Categories :

5 успешных мировых стартапов в области машинного обучения динамично растущих в 2021 году


Бизнес-журнал B-MAG представляет 5 успешных мировых стартапов в области машинного обучения, за которыми стоит следить в 2021 году. Машинное обучение звучит как нечто из антиутопического фантастического фильма, на самом деле оно гораздо менее опасно и потенциально более полезно. Согласно IBM, машинное обучение — это отрасль искусственного интеллекта (ИИ) и информатики, которая использует данные и алгоритмы для имитации того, как человек учится. Благодаря этому процессу компьютеры могут постепенно повышать свою производительность и точность при выполнении всевозможных задач, а не просто следовать инструкциям, заложенным в них разработчиками программного обеспечения.

По данным Grand View Research, мировой рынок машинного обучения оценивался в $6,9 млрд в 2018 году и, как ожидается, вырастет на 43% в период с 2019 по 2025 год. Машинное обучение меняет способы выполнения самых разных задач — от оптимизации цепочек поставок до запуска цифровых продуктов и услуг и улучшения качества обслуживания клиентов. К примеру, машинное обучение используется для прогнозирования поведения клиентов, повышения эффективности рекламных кампаний, улучшения процесса одобрения кредитов, оптимизации управления активами и документами, а также повышения безопасности в Интернете.

Рынок машинного обучения включает в себя аппаратное обеспечение, программное обеспечение и услуги. Прогнозируется, что сегмент аппаратного обеспечения будет расти быстрее всего, отчасти благодаря разработке все более мощных компьютерных чипов. Индустрия машинного обучения породила множество стартапов, которые лидируют в этой прогрессивной области.

Стартап Avora (общее финансирование $9,7 млн)

Лондонская стартап-компания Avora использует дополненную аналитику, чтобы помочь компаниям анализировать данные так же легко, как проводить веб-поиск. Даже люди, не считающие себя технически подкованными, могут пользоваться простым в навигации интерфейсом, который отвечает на запросы простым языком, выявляет потенциально важные аномалии в данных, проводит анализ первопричин в фоновом режиме, чтобы определить факторы, которые могут вызвать неожиданные изменения важных бизнес-показателей, и дает более точный прогноз.

Аналитические исследования и отчеты легко формируются и распространяются, а время на подготовку и обнаружение данных сокращается более чем в два раза по сравнению с традиционными методами анализа данных. У компании есть клиенты в различных отраслях, включая рекламу, розничную торговлю, СМИ, финансовые услуги и управление цепочками поставок.

Avora была названа 42-й самой быстрорастущей технологической компанией Великобритании по версии Deloitte Fast 50 Awards, которая определяет 50 самых быстрорастущих технологических стартап-компаний Британии на основе роста доходов за предыдущие четыре года.

Стартап-компания Zest AI (общее финансирование $250 млн)

Компания Zest AI, расположенная в Лос-Анджелесе, стремится помочь кредиторам выполнять одну из самых сложных — и в то же время самых важных задач: определять, какие заемщики рискованы, а какие нет. Компания создала платформу машинного обучения, которая позволяет кредиторам анализировать большие объемы кредитных и других соответствующих данных, чтобы выдавать более безопасные кредиты, особенно таким людям, как миллениалы, которые представляют повышенный кредитный риск.

Этот метод позволяет кредиторам охватить заемщиков, которые в противном случае могли бы считаться слишком рискованными из-за их короткой или несуществующей кредитной истории. Кредиторы также могут использовать платформу для соблюдения финансовых норм и оценки влияния различных кредитов на бизнес.

«Сложность, с которой сталкиваются финансовые учреждения при составлении кредитных заявок для миллениалов, заключается в их ограниченной кредитной истории — они являются классическим примером заемщиков с тонкой или отсутствующей кредитной историей», — сказал Businesswire Дуглас Меррилл, основатель и генеральный директор ZestFinance. «Традиционный андеррайтинг хорошо работает при оценке заемщиков с длинной кредитной историей, но при ограниченности данных он не может отличить кредитоспособных заявителей от тех, кто подвержен высокому риску. Машинное обучение заполняет эти пробелы, анализируя гораздо более широкий набор данных».

Zest AI утверждает, что ее платформа является одновременно мощной и простой в использовании. Среди других недавних событий компания объявила о вливании капитала в размере $18 млн, которое возглавили инвесторы VyStar Credit Union и First National Bank of Omaha, а также вернувшийся инвестор Northgate Capital.

Стартап Particle ($75,8 млн в общем объеме финансирования)

Стартап-компания Particle из Сан-Франциско разработала платформу для управления устройствами Интернета вещей (IoT). Все больше и больше гаджетов подключаются к Интернету, и успешная и безопасная их интеграция представляет собой серьезную проблему. Используя Particle, большие и малые компании могут создавать и управлять системами и сетями IoT.

Комплексная платформа Particle призвана помочь компаниям программировать свои машины и продукты, чтобы сделать их более взаимосвязанными и интеллектуальными. Компании могут использовать платформу (среди прочего) для удаленного мониторинга IoT-устройств, отправки команд и проверки переменных устройства, а также для отслеживания местонахождения критически важных для бизнеса активов.

«За последние семь лет мы стали свидетелями того, как широкий круг предприятий использует IoT, особенно те, которые внедряют инновации в традиционных отраслях», — сказал Venture Beat генеральный директор компании Зак Супалла. «Все больше наших клиентов работают в таких старомодных и даже не гламурных отраслях, как управление ливневыми стоками, промышленное оборудование, судоходство или мониторинг любого количества компрессоров, насосов и клапанов.

Эти предприятия разнообразны, но их объединяет то, что им необходимо контролировать и управлять критически важными машинами, и мы считаем своей миссией помочь им перевести их машины, транспортные средства и устройства в 21 век». В компании работает более 200 000 разработчиков и инженеров в более чем 170 странах.

Стартап DataVisor (общее финансирование $54,5 млн)

Еще одна калифорнийская стартап-компания, DataVisor, использует машинное обучение и искусственный интеллект, чтобы помочь организациям обнаружить закономерности, которые могут указывать на мошенничество. По мнению компании, «реактивные» подходы к борьбе с мошенничеством невозможны в современном быстро меняющемся, взаимосвязанном мире, особенно с учетом того, что так много ошибок совершается автоматизированными ботами.

DataVisor утверждает, что предлагает единственное комплексное решение для предотвращения мошенничества, которое проактивно обнаруживает мошенничество до его возникновения. Используя свою глобальную разведывательную сеть из более чем 4,2 миллиарда пользователей, а также передовые аналитические технологии, DataVisor может помочь предприятиям различных отраслей защитить свою репутацию и финансы.

Компания уверенно смотрит в будущее. «Спрос на управление мошенничеством и рисками остается высоким, поскольку цифровые каналы переживают следующую волну роста», — заявил в пресс-релизе соучредитель и генеральный директор компании Иньлян Се (Yinglian Xie). «По мере того, как компании расширяют свои предложения, включая цифровые технологии и каналы, необходимость защиты хороших клиентов становится все более критической».

DataVisor была названа Gartner Cool Vendor в области управления идентификацией и доступом и обнаружения мошенничества, а также лидером в IDC MarketScape: Worldwide Enterprise Fraud Management in Banking 2020 Vendor Assessment.

Стартап ClosedLoop.ai (общее финансирование $14 млн)

Компания ClosedLoop.ai называет себя «платформой для изучения данных в здравоохранении». Компания сочетает интуитивно понятную сквозную платформу машинного обучения с обширной библиотекой специфических для здравоохранения функций и шаблонов моделей. Платформа включает в себя прогнозирующие и предписывающие модели, которые медицинские учреждения могут настраивать для конкретных групп населения, которые они обслуживают.

Медицинские учреждения могут использовать Explainable AI от ClosedLoop для улучшения качества обслуживания, прогнозирования хронических заболеваний, предсказания рисков различных вмешательств и лечения, оптимизации работы с пациентами, сокращения числа неявок на прием, повышения эффективности работы и увеличения доходов.

Среди других недавних достижений компании — победа в конкурсе AI Health Outcomes Challenge, который проводился Центром обслуживания Medicare и Medicaid Services с целью создания точных прогнозов состояния здоровья отдельных пациентов, на которые могли бы опираться их медицинские работники.

Стартап-компания также объявила о новом сотрудничестве с Palm Beach Accountable Care Organization, одной из ведущих и наиболее успешных в стране организаций по предоставлению подотчетных услуг под руководством врачей в рамках программы Medicare Shared Savings Program. ClosedLoop.ai утверждает, что ее платформа искусственного интеллекта ежедневно помогает более чем 3 миллионам пациентов в крупнейших медицинских организациях по всей территории США.

Если вам понравилась статья поделитесь ей в социальных сетях.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *