1. 吴恩达成立LANDING.AI，@palo alto,CA

应用行业：制造业（先做制造业，之后会有迁移）

行业痛点
人工智能技术非常适合解决制造业面临的挑战，如不稳定的质量及良品率，生产线设计缺乏灵活性，产能管理困难以及生产成本上升。

使用 AI 推动公司变革所需要的远不止是搭建几个机器学习模型，人工智能综合战略 ，从数据采集到企业组织结构设计，以及如何确定人工智能项目的优先顺序 ，与技术本身一样复杂。而优秀的人工智能战略家甚至比优秀的人工智能技术人员更为罕见。

技术应用场景

• 质量检测与管理（CV来做，目前公开资料只讲明了这个场景）
• 缩短设计周期
• 消除供应链瓶颈（基于何种数据，具体什么方法未知）
• 优化材料和能源的使用效率（基于何种数据，具体什么方法未知）

公司特点

• 立足于解决AI转型问题，可能因此叫做landing（落地）吧。
• 第一站是制造业。
• 与富士康合作。
• 提供解决方案和员工培训服务。
• 投入大量的时间和资源为有可能失业的工人创造再就业解决方案。包括与地方政府在内的各种合作伙伴商谈培训计划。

开放职位
Al Internship
Software Engineer, Machine Learning
Software Engineer, Computer Vision
Full Stack Software Engineer
Entry-level Software Engineer
Mechanical Engineer, Automation & Robotics
Manager of Training Operations
Office Administrative assistant
Strategic Partnerships and Business Development Specialist

2. 京东金融AI实验室，@硅谷

应用行业：金融、零售

定位
为金融行业各类机构提供了全链条、模块化的服务

技术应用场景

• 金融：智能风控、自动化运营
• 零售：销售对话系统和销售机器人

3. Amazon Go

应用行业：无人零售

技术应用场景：

• 识别购买者、购买行为（及取消购买的行为）、被购买物品
• 经过固定的结算区域时，自动结算扣费

应用技术
CV、DL、传感器，结合了无人驾驶的技术。

推测
算法以分类、回归算法（即监督学习）为主。
结合传感器较多，如RFID、货架重力传感、红外。

技术实现
感知人与货架之间的相对位置和货架上商品的移动，判断行为（拿取还是放回）

技术难点

• 平面与立体视觉的识别：同一方向上若两个顾客同时伸手，系统在判断谁拿走商品时就可能产生错误
• 识别购买行为：消费者从货架上取下的商品若放在店内非货架的区域，他空手走出门时也会被结算

4. Aibee，林元庆@北京、硅谷

应用行业：未明确指出，可能是教育。

定位
外包、赋能，帮行业升级改造。

公司特点
绝对不是围绕「单点技术」来做项目，而是会根据行业痛点，将计算机视觉、图像识别、语音识别等多重技术进行全方位融合。

一定不会为一家公司做定制化的方案，不是 AI to Company（公司），而是 AI to Industry（产业）。

一个行业的头部公司做『升级』，然后再用「一个点去击穿整个行业」。明年会做两个行业，先拿下几个大客户的订单，然后逐步渗透。

技术应用场景
教育：分析学生特性、匹配老师（或教学内容、教学风格）

                 于2017.12.18，信息来源：机器之心、知乎。