全球人工智能企业各数据一览

简介: 在前面的一篇文章中,我们简单总结了人工智能的八大关键技术,今天我们再来盘点下当今全球TOP20的人工智能领域公司的相关数据当然数据不是非常全面,但是从一定程度上也能代表人工智能领域了~

数据展示


我们先来简单看下数据内容

df = pd.read_csv('data.csv')
df

Output:

微信图片_20220522213644.png

数据比较整齐,不需要做什么特殊处理了~


可视化分析


我们先来看一下整体情况

微信图片_20220522213651.jpg

下面我们进行细化的可视化分析,主要还是使用 Pyecharts 来制图

from pyecharts.charts import Bar,Map,Line,Page,Scatter,Pie,Polar
from pyecharts import options as opts
from pyecharts.globals import SymbolType,ThemeType
from pyecharts.charts import Grid


市值排名

首先我们来看各大公司的市值(估值)排名情况

微信图片_20220522213656.png

可以看到 Microdoft 和 Google 是唯二的市值超过万亿美元的公司,当然了这两家公司都不是依靠 AI 起家,而且都在各自的领域摸爬滚打了很多年,现如今不仅是自己领域的巨头,在人工智能方面也处于领先地位

紧跟着他们的是 Facebook 和阿里,差不多属于第二梯队吧,和其他公司市值差距还是挺大的


领域排名

再来看下各领域分别有多少公司

微信图片_20220522213806.png


可以看到各个领域还是分布的很均匀且广泛的,也足以说明各行各业都在大力发展人工智能,而 AI 技术也确实为我们的生活带来了很多的便利


资本状态

资本状态是指该公司是否上市,如果没有上市,那么当前处于第几轮融资

微信图片_20220522213810.png

可以看到大部分公司都已经上市了,其余公司也都处于比较好的融资轮次,可以肯定,人工智能公司还是非常受资本市场的青睐的

我们再重点看下上市公司的情况

df[df['资本市场状态'] == '上市'].sort_values(by=["市值/估值/融资(亿美元)"], ascending=False)

Output:

微信图片_20220522213813.png

都是大名鼎鼎我们耳熟能详的明星公司

我们按照所属国家的维度来看下

微信图片_20220522213816.png

美国还是第一科技大国,占据了大多数,而我国也表现的很好了!


成立时长

从一个公司成立的时间长短,可以看出这个公司的底蕴与风采

微信图片_20220522213819.png

可以看到一家百年老店--IBM,嗯,公司经常用的服务器就是他家的~

还能看出大部公司成立的时长集中在10-30年左右,也突出显示了人工智能这项“新”兴技术正处于蓬勃的发展期!

我们再通过时长区间来具体看下数据

微信图片_20220522213927.png


下面再根据成立时长区间进行汇总,看看不同区间公司总的市值情况

微信图片_20220522213930.png


人工智能技术作为时代的宠儿,既有中青代公司的引领,也有初生企业的奋进,更有老牌劲旅的坚持,好不热闹!


国家数量排行

最后我们来看kan各国所拥有的公司情况

微信图片_20220522213933.png


从整体上来看,我国还是与漂亮国持平的(虽然在上市公司上处于劣势),并且遥遥领先于其他国家

再来看下各国企业的总市值情况

微信图片_20220522213936.png


在市值一方面,美国一骑绝尘了,毕竟微软、谷歌等巨无霸都是美国的呀

相关文章
|
4月前
|
机器学习/深度学习 人工智能 专有云
人工智能平台PAI使用问题之怎么将DLC的数据写入到另一个阿里云主账号的OSS中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
数据采集 人工智能 自然语言处理
GPT被封锁了怎么办?轻松获取高质量的数据,训练自己的人工智能和大语言模型。
2023年标志着AI大模型时代的到来,GPT-4等模型在多个领域展现巨大潜力。然而,OpenAI对中国区服务的限制提出了挑战。本文探讨如何使用亮数据代理获取训练大模型所需的数据,包括确定目标、选择代理、数据抓取、清洗,并以西方历史为例,展示如何使用亮数据的静态住宅代理稳定获取DE区域数据,最终在国产AI平台上训练模型,提升知识库的丰富度和准确性。尽管面临外部障碍,但自主获取和训练数据能增强本土AI能力。
|
4月前
|
机器学习/深度学习 数据采集 人工智能
ERP系统中的人工智能与机器学习应用:提升企业智能化管理
【7月更文挑战第29天】 ERP系统中的人工智能与机器学习应用:提升企业智能化管理
507 0
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何实现数据在MaxCompute中是永久的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5月前
|
机器学习/深度学习 人工智能 前端开发
人工智能平台PAI产品使用合集之创建了实时特征视图,里面的数据是通过什么传入的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
5月前
|
机器学习/深度学习 人工智能 监控
人工智能平台PAI产品使用合集之设置了7个特征,但在最后生成的数据表中只包含了6个id_feature的特征,是什么导致的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4月前
|
存储 人工智能 安全
人工智能浪潮下的数据隐私保护技术
在大数据与人工智能(AI)的高速发展中,数据隐私保护成为亟待解决的关键议题。本文将探讨当前AI时代下数据隐私保护的技术手段及其面临的挑战,并分析未来发展趋势。文章首先介绍数据隐私的重要性和当前面临的风险,然后深入讨论加密技术和匿名化处理等保护措施,最后评估这些技术的有效性及潜在的改进方向。
177 0
|
5月前
|
机器学习/深度学习 人工智能 算法
人工智能伦理:机器学习中的数据偏见与公平性挑战
在机器学习领域,算法的公正性与透明度日益成为社会关注的焦点。本文深入探讨了AI系统在处理数据时可能遇到的偏见问题及其对社会公平性的影响。通过分析具体案例和最新研究成果,本文揭示了数据偏见如何影响算法决策,并提出了减轻这些偏见的策略。文章呼吁开发更加负责任的AI系统,以促进技术与社会价值的和谐共存。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?
【5月更文挑战第4天】【AI 生成式】如何利用生成式人工智能进行机器学习的数据增强?

热门文章

最新文章