芯片:Intel通过2019年收购以色列的Habana Labs,推出了两款主要的AI芯片:Gaudi处理器用于深度学习训练,Goya处理器用于推理。此外,Intel Nervana神经网络处理器是针对深度学习优化的AI加速器,具备高吞吐量和低延迟性能,适合大规模AI工作负载。


  • Movidius视觉处理器Movidius Myriad X是一款视觉处理单元(VPU),专为边缘设备设计,支持低功耗的计算机视觉和深度学习推理,应用于智能摄像头、无人机和增强/虚拟现实设备(AR/VR)。


3、软件工具与框架


  • OpenVINO工具套件:Intel开发的开放视觉推理优化工具,帮助开发者在不同Intel硬件上高效部署深度学习模型。OpenVINO支持多个深度学习框架,如TensorFlow、PyTorch和ONNX。


  • Intel oneAPI:这是一个统一的编程模型,能够简化在CPU、GPU、FPGA及AI加速器上进行开发,极大降低了异构计算环境下的编程复杂性,提高开发效率。


  • Intel Math Kernel Library(MKL):高度优化的数学函数库,专门用于加速科学计算、机器学习和深度学习应用,提升计算效率。


Top 6:Apple


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,32位创始人有苹果工作背景,包括AI健康助手Thrive AI Health、AI代理公司MultiOn、人工智能推理引擎Modular、开发基于欧洲数据的人工智能大型语言模型Aleph Alpha等。值得一提的是,在国内,AI创意工具感知阶跃,其创始人张诗莹曾在苹果工作。


苹果公司(Apple Inc.)于1976年4月1日由史蒂夫·乔布斯(Steve Jobs)、史蒂夫·沃兹尼亚克(Steve Wozniak)和罗纳德·韦恩(Ronald Wayne)在美国加利福尼亚州的库比蒂诺创立。最初,公司名为Apple Computer, Inc.,主要专注于个人电脑的设计和制造。2007年,随着业务的多元化,公司更名为Apple Inc.。



Apple 的生成式 AI 战略与其他科技巨头(如 Meta、OpenAI、谷歌等)的路径有所不同。尽管苹果没有像 OpenAI、Google DeepMind 那样推出明确的、公开的大型生成式 AI 模型(如 GPT 系列或 Bard),但其 AI 技术已经深度融入了苹果的生态系统和硬件产品中。Apple 的生成式 AI 战略更加注重隐私保护、用户体验、硬件优化和集成创新。


1、机器学习和AI战略部门


  • 机器学习和人工智能战略部门:该部门致力于改进Siri语音助手的核心功能,包括自然语言理解、对话管理和语音生成。它的目标是通过AI技术提高Siri的性能和用户体验。


  • 约翰·詹南德雷亚(John Giannandrea):2018年加入苹果,担任机器学习和AI战略的高级副总裁。他曾在谷歌领导搜索和AI部门,具备丰富的行业经验。在他的领导下,苹果加大了在Siri改进、Core ML等方面的投入,推动了苹果AI技术的发展。


2、核心AI技术


  • 设备端AI计算:苹果注重将AI处理任务放在设备端(如iPhone和iPad)完成,而非依赖云计算。这样的架构不仅提升了Siri等应用的响应速度,还能更好地保护用户隐私,减少数据传输至云端的需求。


  • Core ML框架:苹果为开发者提供的机器学习框架,使其能够轻松在iOS和macOS设备上部署模型,支持计算机视觉、自然语言处理和音频处理等功能。这为开发者带来了丰富的AI应用开发机会。


3、应用场景


  • Siri语音助手:Siri利用自然语言处理和语音识别技术,为用户提供语音交互服务,支持信息查询、智能家居控制和日常任务管理等功能。


  • 摄影与图像处理:苹果在其相机应用中使用机器学习技术实现了智能HDR、场景识别、夜间模式和人像模式等功能,显著提升了照片和视频的质量。


  • 增强现实(AR):通过ARKit平台,苹果将机器学习与计算机视觉技术结合,赋予开发者创建AR应用的工具,推动了增强现实在游戏、教育等领域的应用。


Top 7:McKinsey & Company


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,30位创始人有麦肯锡工作背景,主要集中在AI应用层,而且比较分散。包括欧洲AI国防公司Helsing、拥有 Evernote 和 Meetup 等热门应用和服务的Bending Spoons、两位斯坦福校友创立的AI国防数据分析企业Vannevar Labs、AI销售代理11x AI等。值得一提的是,来自广州开发机器人系统的雅可比机器人,创始人Max C.也曾在麦肯锡做过实习。


麦肯锡公司(McKinsey & Company)成立于1926年,由詹姆斯·O·麦肯锡(James O. McKinsey)在美国伊利诺伊州芝加哥创立。詹姆斯·麦肯锡是一位会计学教授,致力于将科学管理方法引入企业管理咨询领域。麦肯锡公司在人工智能(AI)领域具有显著的优势体现在以下几个方面:


1、AI和数据分析部门:QuantumBlack


QuantumBlack:最初专注于赛车运动数据分析,现在作为麦肯锡的AI和高级分析部门,帮助各行业客户通过先进的数据分析提升业务效率和决策质量。


2、跨领域的专业团队


  • 数据科学家和工程师:麦肯锡拥有一支由全球数据科学家、机器学习工程师和AI专家组成的团队,具备丰富的技术专长,能够为复杂的数据分析和AI应用提供支持。


  • 行业专家:麦肯锡将AI技术与对各行业的深刻理解结合,成功应用于多个领域,包括金融、医疗、制造业、零售和能源,确保AI技术能够解决行业特定的问题。


3、工具和平台


  • McKinsey Analytics:这是麦肯锡的数据分析和AI解决方案平台,帮助客户从数据中获取有价值的洞察,并实现数据驱动的决策。


  • QuantumBlack Labs:专注于开发AI工具,推动AI技术的创新和应用,确保客户能够获得最新的AI解决方案。


  • 麦肯锡全球研究院(McKinsey Global Institute):进行关于AI和数据分析的深入研究,发布了多份具有广泛影响力的报告,如《人工智能的未来影响》和《数字化时代的分析竞争力》,为全球企业提供了关于AI应用和未来趋势的宝贵见解。


Top 8:IBM


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,28位创始人有IBM工作背景,包括“无代码”CRM平台Creatio、韩国的AI芯片公司DEEPX、利用生成式人工智能功能创建应用程序Fireworks AI等。值得注意的是,国内至少有6家高潜AI公司创始人曾在IBM工作,包括智谱、风平智能、水木分子、新数科技和开放传神等。


IBM公司,全称国际商业机器公司(International Business Machines Corporation),成立于1911年6月16日,最初名为计算制表记录公司(Computing-Tabulating-Recording Company,CTR),总部位于美国纽约州的阿蒙克市。1924年,公司更名为IBM。


IBM 的生成式 AI 战略主要依托其 Watson AI 平台,聚焦于企业级应用和行业解决方案。IBM 致力于将生成式 AI 与其强大的云计算能力相结合,提供高度定制化和可靠的 AI 服务,帮助企业在医疗、金融、供应链等领域实现智能化转型。


 1、IBM研究院和Waston


  • IBM研究院,成立于1945年,是全球历史最悠久、规模最大的企业研究机构之一。其在全球拥有19个实验室,涵盖基础科学、计算机科学、材料科学和人工智能等多个前沿领域。研究院由达里奥·吉尔博士领导,他在量子计算、人工智能和未来计算技术领域有着丰富的经验。


  • IBM Watson,一个功能强大的人工智能平台,专注于处理非结构化数据,尤其在自然语言处理和机器学习方面表现出色。它由罗布·托马斯领导,他同时负责IBM云平台和认知软件业务。


2、相关技术和工具


  • IBM Watson Studio:数据科学家和开发者可以利用这个平台构建、训练和部署机器学习及深度学习模型。


  • IBM Power Systems:这套硬件优化了AI工作负载处理能力,为高性能计算提供支持。


3、应用领域


  • 医疗健康:Watson for Oncology帮助医生分析患者数据,提供个性化治疗建议。


  • 金融服务:AI技术被应用于风险管理、欺诈检测以及优化客户服务。


  • 客户服务:Watson Assistant支持智能聊天机器人开发,提升客户支持效率。


Top 9:阿里巴巴


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,16位创始人有阿里巴巴工作背景,AI基础层、模型层和应用层都有涉及。包括AI大模型技术研发商无限光年、自动化数据科学分析工具Kanaries、AIGC智能内容营销科技公司时代涌现、业内领先的AI代码平台模本科技(moben.cloud)等。



阿里巴巴集团(Alibaba Group)于1999年由马云(Jack Ma)在中国浙江省杭州市创立。最初,阿里巴巴是一家专注于为中国中小企业提供在线贸易平台的B2B电子商务公司。阿里巴巴在生成式AI领域也推出了多种大模型,涵盖自然语言处理、对话系统、计算机视觉等多个方面。


1、阿里达摩院


阿里巴巴达摩院(Alibaba DAMO Academy)成立于2017年,是阿里巴巴集团的全球科研机构,致力于探索前沿科技领域,包括人工智能、机器智能、数据计算、机器人、金融科技和量子计算等。


该院由阿里巴巴合伙人张建锋领导,他在技术战略和研发方面具有丰富的经验。


2、技术与工具


  • 通义大模型(Tongyi Qianwen):2023年发布的生成式AI大模型,专注于自然语言处理和对话系统,类似于OpenAI的GPT系列,具有强大的语言生成、理解和推理能力。


  • PAI(Platform for Artificial Intelligence):阿里云推出的全栈AI平台,覆盖从数据处理、模型训练到部署的完整流程,降低了AI开发的难度。


3、应用场景


  • 智能仓储与配送:通过机器人和AI算法优化仓储和物流路径,提升效率。


  • 风险控制与反欺诈:利用机器学习模型增强金融交易的安全性和合规性。


  • 个性化推荐:通过深度学习为用户提供精准的商品推荐,提升购物体验和销售转化率。


Top 10:BCG


根据硅谷科技评论(SVTR)AI创投库,截至2024年上半年,15位创始人有BCG工作背景。包括AI+VR课后辅导平台GoStudent、利用人工智能为商业车队设计保险产品Nirvana Insurance、零售和供应链人工智能软件Impact Analytics 等。


波士顿咨询集团(简称BCG)成立于1963年,由布鲁斯·D·亨德森(Bruce D. Henderson)在美国马萨诸塞州波士顿创立。BCG是一家全球领先的管理咨询公司,致力于为企业、政府和非营利组织提供战略、组织、运营、数字化和技术转型等方面的咨询服务。


BCG在人工智能(AI)领域的优势,主要体现在以下几个方面:


1、AI数据分部门:BCG Gamma


BCG Gamma是波士顿咨询公司(BCG)旗下专注于数据科学和高级分析的部门,成立于2016年。Gamma团队由数据科学家、工程师和顾问组成,专注于将人工智能和高级分析技术应用于商业问题,帮助客户实现数据驱动的决策和创新。


该部门由Sylvain Duranton领导,他在数据科学和数字化转型方面拥有丰富的经验。


2、技术与工具


  • AI解决方案平台:BCG Gamma开发了多种人工智能和机器学习解决方案,涵盖预测分析、优化算法、自然语言处理和计算机视觉等技术。

  • 创新实验室:BCG设立了数字创新中心,推动新技术的研发和实际应用。

3、项目经验


BCG Gamma在全球范围内为客户提供AI项目的咨询与实施服务。例如,帮助制造业企业构建预测性维护系统,协助零售商开展个性化营销,以及支持金融机构进行风险管理和欺诈检测。


硅谷科技评论(SVTR)AI创投社区覆盖人数超过10W,大都来自全球科技大厂、顶尖投资机构和高潜创业企业。欢迎联系凯瑞(pkcapital2023),加入我们创业工作室,成为导师、顾问创业合伙人。文末阅读原文访问AI创投库

AI周报:


001002003004005006007008009010
011012013014015016017018019020
021022023024025026027028029030
031032033034035036037038039040
041042043044045046047048
049
050 
051052 
053
054 
055
056
057
058
059
060
061
062 
063 
064
065066
067
068
069
070


AI创投



+



AI工程师有多强?3天上线全球首个AI数库
“AI张雪峰”诞生,北大团队用 AI 重塑教育咨询
1人团队,百万营收的AI套壳
独立创始人的崛起:如何独自创办公司
全球七大科技巨头的 4000 亿美元 AI 战略布局
性格决定创业成败顶尖VC投的AI公司
如何寻找创业方向中美AI创投异同
如何聘请CEO
应该关注哪些AI公司
如何确定CEO的薪水如何评估AI初创公司
如何分配股权和头衔海外投资人谈AI新趋势
如何组建和召开董事会做通才还是专才风投人
如何写商业计划书红杉资本如何做投资
初创公司估值如何及早识别独角兽
如何找到创业合伙人如何避免7大投资陷阱
AI初创公司商业模式合伙人是怎么炼成的
选择自己的创业导师 
Souring的艺术
创始人如何做电梯演讲

精品基金VS超级基金

YC给年轻创始人建议

初创工作室

如何成为亿万富翁
颜值如何影响VC决策
如何做出困难的决定
如何快速解读对方性格
如何在海外启动新产品
硅谷投资人的武器库
如何确认真实投资意愿
VC改变世界?
找这种人实现快速裂变
AI 创投七大新趋势
AI原生公司定价策略
微软(M12)投资策略
GTM指南ICONIQ小扎的朋友圈
如何选择VCCowboy:AI大势所趋
YC:如何独立思考
SOSV: 从草根到帝国
如何打造AI驱动的公司
风投界的水晶球
不要像投资人那样思考Coatue:AI革命
创始人与市场契合度
谁是全球创业之都
为什么初创公司会失败
全球AI投资机构Top10
初创公司如何聘请CEO
彼得·泰尔
什么决定创业成败
General Catalyst
AI驱动VC全球AI创投生态


AI行业



+



全球 Gen AI 独角兽大盘点,中国4家大模型上榜
大模型系列:海外 数学 性价比 编程 医疗 评估 训练成本 | 小模型
AI 公司创始人 华裔创始人 北美科技人才中心地图
AI 公司地理和行业分布 以色列 德国 旧金山湾区 欧洲
福布斯AI 50 斯坦福AI指数 企业科技AI 30 高增长AI 50 C端AI 50 | 工具AI 50 | SVTR AI 100 | 自力更生AI 25
AI+编程 医疗 企服 电商 设计 勘探 教育 写作 客服 法律 视频 3D | 音乐 | 搜索 | 心理精神 | 消费者科技 | 安全 | 生产力工具 | 浏览器 | 游戏 | 会计 | 数据分析 | 销售 | Scribe | 金融投资
人工智能能做什么?
LLMOps
AI是否会被垄断AI未解之谜
开源AI开发者工具AI域名
生成式 AI 六大趋势
巨头的AI战争
AI Agent自动化具身智能
AI专利2023年AI总结和展望


AI公司



+



11x.ai,AI虚拟销售员,半年内突破200万美元
Adobe:从Adobe、Figma、Canva 到 OpenAI
Amazon:人工智能战略
Anduril Industries,AI 重新定义现代战争与和平
Anthropic:OpenAI"宫斗"背后的公司
Apple:产品收入变迁 AI 并购之王
Bardeen,让AI代理更稳更快,让人人都能享用自动化

Calendly:日程安排助手,AI效率工具鼻祖

Canva:从Adobe、Figma、Canva 到 OpenAI

Cohere:为企业提供大模型

CoreWeave:GPU租赁独角兽,英伟达的好盟友

Databricks,从数据湖到大模型
DeepL,从机器翻译到AI写作的语言沟通利器
Discord,腾讯多次押注,打造属于你自己的线上互动社区
DoNotPay:世界首款AI机器人律师

Duolingo:如何改写语言学习

E2B,为 AI 代理构建自动化云平台
Figma从Adobe、Figma、Canva 到 OpenAI

Glean:重塑知识工作的未来

Google:谷歌人工智能战略
Grammarly:从论文查重到AI写作的沟通利器
Hugging Face:开源AI的未来
Jenni AI:如何通过AI写作实现年入千万
Marblism, 一句AI提示词自动生成各类软件
Microsoft:收入拆解M12
Midjourney:0融资,11人,$1亿收入
Mistral,欧洲大模型,性价比之王
MultiOn,用人工智能代理给软件装上大脑
Neuralink:让失明者重见光明,让瘫患者再次行走,让人类与AI融合永生
NVIDIA:收入按产品线拆解AI投资策略
OpenAI:人工智能突破的前沿员工董事会营销GPT Store奥特曼马斯克地产生意微软投资婚礼产品生态Thrive Capital
Pika:AI视频的未来
Rad AI ,如何用 AI 改变医疗保健?
Reddit:奥特曼押注基于兴趣社交的美版“贴吧”
Replicate:1人AI公司背后的幕后英雄
Replite:教马斯克的儿子如何写代码
Perplexity:挑战谷歌,站在AI搜索最前沿
RunwayAI视频的未来
Scale AI:如何成为数字世界的“水源”
Shein:打造下一个“中国首富”

SpaceX:梦想照进现实,人类星际生命的曙光

Stability AI:SD 背后的公司和创始人
Stripe:马斯克和奥特曼押注的支付王者
Substack,美版公众号,为价值付费

Superhuman:邮件超人,拥抱 AI

Vannevar Labs:AI+国防,军事人工智能掘金者
Zapier:ChatGPT最受欢迎插件的过去和未来

硅谷科技评论
全球前沿科技,创业投资孵化
 最新文章