25 startups de Machine Learning à surveiller en 2019 -Acheter sur Amazon -39 % Réduction





<div _ngcontent-c14 = "" innerhtml = "

Getty

  • Il y a 8 705 startups et sociétés listées dans Crunchbase aujourd'hui, qui comptent sur l'apprentissage automatique pour leurs applications, produits et services principaux et auxiliaires.
  • 83% des startups d'apprentissage automatique Crunchbase Les pistes n'ont eu que trois tours de financement ou moins, les tours de graine, d'ange et de début étant les plus courantes.
  • Les entreprises liées à l'intelligence artificielle ont collecté 9,3 milliards de dollars en 2018, soit une augmentation de 72% par rapport à 2017, selon Rapport MoneyTree de PwC / CB Insights, T4 2018.
  • Les transactions d’intelligence artificielle ont augmenté au premier trimestre 2019, passant de 104 au quatrième trimestre 2018, à 116 au dernier Rapport MoneyTree de PwC / CB Insights – T1 2019.
  • Les brevets marketing basés sur l'intelligence artificielle constituent la catégorie mondiale à la croissance la plus rapide, atteignant un taux de croissance annuel composé (CAGR) de 29,3% entre 2010 et 2018, selon EconSight.

De la création de sites de carrière personnalisés proposant des positions ouvertes idéales pour un candidat donné en fonction de ses capacités huituple.ai fait aujourd’hui à la complexité et au volume des algorithmes d’apprentissage automatique, de sorte qu’ils soient plus accessibles DataRobot Dans ce contexte, les startups d’apprentissage automatique relèvent bon nombre des défis les plus importants des entreprises. L'intelligence artificielle et l'apprentissage automatique ont le potentiel de générer une valeur additionnelle de 2,6 T USD d'ici 2020 dans le marketing et les ventes, et jusqu'à 2 T USD dans la planification de la fabrication et de la chaîne d'approvisionnement. selon le McKinsey Global Institute. S'il vous plaît voir le dernier bilan des prévisions et des estimations du marché de l'apprentissage automatique, 2019 plus de données de marché sur la croissance exponentielle des apprentissages en machines.

25 startups de Machine Learning à surveiller en 2019

Alation – Alation propose un catalogue de données d'apprentissage automatique destiné à aider les utilisateurs à trouver, comprendre et faire confiance aux données de l'ensemble de leurs organisations. Ils ont défini leur solution de manière à s’aligner sur les besoins de quatre personnalités dominantes, notamment les responsables des données, les analystes, les responsables et les services informatiques et d’ingénierie. Leur catalogue de données est connu pour sa convivialité et sa conception intuitive. Plus de 100 organisations, dont la ville de San Diego, eBay, Munich Re et Pfizer, ont adopté le catalogue de données Alation. Alation est financé par Costanoa Ventures, DCVC (Data Collective), Harmony Partners, Icon Ventures, Salesforce Ventures et Sapphire Ventures. Alation a levé un total de 82 millions de dollars en financement sur quatre tours. Leur dernier financement a été levé le 17 janvier 2019, lors d'un tour de série C.

AnodotCapitalisant sur les forces intrinsèques de l'apprentissage automatique en recherchant en permanence des modèles à l'aide de la modélisation basée sur des contraintes dans divers ensembles de données, les entreprises comptent sur leur fonctionnement quotidien. Semblable à de nombreuses startups d’apprentissage automatique qui tirent parti de la capacité de la technologie à apprendre en permanence, la plate-forme d’IA d’Anodot cherche à éliminer les angles morts dans les données et à quantifier les causes profondes de divers ensembles de données. La plate-forme d’analyses autonomes d’Anodot utilise des techniques d’apprentissage automatique avancées pour analyser et corréler en permanence tous les paramètres de l’entreprise, en fournissant des alertes et des prévisions en temps réel, dans leur contexte, réduisant ainsi le temps nécessaire à la détection et à la résolution. Anodot a réuni un financement total de 27,5 millions de dollars sur quatre tours. Le dernier financement provient d'une série B du 19 décembre 2017 de Redline Capital. L'écran suivant de leur application est un exemple de la façon dont Anodot fournit une détection d'anomalie en temps réel.

Ablacon – Ablacon est une start-up fascinante qui a mis au point un système de veille machine de premier plan pour comprendre et traiter quantitativement et qualitativement la fibrillation auriculaire. Leur technologie permet de visualiser en temps réel ce qui se passe dans le cœur. Ils calculent le flux électrographique, ce qui permet un traitement de la fibrillation auriculaire plus rapide, plus précis et plus fiable. Ablacon a réuni un financement total de 21,5 millions de dollars en 1 tour. Il s’agissait d’une manche de la série A déclenchée le 30 avril 2019 avec Ajax Health.

Biofourmis – Biofourmis est une start-up mondiale en pleine croissance, spécialisée dans les technologies de la santé numériques, qui réinvente la surveillance à distance des patients en combinant intelligence artificielle, apprentissage automatique et surveillance en temps réel. Leur plate-forme est capable de détecter des schémas personnalisés prédictifs de l’état de santé d’un patient et de détecter des indicateurs avancés de détérioration potentielle de sa santé. Leur plate-forme Biovitals est l’un des moteurs d’analyse de données physiologiques personnalisés les plus sophistiqués, basé sur la physiologie humaine, qui élabore des modèles de santé personnalisés. Il en résulte des solutions hautement optimisées de surveillance des patients post-aigus et une prévision précise de la détérioration de la santé des patients avant qu’elle ne survienne. Ils utilisent des appareils connectés et des biocapteurs pour capturer les signaux physiologiques et détecter les anomalies. Cette plate-forme de surveillance continue dotée d'une intelligence artificielle invite les professionnels de la santé à intervenir quelques jours avant un événement critique. Leur plate-forme RhythmAnalytics ™ a récemment reçu l'autorisation de la FDA pour une interprétation automatisée des arythmies cardiaques basée sur l'IA. La startup a collecté un total de 41,6 millions de dollars de financement en six phases, la dernière en date ayant eu lieu le 21 mai 2019 avec MassMutual Ventures et Sequoia Capital India.

Cannelle – L’une des startups d’apprentissage automatique les plus excitantes à surveiller en raison de leur approche unique en matière d’intégration des techniques d’intelligence artificielle et de l’apprentissage automatique en vue de rationaliser les tâches banales d’automatisation de l’extraction de données à partir de documents non structurés, Cinnamon a enregistré des progrès constants au cours de l’année écoulée. nouvelles fonctionnalités à leur solution. Ils sont capables d’atteindre une précision de 85% à 100% en utilisant uniquement les techniques d’intelligence artificielle et d’apprentissage automatique et gagnent du terrain auprès des banques et des compagnies d’assurance. Ils ont réussi à recruter plus de 50 spécialistes des données et s’engagent à en recruter 100 d’ici la fin de l’année. La société est basée à Tokyo et au Vietnam et s’étend maintenant aux États-Unis. Les nouveaux clients incluent un fournisseur de services financiers et de crédit global Bureau de crédit du Japon, Kansai Electric Power, Showa Denko, et de nombreuses autres grandes entreprises de la région Asie-Pacifique. Le succès continu de la société se reflète également dans leur victoire au Business Innovation Development Award décerné par la Japan Creation Association pour leur travail dans l'IA. Cinnamon a réuni un financement total de 17 millions de dollars sur six tours. Leur dernier financement a été levé le 28 janvier 2019, à partir d'un tour de série B.

Compression.ai – L'un des principaux avantages de l'apprentissage automatique est sa capacité innée à détecter des anomalies dans les données visuelles et numériques. Compression.ai s’appuie sur l’apprentissage automatique pour améliorer les densités d’encodage et de décodage obtenues pour les images, avec un taux de compression moyen de 95% d’une image brute sans perte significative de sa qualité. L'algorithme utilise des réseaux de neurones profonds pour créer une représentation de l'image, une technologie que l'entreprise appelle son extension visuelle Machine Learning. L'extension crée une représentation compressée dans un tout nouveau format de fichier qui intègre une intelligence dans la structure de fichier. Compression.ai a organisé une ronde préliminaire en septembre 2018, financée par Victory Square et Village Global.

CrowdStrike – L’application de l’apprentissage automatique à la détection des menaces des réseaux informatiques par les points de contact constitue la différence entre CrowdStrike et le marché en pleine croissance de la cybersécurité. Leur plate-forme Falcon bloque les violations en détectant tous les types d'attaques, même les intrusions exemptes de logiciels malveillants, offrant une visibilité de cinq secondes sur toutes les activités des points de terminaison, qu'elles soient passées ou actuelles, tout en réduisant les coûts et la complexité pour les clients. Le graphique de menaces de CrowdStrike fournit une analyse en temps réel des données d’événements de point de terminaison dans la communauté mondiale du crowdsourcing, permettant ainsi la détection et la prévention des attaques basées sur la technologie brevetée de reconnaissance des modèles comportementaux. CrowdStrike a réuni un total de 481 millions de dollars de financement en six rondes. Leur dernier financement a été levé le 19 juin 2018, lors d'un tour de série E. Accel, General Atlantic et IVP (Institutional Venture Partners) sont les principaux investisseurs du dernier tour.

Dataiku – A conçu et lancé sa plate-forme Data Science Studio pour regrouper les étapes de processus nécessaires à la transformation des données brutes en applications pilotées par les données faciles à gérer. L’espace de travail de Studios est conçu pour être intuitif, interactif et capable de raccourcir les cycles de préparation de la charge, du test et du déploiement nécessaires pour créer des applications pilotées par les données. Parmi ses clients, on compte Unilever, GE, le groupe de presse FOX, Palo Alto Networks, SAP / CallidusCloud et de nombreux autres utilisateurs de Dataiku pour obtenir des informations et des informations plus complètes grâce à leurs énormes ensembles de données agrégées au cours de décennies d'exploitation. En supprimant les obstacles, Dataiku offre davantage de possibilités pour les modèles et les solutions créatives ayant un impact commercial, permettant ainsi aux équipes de travailler plus rapidement et plus intelligemment. Dataiku a réuni un financement total de 146,7 millions de dollars sur cinq tours. Leur dernier financement a été levé le 19 décembre 2018, lors d'un tour de série C dirigé par ICONIQ Capital. Dataiku propose des exemples de projets sur son site et la prévision sur les ventes vaut la peine d’être examinée. Un exemple du workflow créé est présenté ci-dessous:

https://www.dataiku.com/

DataRobotDataRobot est une plate-forme d'apprentissage machine d'entreprise conçue pour une large adoption et une facilité d'utilisation à travers les nombreux niveaux de compétences d'une organisation. La plate-forme fournit une large base d’algorithmes et d’outils permettant de développer et de déployer des projets d’apprentissage automatique et d’intelligence artificielle, notamment des bibliothèques de centaines d’algorithmes d’apprentissage automatique en source libre. Les clients de DataRobot ont construit plus d'un milliard de modèles sur la plate-forme Amazon Web Services. DataRobot a réuni un financement total de 224,6 millions de dollars sur sept tours. Leur dernier financement a été levé le 24 octobre 2018 grâce à une série D de Meritech Capital Partners et Sapphire Ventures. Ce qui suit est basé sur une analyse de quel film Disney sera le succès commercial le plus important. L'article de blog, Les prédictions de blockbuster de l'été: La bataille des favoris de Disney, est un regard fascinant sur la manière dont Qlik et DataRobot peuvent être utilisés pour résoudre des problèmes de prévision complexes.

https://www.datarobot.com/

Huitième fois.aiL’énergie et l’enthousiasme de cette startup pour transformer les concepts en code et en produits sont exceptionnels. Suivre les gains de leurs clients et la profondeur des fonctionnalités qu’ils fournissent dans chaque version est impressionnant. Ils sont en mesure de fournir des résultats mesurables et évolutifs en utilisant l’IA pour rationaliser la gestion des talents au sein d’un nombre croissant de sociétés. En utilisant des techniques avancées d'IA et d'apprentissage automatique, une société fondée par d'anciens scientifiques en intelligence artificielle de Google et de Facebook montre un potentiel pour relever ces défis. Les fondateurs Ashutosh Garg et Varun Kacholia comptent plus de 6000 citations de recherche et plus de 80 brevets de recherche et de personnalisation. Eightfold.ai se distingue par le fait qu’il s’agit de la première plate-forme Talent Intelligence Platform basée sur l’IA, qui combine l’analyse de données accessibles au public, des référentiels de données internes, des systèmes de gestion du capital humain (HRM), des outils ATS et des feuilles de calcul, puis crée des ontologies basées sur des organisations. critères de succès spécifiques. Chaque ontologie ou domaine d’intérêt de la gestion des talents peut être personnalisé pour des requêtes ultérieures à l’aide de l’interface utilisateur intuitive d’Eightfold. Eightfold a réuni un financement total de 51,8 millions de dollars sur trois tours. Ils ont réuni 28 millions de dollars lors de leur ronde de série C le 24 avril 2019 avec IVP (Institutional Venture Partners). Vous trouverez ci-dessous une vue d'ensemble de la Eightfold Talen Intelligence Platform:

https://eightfold.ai/

H2O.ai – H2O.ai fournit une plate-forme d'apprentissage automatique à code source ouvert qui simplifie le développement d'applications intelligentes pilotées par les données. Les scientifiques et les développeurs de données utilisent la plateforme H2O.ai pour créer, tester et mettre à l'échelle des algorithmes qui sont à la base des applications. Les applications H2O.ai sont aujourd'hui utilisées pour prévoir la fraude, le roulement des clients et résoudre de nombreux autres problèmes complexes auxquels leurs clients sont confrontés. Les principaux clients incluent Cisco, PayPal et Progressive. H2O.ai a réuni un financement total de 73,6 millions de dollars sur cinq tours. Leur dernier financement a été levé le 30 novembre 2017 à partir d'un tour de série C dirigé par Nvidia et Wells Fargo.

SANTÉ[at]ÉCHELLE – Ce qui est fascinant dans cette start-up, c’est la manière dont elle développe des solutions d’apprentissage automatique et d’intelligence artificielle pour résoudre les problèmes les plus difficiles en matière de soins de santé, y compris l’adaptation de chaque patient au traitement approprié par les prestataires appropriés au meilleur moment pour que les patients obtiennent des résultats optimaux. La startup développe des produits tels que HEALTH[at]SCALE Interception qui identifie les membres au sein des populations et permet une action précoce sélective et ciblée pour réduire ce risque. SANTÉ[at]SCALE Steerage construit les réseaux préférés et offre des informations adaptées au risque pour améliorer les réseaux au fil du temps; SANTÉ[at]Le traitement SCALE fournit des prévisions personnalisées des avantages, des inconvénients et de l'observance pour les membres, quel que soit le traitement choisi, et guide l'utilisation efficace des traitements pour améliorer les résultats longitudinaux des membres. Elle a débuté ses activités en juin 2015 et son siège se situe à Cupertino en Californie. SANTÉ[at]SCALE a réuni un financement total de 16 millions de dollars sur un tour. Il s'agissait d'un tour de la série A levé le 17 mai 2019, dirigé par Optum.

Chasseurs.ai – Ce qui rend cette startup unique dans le secteur en pleine croissance des startups en cybersécurité basées sur l’intelligence artificielle et l’apprentissage automatique est l’approche consistant à fournir des mises à jour en temps réel sur Attack Intelligence, Hunting AI et une automatisation continue avec les données de sécurité existantes d’une entreprise. Hunters.AI génère et diffuse des histoires d'attaques visualisées permettant aux organisations d'identifier, de comprendre et de réagir plus rapidement et plus efficacement aux attaques. Hunters.AI a réuni un total de 5,4 millions de dollars de financement en un tour. Il s’agissait d’une ronde de sélection déclenchée le 22 mai 2019, dirigée par Blumberg Capital et YL Ventures.

Analyse d'impact – Profitant des atouts inhérents à l'IA et à l'apprentissage automatique pour détecter les anomalies, les modèles et les tendances dans les données héritées ainsi que dans des ensembles de données entièrement nouveaux issus de modèles commerciaux récemment lancés, c'est ce qui a été la contribution la plus significative d'Impact Analytics. Ils ont des antécédents de succès en matière d’analyse client, d’amélioration de la marge, d’analyse marketing, d’optimisation du marchandisage, d’améliorations opérationnelles et de l’automatisation robotique des processus. Ils sont connus pour leurs déploiements réussis dans l’industrie de la vente au détail, avec des références clients dans les institutions bancaires et financières (BFSI), les biens de consommation courante (CPG), les soins de santé, l’hôtellerie et la fabrication industrielle. Impact Analytics a réuni un total de 750 000 dollars US lors d’une levée de fonds qui s’est tenue le 31 octobre 2016 et dirigée par Aarin Capital.

InnovaccerInnovaccer développe des systèmes basés sur l'IA et l'apprentissage automatique pour les organisations de santé, leur permettant d'intégrer des données complexes provenant de multiples sources distribuées et de fournir des informations précieuses aux professionnels de la santé. L’application Datashop d’Innovaccer comprend des algorithmes de modélisation exclusifs qui normalisent les données et les lient entre plusieurs sources de données disparates. Innovaccer propose également des solutions en matière de gestion des soins, de gestion des références et d’engagement des patients et a réuni un financement total de 54,1 millions de dollars sur quatre cycles. Leur dernier financement a été levé le 16 janvier 2019 grâce à un tour de série B dirigé par La société d’investissement en capital-risque de Microsoft, M12.

Inspectorio – Inspectorio est un chef de file de l'industrie des logiciels d'inspection. Leurs plateformes en nuage perturbent les inspections de qualité en augmentant la productivité, la transparence et l'efficacité. Comme beaucoup d’excellentes solutions, Inspectorio est née de la frustration de trois entrepreneurs en série qui ont dû faire face au processus lent et manuel d’inspections de la qualité, tout en ne recevant que peu ou pas de visibilité. Inspectorio est aujourd’hui la plate-forme utilisée par certains des détaillants et marques parmi les plus reconnus au monde, des agences d’inspection, des fournisseurs et des usines. Target compte sur eux aujourd'hui pour apporter une plus grande transparence à leurs chaînes d'approvisionnement. S'il vous plaît voir l'article de Forbes, Comment l'apprentissage automatique améliore les inspections de fabrication, la qualité des produits et la visibilité de la chaîne logistique pour obtenir des informations supplémentaires sur la manière dont Inspectorio utilise l'apprentissage automatique pour révolutionner les inspections de produits, améliorer la visibilité de la chaîne logistique, ainsi que le suivi et la traçabilité. Inspectorio a réuni un financement total de 13,7 millions de dollars sur trois tours. Leur dernier financement a été levé le 11 juillet 2018 grâce à un tour de la série A dirigé par TechStars. Voici un aperçu de leur plate-forme:

https://www.inspectorio.com/

LogiNextLogiNext est une start-up fascinante qui utilise l'IA et l'apprentissage automatique pour apporter une innovation plus significative à l'optimisation de la main-d'œuvre et de la logistique sur le terrain. La startup offre optimisation des effectifs sur le terrain, suivi en temps réel, optimisation des tournées, automatisation de l'affectation des ressources et gestion à la demande à plus de 250 entreprises clientes. Ils ont également développé des applications pour la gestion du dernier kilomètre, la gestion de la main-d’œuvre sur le terrain, le suivi et la gestion de longs trajets, la gestion à la demande et la logistique inversée. LogiNext a réuni un financement total de 10,6 millions de dollars sur deux tours. Leur dernier financement a été levé le 22 septembre 2015 grâce à un tour de la série A dirigé par Paytm.

People.ai People.ai, l’une des entreprises les plus créatives et les plus perspicaces de la gestion des revenus, aide les équipes des ventes, du marketing et du succès client à découvrir toutes les opportunités de revenus de chaque client. Leur système capture tous les contacts, l'activité et l'engagement des clients grâce à une intégration en temps réel, puis analyse les données agrégées à l'aide de l'IA et de l'apprentissage automatique. C’est une idée brillante d’utiliser l’intelligence artificielle et l’apprentissage automatique pour résoudre l’un des plus grands défis du CRM: obtenir suffisamment de données saisies par le client et le prospect pour prendre des décisions de vente de meilleure qualité. Ils ont également créé leur propre analyse de la performance des ventes, leur coaching personnalisé, leurs retours individuels et leurs analyses de pipeline, garantissant leur indépendance au niveau de la pile. Les spécialistes du marketing des entreprises qui ont adopté People.ai l’utilisent pour peaufiner leurs achats et planifier ensuite des campagnes marketing. People.ai a réuni un financement total de 100 millions de dollars sur sept tours. Leur dernier financement a été levé le 21 mai 2019, lors d'un tour de série C dirigé par ICONIQ Capital. Voici un exemple de tableau de bord People.ai:

https://people.ai/

PROWLER.ioPROWLER.io est une plate-forme d'IA / machine d'apprentissage pour la construction d'agents autonomes pour les jeux et les simulations d'aide à la décision. La startup se concentre sur l'apprentissage et la simulation comportementaux dans des environnements virtuels et voit le succès initial dans ces domaines d'utilisation. Leurs technologies et leur propriété intellectuelle fondamentale ont le potentiel de redéfinir de manière significative les paysages du jeu vidéo et de la simulation de ville intelligente. Leurs systèmes sont utilisés pour créer des robots collaboratifs capables d'imiter les comportements appris au fil du temps. PROWLER.io a réuni un financement total de 38,9 millions de dollars sur cinq tours. Leur dernier financement a été levé le 20 mai 2019, lors d'un tour de table de série B.

RAVINEn utilisant des caméras d'intelligence artificielle, d'apprentissage automatique et de surveillance du trafic pour collecter un flux continu de données utilisé pour analyser l'état actuel d'un véhicule, RAVIN offre une plus grande transparence aux sociétés de location de voitures, aux propriétaires de flotte et aux réseaux de vente de voitures des utilisateurs.AI et machine apprentissage sont utilisés pour évaluer et signaler immédiatement toute anomalie dans l’état d’un véhicule. Ils ont conçu le système pour accroître le niveau de confiance et de transparence de l’état de tout véhicule surveillé. Pour les réseaux de vente de voitures d'occasion, cela revient à avoir un équivalent visuel en temps réel de Carfax, par exemple. RAVIN a recueilli un financement total de 4 millions de dollars sur 1 tour. Il s’agissait d’un tour de table lancé le 21 mai 2019, dirigé par PICO Venture Partners. Une représentation conceptuelle des rapports de leurs véhicules est présentée ci-dessous:

https://www.ravin.ai/

Senso.aiCréée pour servir les fournisseurs de services financiers en les aidant à gérer et à développer leurs portefeuilles de crédit à la consommation, Senso.ai est une plate-forme d'IA basée sur le cloud dans le secteur des services financiers.. Senso a pour mission de mettre en place l'infrastructure de données verticale la plus robuste au monde pour alimenter l'innovation des produits IA dans le secteur des services financiers.. La société a réuni un financement total de 1,9 million de dollars sur quatre tours. Leur dernier financement a été levé le 21 mai 2019, auprès d'un groupe de semences présidé par le BreakawayGrowth Fund.

SESAMmSESAMm est une startup innovante, spécialisée dans le Big Data et l’Intelligence Artificielle dans la Gestion de Portefeuille et concurrente de l’industrie de la fintech. La société regroupe des signaux d’analyse et d’investissement basés sur 250 000 sources de données textuelles dans le monde utilisant le traitement automatique du langage et une analyse précise des émotions. La société travaille avec d’importants fonds et gestionnaires d’actifs dans le monde entier, en Amérique du Nord, en Europe et en Asie. SESAMm a levé un total de 8 millions d'euros en financement sur trois tours. Leur dernier financement a été levé le 4 avril 2019.

SymphonyRMSymphonyRM s’appuie sur l’intelligence artificielle et l’apprentissage automatique pour casser les silos qui rendent les soins de santé américains si coûteux et difficiles à gérer. La plate-forme SRM Insights applique l'apprentissage automatique et l'analyse prédictive à travers des silos de données cliniques et payeurs, afin d'identifier les meilleures actions pour chaque consommateur sur le marché d'un fournisseur. La plate-forme de gestion des relations avec la clientèle de SRM tire parti de ces informations pour permettre à chaque membre de l'entreprise du fournisseur de gérer de manière proactive les points de contact numériques et traditionnels tout en se concentrant sur les actions optimales suivantes. SymphonyRM est fourni sous forme de service géré mensuel basé sur un abonnement aux équipes de marketing des prestataires, de coordination des soins, de centres d'appels et de médecins, sans aucun coût initial. La société a réuni un financement total de 10 millions de dollars en 1 tour. Il s'agissait d'un tour de la série A levé le 16 mai 2019.

Tamr – Suite au succès de la recherche initiale à Laboratoire d'informatique et d'information du MIT (CSAIL)), l’équipe Tamr a commencé à concevoir une solution de niveau commercial conçue pour relever le défi de la connexion et de l’enrichissement de données diverses à grande échelle à l’aide du machine learning. Aujourd'hui, TAMR peut réduire de 90% le temps nécessaire aux projets d'unification de données à l'aide d'analyses avancées, notamment d'algorithmes d'apprentissage automatique. Amgen, GlaxoSmithKline, GE, HP, Roche, Toyota et d’autres sont des clients actuels. Tamr a réuni un financement total de 69,2 millions de dollars sur cinq tours. Leur dernier financement a été levé le 18 septembre 2018.

TerramonitorTerramonitor donne aux professionnels le pouvoir d'analyser, de créer et d'organiser des informations géographiques en informations exploitables en exploitant des données satellite actualisées, une intelligence artificielle et un apprentissage automatique. La startup a mis au point une approche innovante pour combiner des chaînes de traitement de données par satellite, le balayage automatique d’images et la fusion de données multi-sources. Grâce à leur approche unique en matière de capture de données, associée à une imagerie avancée et à une analyse de l'imagerie par apprentissage automatique, Terramonitor peut analyser rapidement de vastes régions géographiques pour des informations relatives à l'agriculture, aux infrastructures, à l'environnement et à la foresterie. Terramonitor a réuni un financement total de 175 K $ en 1 tour. Icebreaker.vc, une société de capital-risque spécialisée dans les sociétés nordiques et baltes, a dirigé cette opération.

Sources:

Rapport MoneyTree de PwC / CB Insights – T1 2019 (PDF, 75 p., Non opt-in)

Récapitulatif des prévisions de l'apprentissage automatique et des estimations du marché, 2019, Forbes, le 27 mars 2019

Récapitulatif des prévisions de l'apprentissage automatique et des estimations du marché, 2018, Forbes, le 18 février 2018

Venture Pulse Q1, 2019: Analyse globale du financement en capital de risque (PDF, 103 p., Non opt-in)

">

  • Crunchbase compte aujourd'hui 8 705 startups et entreprises qui utilisent l'apprentissage automatique pour leurs applications, produits et services principaux et auxiliaires.
  • 83% des startups d'apprentissage automatique Les pistes Crunchbase n'ont eu que trois tours de financement ou moins, les tours de graine, d'ange et précoce étant les plus courantes.
  • Les sociétés liées à l'intelligence artificielle ont collecté 9,3 milliards de dollars en 2018, soit une augmentation de 72% par rapport à 2017, selon le rapport MoneyTree de PwC / CB Insights, T4 2018.
  • Les transactions sur l'intelligence artificielle ont augmenté au premier trimestre 2019, passant de 104 au quatrième trimestre 2018 à 116, selon le dernier rapport MoneyTree du groupe PwC / CB Insights, publié le premier trimestre 2019.
  • Les brevets marketing basés sur l'intelligence artificielle constituent la catégorie mondiale à la croissance la plus rapide, atteignant un taux de croissance annuel composé (CAGR) de 29,3% entre 2010 et 2018, selon EconSight.

Des sites de carrière personnalisés proposant des positions ouvertes idéales pour un candidat donné en fonction de leurs capacités, comme aujourd'hui, en passant par le multiplication par huit.ai, en passant par la complexité et le volume des algorithmes d'apprentissage automatique, afin qu'ils soient plus accessibles que DataRobot, de l'apprentissage automatique. les startups relèvent bon nombre des défis les plus importants des entreprises. L'intelligence artificielle et l'apprentissage automatique ont le potentiel de générer une valeur supplémentaire de 2,6 T USD d'ici 2020 en marketing et ventes, et jusqu'à 2 T USD en planification de la fabrication et de la chaîne logistique, selon le McKinsey Global Institute. Veuillez consulter la dernière synthèse des prévisions du marché et des estimations de l’apprentissage automatique, 2019, pour plus de données de marché sur la croissance exponentielle de l’apprentissage par la machine.

25 startups de Machine Learning à surveiller en 2019

Alation – Alation propose un catalogue de données d'apprentissage automatique destiné à aider les utilisateurs à trouver, comprendre et faire confiance aux données de l'ensemble de leurs organisations. Ils ont défini leur solution de manière à s’aligner sur les besoins de quatre personnalités dominantes, notamment les responsables des données, les analystes, les responsables et les services informatiques et d’ingénierie. Leur catalogue de données est connu pour sa convivialité et sa conception intuitive. Plus de 100 organisations, dont la ville de San Diego, eBay, Munich Re et Pfizer, ont adopté le catalogue de données Alation. Alation est financé par Costanoa Ventures, DCVC (Data Collective), Harmony Partners, Icon Ventures, Salesforce Ventures et Sapphire Ventures. Alation a levé un total de 82 millions de dollars en financement sur quatre tours. Leur dernier financement a été levé le 17 janvier 2019, lors d'un tour de série C.

AnodotCapitalisant sur les forces intrinsèques de l'apprentissage automatique en recherchant en permanence des modèles à l'aide de la modélisation basée sur des contraintes dans divers ensembles de données, les entreprises comptent sur leur fonctionnement quotidien. Semblable à de nombreuses startups d’apprentissage automatique qui tirent parti de la capacité de la technologie à apprendre en permanence, la plate-forme d’IA d’Anodot cherche à éliminer les angles morts dans les données et à quantifier les causes profondes de divers ensembles de données. La plate-forme d’analyses autonomes d’Anodot utilise des techniques d’apprentissage automatique avancées pour analyser et corréler en permanence tous les paramètres de l’entreprise, en fournissant des alertes et des prévisions en temps réel, dans leur contexte, réduisant ainsi le temps nécessaire à la détection et à la résolution. Anodot a réuni un financement total de 27,5 millions de dollars sur quatre tours. Le dernier financement provient d'une série B du 19 décembre 2017 de Redline Capital. L'écran suivant de leur application est un exemple de la façon dont Anodot fournit une détection d'anomalie en temps réel.

Ablacon – Ablacon est une start-up fascinante qui a mis au point un système de veille machine de premier plan pour comprendre et traiter quantitativement et qualitativement la fibrillation auriculaire. Leur technologie permet de visualiser en temps réel ce qui se passe dans le cœur. Ils calculent le flux électrographique, ce qui permet un traitement de la fibrillation auriculaire plus rapide, plus précis et plus fiable. Ablacon a réuni un financement total de 21,5 millions de dollars en 1 tour. Il s’agissait d’une manche de la série A déclenchée le 30 avril 2019 avec Ajax Health.

Biofourmis – Biofourmis est une start-up mondiale en pleine croissance, spécialisée dans les technologies de la santé numériques, qui réinvente la surveillance à distance des patients en combinant intelligence artificielle, apprentissage automatique et surveillance en temps réel. Leur plate-forme est capable de détecter des schémas personnalisés prédictifs de l’état de santé d’un patient et de détecter des indicateurs avancés de détérioration potentielle de sa santé. Leur plate-forme Biovitals est l’un des moteurs d’analyse de données physiologiques personnalisés les plus sophistiqués, basé sur la physiologie humaine, qui élabore des modèles de santé personnalisés. Il en résulte des solutions hautement optimisées de surveillance des patients post-aigus et une prévision précise de la détérioration de la santé des patients avant qu’elle ne survienne. Ils utilisent des appareils connectés et des biocapteurs pour capturer les signaux physiologiques et détecter les anomalies. Cette plate-forme de surveillance continue dotée d'une intelligence artificielle invite les professionnels de la santé à intervenir quelques jours avant un événement critique. Leur plate-forme RhythmAnalytics ™ a récemment reçu l'autorisation de la FDA pour une interprétation automatisée des arythmies cardiaques basée sur l'IA. La startup a collecté un total de 41,6 millions de dollars de financement en six phases, la dernière en date ayant eu lieu le 21 mai 2019 avec MassMutual Ventures et Sequoia Capital India.

Cannelle – L’une des startups d’apprentissage automatique les plus excitantes à surveiller en raison de leur approche unique en matière d’intégration des techniques d’intelligence artificielle et de l’apprentissage automatique en vue de rationaliser les tâches banales d’automatisation de l’extraction de données à partir de documents non structurés, Cinnamon a enregistré des progrès constants au cours de l’année écoulée. nouvelles fonctionnalités à leur solution. Ils sont capables d’atteindre une précision de 85% à 100% en utilisant uniquement les techniques d’intelligence artificielle et d’apprentissage automatique et gagnent du terrain auprès des banques et des compagnies d’assurance. Ils ont réussi à recruter plus de 50 spécialistes des données et s’engagent à en recruter 100 d’ici la fin de l’année. La société est basée à Tokyo et au Vietnam et s’étend maintenant aux États-Unis. Les nouveaux clients incluent le fournisseur de services de crédit et de services financiers mondial, le bureau de crédit japonais, Kansai Electric Power et Showa Denko, et de nombreuses autres grandes entreprises de la région Asie-Pacifique. Le succès continu de la société se reflète également dans le fait qu'ils ont remporté le prix Business Innovation Development Award de la Japan Creation Association pour leur travail dans le domaine de l'IA. Cinnamon a réuni un financement total de 17 millions de dollars sur six tours. Leur dernier financement a été levé le 28 janvier 2019, à partir d'un tour de série B.

Compression.ai – L'un des principaux avantages de l'apprentissage automatique est sa capacité innée à détecter des anomalies dans les données visuelles et numériques. Compression.ai s’appuie sur l’apprentissage automatique pour améliorer les densités d’encodage et de décodage obtenues pour les images, avec un taux de compression moyen de 95% d’une image brute sans perte significative de sa qualité. L'algorithme utilise des réseaux de neurones profonds pour créer une représentation de l'image, une technologie que l'entreprise appelle son extension visuelle Machine Learning. L'extension crée une représentation compressée dans un tout nouveau format de fichier qui intègre une intelligence dans la structure de fichier. Compression.ai a organisé une ronde préliminaire en septembre 2018, financée par Victory Square et Village Global.

CrowdStrike – L’application de l’apprentissage automatique à la détection des menaces des réseaux informatiques par les points de contact constitue la différence entre CrowdStrike et le marché en pleine croissance de la cybersécurité. Leur plate-forme Falcon bloque les violations en détectant tous les types d'attaques, même les intrusions exemptes de logiciels malveillants, offrant une visibilité de cinq secondes sur toutes les activités des points de terminaison, qu'elles soient passées ou actuelles, tout en réduisant les coûts et la complexité pour les clients. Le graphique de menaces de CrowdStrike fournit une analyse en temps réel des données d’événements de point de terminaison dans la communauté mondiale du crowdsourcing, permettant ainsi la détection et la prévention des attaques basées sur la technologie brevetée de reconnaissance des modèles comportementaux. CrowdStrike a réuni un total de 481 millions de dollars de financement en six rondes. Leur dernier financement a été levé le 19 juin 2018, lors d'un tour de série E. Accel, General Atlantic et IVP (Institutional Venture Partners) sont les principaux investisseurs du dernier tour.

Dataiku – Designed and launched their Data Science Studio platform to aggregate the process steps needed to transform raw data into data-driven applications that are easy to maintain. The Studios’ workspace is designed to be intuitive, interactive, and capable of shortening load-prepare-test-deploy cycles required to create data-driven applications. Customers include Unilever, GE, FOX News Group, Palo Alto Networks, SAP/CallidusCloud and many others who use Dataiku to gain higher intelligence and insights from their massive data sets aggregated over decades of operations. By removing roadblocks, Dataiku ensures more opportunity for business-impacting models and creative solutions, allowing teams to work faster and smarter.  Dataiku has raised a total of $146.7M in funding over five rounds. Their latest funding was raised on Dec 19, 2018, from a Series C round led by ICONIQ Capital. Dataiku makes sample projects available on their site, and the on Forecasting Sales is worth a look. An example of the workflow created is shown below:

DataRobotDataRobot is an enterprise machine learning platform designed for broad adoption and usability across the many skill levels in an organization. The platform provides a broad base of algorithms and tools for developing and deploying machine learning and AI projects, including libraries of hundreds of open source machine learning algorithms. A,s of April 2019 DataRobot customers have built over 1 billion models on the Amazon Web Services platform. DataRobot has raised a total of $224.6M in funding over seven rounds. Their latest funding was raised on Oct 24, 2018, from a Series D round from Meritech Capital Partners and Sapphire Ventures. The following is based on an analysis of which Disney movie will be the most significant commercial success. The blog post, The Summer Blockbuster Predictions: Battle of the Disney Favorites, is a fascinating look at how Qlik and DataRobot can be used to solve sophisticated forecasting and prediction problems.

https://www.datarobot.com/

Eightfold.aiThis startup’s energy and enthusiasm to turn concepts into code and products is exceptional. Tracking their customer wins and the depth of features they deliver in each release is impressive. They’re able to provide measurable, scalable results using AI to streamline talent management in a broadening base of companies. Using advanced AI and machine learning techniques, a company founded by former Google and Facebook AI Scientists is showing potential in meeting these challenges. Founders Ashutosh Garg and Varun Kacholia have over 6000+ research citations and 80+ search and personalization patents. What makes Eightfold.ai noteworthy is that it’s the first AI-based Talent Intelligence Platform that combines analysis of publicly available data, internal data repositories, Human Capital Resource Management (HRM) systems, ATS tools, and spreadsheets then creates ontologies based on organization-specific success criteria. Each ontology, or area of talent management interest, is customizable for further queries using Eightfold’s intuitive user interface. Eightfold has raised a total of $51.8M in funding over three rounds. They raised $28M in their Series C round on Apr 24, 2019, with IVP (Institutional Venture Partners). The following is an overview of the Eightfold Talen Intelligence Platform:

H2O.ai – H2O.ai provides an open source machine learning platform that simplifies the development of data-driven smart applications. Data scientists and developers are using the H2O.ai platform to create, test, and scale algorithms that are the foundation of applications. H2O.ai apps are being used today to predict fraud, customer churn, and solve many other complex problems their customers have. Key clients include Cisco, PayPal, and Progressive. H2O.ai has raised a total of $73.6M in funding over five rounds. Their latest funding was raised on Nov 30, 2017, from a Series C round led by Nvidia and Wells Fargo.

HEALTH[at]SCALE – What fascinating about this startup is how it is developing machine learning and artificial intelligence solutions for health care's most challenging problems, including matching every patient to appropriate treatment by relevant providers at the best time for patients to achieve optimal results. The startup develops products, such as HEALTH[at]SCALE Interception that identifies members within populations and enables selective and targeted early action to reduce this risk. HEALTH[at]SCALE Steerage builds the preferred networks and offers risk-adjusted insights to improve networks over time; HEALTH[at]SCALE Treatment delivers personalized predictions of benefit, harm, and adherence for members across treatment choices and guides the effective use of treatments to improve longitudinal member outcomes. It began operation in June 2015, with its headquarters in Cupertino in California. HEALTH[at]SCALE has raised a total of $16M in funding over 1 round. This was a Series A round raised on May 17, 2019, led by Optum.

Hunters.AI – What makes this startup unique in the rapidly growing field of AI and machine learning-based cybersecurity startups is the approach to provide real-time updates on Attack Intelligence, Hunting AI, and continuous automation with an enterprise’s existing security data. Hunters.AI generates and delivers visualized attack stories allowing organizations to more quickly and effectively identify, understand, and respond to attacks. Hunters.AI has raised a total of $5.4M in funding over 1 round. This was a Seed round raised on May 22, 2019, led by Blumberg Capital and YL Ventures.

Impact Analytics – Capitalizing on the inherent strengths of AI and machine learning to find anomalies, patterns and trends in legacy data and entirely new data sets from recently launched business models is where Impact Analytics makes its most significant contributions. They have a successful track record providing customer analytics, margin improvement, marketing analytics, merchandising optimization, operational improvements, and robotic process automation. They’re known for successful deployments across the retail industry with customer references in banking and financial institutions (BFSI), Consumer Packaged Goods (CPG), Healthcare, Hospitality, and Industrial Manufacturing.  Impact Analytics has raised a total of $750K in a Seed round raised on Oct 31, 2016, led by Aarin Capital.

InnovaccerInnovaccer develops AI- and machine learning-based systems for healthcare organizations, enabling them to integrate complex data across multiple distributed sources and provide valuable insights to healthcare professionals. Innovaccer’s Datashop application includes proprietary modeling algorithms that normalize data and links data across multiple disparate data sources. Innovaccer also provides solutions for care management, referral management, and patient engagement and has raised a total of $54.1M in funding over four rounds. Their latest funding was raised on Jan 16, 2019, from a Series B round led by Microsoft’s venture capital investment firm, M12.

Inspectorio – Inspectorio is a leader in the inspection software industry. Their cloud-based platforms are disrupting quality inspections by increasing productivity, transparency, and efficiency. Like many great solutions, Inspectorio was born from the frustration of three serial entrepreneurs who had to deal with the slow, manual process of quality inspections – while receiving little to no visibility. Today, Inspectorio is the platform used by some of the world’s most recognized retailers and brands, inspection agencies and vendors and factories. Target relies on them today to bring greater transparency to their supply chains. Please see the Forbes article, How Machine Learning Improves Manufacturing Inspections, Product Quality & Supply Chain Visibility for additional information on how Inspectorio is using machine learning to revolutionize product inspections, improve supply chain visibility and track & traceability. Inspectorio has raised a total of $13.7M in funding over three rounds. Their latest funding was raised on Jul 11, 2018, from a Series A round led by TechStars. The following is an overview of their platform:

https://www.inspectorio.com/

LogiNextLogiNext is a fascinating startup using AI and machine learning to bring more significant innovation to field workforce and logistics optimization. The startup offers field workforce optimization, real-time tracking, route optimization, resource allocation automation, and on-demand management to more than 250 enterprise clients. They also have developed apps for last mile management, field workforce management, long-haul tracking and management, On-Demand, and Reverse Logistics Management. LogiNext has raised a total of $10.6M in funding over two rounds. Their latest funding was raised on Sep 22, 2015, from a Series A round led by Paytm.

People.ai – One of the most creative, insightful startups in revenue management, People.ai helps sales, marketing, and customer success teams uncover every revenue opportunities from every customer. Their system captures all customer contacts, activity, and engagement through real-time integration, then analyzes the aggregated data using AI and machine learning. It’s a brilliant idea to use AI and machine learning to solve one of CRM’s greatest challenges, which is getting enough data captured by customer and prospect over time to make higher quality sales decisions. They’ve also created their own sales performance analytics, personalized coaching, one-on-one feedback, and pipeline reviews, assuring their independence at the stack level. Marketers in the companies who have adopted People.ai use it to fine-tune buying personas and plan then measure marketing campaigns. People.ai has raised a total of $100M in funding over seven rounds. Their latest funding was raised on May 21, 2019, from a Series C round led by ICONIQ Capital. The following is an example of a People.ai dashboard:

PROWLER.io – PROWLER.io is an AI/machine learning platform for building autonomous agents for games and decision-support simulations. The startup is focusing on behavioral learning and simulation in virtual environments and seeing initial success in those use case areas. Their technologies and core intellectual property have the potential to redefine the video game and smart city simulation landscapes significantly. Their systems are being used to create collaborative bots who can mimic learned behaviors over time.  PROWLER.io has raised a total of $38.9M in funding over five rounds. Their latest funding was raised on May 20, 2019, from a Series B round.

RAVIN – Using AI, machine learning and traffic monitoring cameras to gather a continuous real-time stream of data that is used to analyze a vehicles’ current condition, RAVIN provides greater transparency to rental car companies, fleet owners and user car sales networks.AI and machine learning are used to evaluate and immediately report any anomalies in the condition of a vehicle. They’ve designed the system to increase the level of trust and transparency in the state of any vehicle being monitored. For used car sales networks, this is like having a real-time visual equivalent of Carfax, for example. RAVIN has raised a total of $4M in funding over 1 round. This was a Seed round raised on May 21, 2019, led by PICO Venture Partners. A conceptual representation of their vehicle reporting is shown below:

Senso.ai – Created to serve financial service providers by helping them manage and grow their consumer credit portfolios, Senso.ai is a leading cloud-based AI platform in the financial services industry. Senso is on a mission to build the world's most robust vertical-specific data infrastructure to fuel AI product innovation within the financial services industry. The company has raised a total of $1.9M in funding over four rounds. Their latest funding was raised on May 21, 2019, from a Seed round led by the BreakawayGrowth Fund.

SESAMm – SESAMm is an innovative startup competing in the fintech industry, specializing in Big Data and Artificial Intelligence for Asset Management. The company aggregates analytics and investment signals based on 250,000 textual data sources worldwide using Natural Language Processing and precisely emotions analysis. The company works with significant funds and asset managers worldwide in North America, throughout Europe and Asia. SESAMm has raised a total of €8M in funding over three rounds. Their latest funding was raised on Apr 4, 2019.

SymphonyRM – SymphonyRM relies on AI and machine learning to help break down the silos that make U.S. healthcare so expensive and difficult to deal with. The SRM Insights platform applies machine learning and predictive analytics across clinical and payer data silos, to identify Next Best Actions for every consumer in a Provider's market. The SRM CRM platform drives action from this insight, enabling every member of the provider's enterprise to proactively manage digital and traditional touch-points while being focused on the prescribed next best actions. SymphonyRM is delivered as a monthly subscription-based managed service to Provider Marketing, Care Coordination, Call Center, and Physician Teams with no upfront costs. The company has raised a total of $10M in funding over 1 round. This was a Series A round raised on May 16, 2019.

Tamr – Following the success of initial research at MIT Computer Science and Information Lab (CSAIL), the Tamr team began building a commercial-grade solution designed to tackle the challenge of connecting and enriching diverse data at scale using machine learning. Today TAMR can reduce the time required for data unification projects by 90% using advanced analytics, including machine learning algorithms. Amgen, GlaxoSmithKline, GE, HP, Roche, Toyota, and others are current clients. Tamr has raised a total of $69.2M in funding over five rounds. Their latest funding was raised on Sep 18, 2018.

Terramonitor – Terramonitor gives professionals the power to analyze, build, and organize geographical information into actionable insights by leveraging up-to-date satellite data, AI, and machine learning. The startup has devised an innovative approach to combining satellite data processing chains, automatic image scanning, and multi-source data merging. As a result of their unique approach to data capture combined with advanced AI and machine learning analysis of imagery, Terramonitor can quickly analyze broad geographic regions for agricultural, infrastructure, environmental, and forestry-related insights. Terramonitor has raised a total of $175K in funding over 1 round. This was a Pre-Seed round led by icebreaker.vc, a venture capital firm who specializes in Nordic and Baltic companies only.

Sources:

PwC/CB Insights MoneyTree Report Q1 2019 (PDF, 75 pp., no opt-in)

Roundup of Machine Learning Forecasts And Market Estimates, 2019, Forbes, March 27, 2019

Roundup Of Machine Learning Forecasts And Market Estimates, 2018, Forbes, February 18, 2018

Venture Pulse Q1, 2019: Global Analysis Of Venture Funding (PDF, 103 pp., no opt-in)