10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  文/心缘

  来源:智东西(ID:zhidx)

  十年前的 2010 年 2 月,Siri 公司首款虚拟个人助手应用 Siri 出现在苹果商店中。

  两周后,Siri 联合创始人兼 CEO 达格·基特劳斯(Dag Kittlaus)接到一个电话:

  “嗨,我是史蒂夫·乔布斯,明天能来下我家吗?”

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲苹果创始人、前 CEO 史蒂夫·乔布斯

  史蒂夫·乔布斯!那个缔造 iPod 和 iPhone 传奇的男人!基特劳斯立即答应了这一邀请,第二天,在乔布斯家的壁炉前,他们进行了一场长达三小时的交谈,乔布斯明确表达想收购 Siri。

  Siri 创始成员们非常受宠若惊,然后毫不犹豫地拒绝。因为他们刚刚筹集新一轮资金,压根没考虑过被收购的事。

  被拒绝的乔布斯毫不气馁,继续向 Siri 创始人描绘宏伟愿景——Siri 可以成为苹果跨多种设备的战略的核心内容,对世界的影响远大于一家独立公司。乔布斯的坚持令 Siri 团队改变主意,同年 4 月,Siri 公司以 2 亿美元卖身苹果。

  这被认为是乔布斯任苹果 CEO 期间做的最后一件大事,Siri 作为苹果语音助手在 2011 年苹果发布会首秀的第二天,乔布斯与世长辞。

  这一事件也被视为苹果收购 AI 公司的重要里程碑,从收购 Siri 至今,苹果陆续收购了不少于 28 家 AI 公司,是迄今收购最多 AI 公司的美国科技巨头。

  即便 2020 年受疫情影响,全球经济都不太景气,苹果依然没有停下买买买的脚步,1-5 月期间接连完成 4 起 AI 公司的收购。

  苹果更青睐收购哪些 AI 细分领域的公司?这些公司在被苹果收购后,如何融入到苹果的产品体系里?这些收购案又对苹果的 AI 布局造成了怎样的影响?

  本文将深扒苹果过去十年在 AI 领域的收购案例,看苹果如何用资本垒砌一个 AI 帝国,下一步又可能踏向何处。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010-2020 年 7 月苹果收购的 AI 公司(智东西统计)

  苹果的 AI 收购:出手稳准狠,大部分交易金额未公开

  和其他美国科技巨头相比,苹果不算最爱靠“买买买”丰满羽翼的公司。

  迄今苹果发起的收购案仅有寥寥一百多起,远不及谷歌超过 250 起的收购成绩。

  但若论收购 AI 公司的数量,苹果则在近几年高居榜首。根据调研机构 CB Insights 的数据,截至 2019 年,苹果、谷歌、微软、Facebook、英特尔、亚马逊等美国科技巨头是最活跃的 AI 创企收购方。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010-2020 年 7 月苹果收购 AI 公司数量变化

  从 2010 年至今,苹果在 AI 领域公开的收购案约 28 起,覆盖机器学习、机器视觉、语音处理、数据优化、情感识别、自动驾驶等不同 AI 赛道,为苹果贡献了许多杰出的 AI 产品和服务。

  2010 年至 2015 年期间,苹果的 AI 投资态度相对谨慎,总计仅 5 起 AI 收购,当时谷歌还是收购 AI 公司最多的美国科技巨头。从 2015 年起,苹果在 AI 收购数目方面奋起直追,成功赶超谷歌跃居第一。

  从地域来看,苹果收购的 AI 公司有 14 家为美国本土公司,1 家来自加拿大;苹果收购的欧洲 AI 公司共有 11 家,其中有 5 家创立于英国;2 家被苹果收购的亚洲 AI 公司分别来自印度和以色列。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010-2020 年 7 月苹果收购 AI 公司地区分布

  从资金来看,苹果酷爱神秘主义风格,大多数投资金额未公开。

  相比在硬件领域 30 亿美元收购 Beats、20 亿收购英特尔调制解调器业务,苹果在 AI 领域公开的收购金额较少,最高一起是收购 Shazam,为 4 亿美元。

  已公开交易金额的收购案例中,收购 Turi、Lattice Data、Xnor.ai 三家美国 AI 公司的交易金额均为 2 亿美元,其余未超过 1 亿美元。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010-2020 年 7 月苹果收购 AI 公司交易额

  苹果这些 AI 收购有一个共同特点,一旦察觉到加强或补充其核心产品的机会,苹果就会毫不犹豫地伸出橄榄枝。

  从落地应用来看,苹果的 AI 收购主要集中在语音助手和机器视觉两大类应用。

  其中有 9 起收购旨在提高苹果语音助手 Siri 的智商,有 11 起收购旨在提升机器视觉领域的隐私安全或者用户体验。

  除此之外,苹果还有 8 起收购分别用于优化改善其七类细分应用。

  围绕升级 Siri 体验的 9 起收购

  作为移动互联网时代的“带货狂魔”,苹果 2010 年收购 Siri,直接催火语音助手,Siri 也一直是全球知名度最高的语音助手之一。

  从早期被封为“人工智障”,到如今只要有网就能与苹果用户对答如流,Siri 变得越来越聪明,除了归功于苹果工程师十年的辛勤研发外,也离不开苹果 9 起重要收购。

  第一起重要收购的主人公自然是 Siri 自身。

  2010 年 2 月,Siri 应用登陆苹果 App Store 爆红,乔布斯发起收购邀约,随后以 2 亿美元将 Siri 收入麾下。第二年,Siri 在 iPhone 4s 上首次亮相,远远领先于当时的谷歌等其他公司。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010 年发布的 Siri 应用

  Siri 是挪威语,寓意是“带领你走向胜利的美丽女人”,不过据说乔布斯并不喜欢这个名字。

  Siri 不仅成为苹果设备上最早出现的 AI 功能,而且与搜索引擎相辅相成,用户发出语音命令,越来越聪明的 Siri 就能快速执行。此后苹果在 2013 年和 2015 年先后收购两家英国语音识别公司 Novauris Technologies、VocalIQ,都是为了继续优化和完善 Siri。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  不过,Siri 虽然推出的早,但最初表现却不够好。从 2016 年起,Siri 使用率有所下降,亚马逊的语音助手 Alexa、谷歌的语音助手 Google Assistant 凭借智能音箱产品的热卖后来居上。

  受苹果封闭文化影响,Siri 的使用范围被局限于苹果设备上,而不像亚马逊、谷歌的语音助手那样展开广泛的合作,致使 Siri 发展空间受限。

  这种发展路线与 Siri 初始团队的想法产生分歧,到 2016 年,当初收购来的 Siri 团队基本全部离开苹果。直到 2016 年 WWDC 大会上,苹果才首次向开发者推出开放平台 SiriKit。

  也是在这一年 9 月,苹果又收购了印度机器学习公司 Tuplejump,这家公司擅长用机器学习处理大量复杂的数据流信息,被苹果用在 Siri 和 CoreML 功能中用于优化数据管理。

  第二年,苹果又收购了一家仅有 6 名员工的美国创企 Init.ai。这次交易特别之处在于没有涉及任何知识产权,苹果只将其 AI 团队全部挖来从事 Siri 研发。

  然后在 2019 年2-3 月,苹果又收购了语音应用创企 PullString 和机器学习创企 Laserlike。

  这两家都是美国公司,前者由皮克斯前高管创立,能帮用户开发定制会话式交互功能;后者主要做个性化兴趣搜索,能帮助 Siri 根据用户喜好来展示新闻、音乐、视频等。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  2020 年,苹果又为 Siri 买下两支 AI 团队 Voysis 和 Inductiv。

  Voysis 总部位于爱尔兰都柏林,此前专注于改进在线购物应用中的数字助力,其技术可以帮助 Siri 提升对自然语言的理解能力,也可以向苹果开发者提供 Voysis 平台。

  加拿大机器学习创企 Inductiv 擅长的是用 AI 自动识别和纠正数据错误,其工程团队已经加入苹果,参与包括 Siri、机器学习和数据科学在内的多个项目,以提供更干净的数据集。

  机器视觉的收购重点:方便与隐私至上

  在收购 Siri 的同一年,苹果以约 2900 万美元收购只有 15 名员工的瑞典人脸识别开发商 Polar Rose。

  这家公司虽小但精,开发的人脸识别应用能在识别一张人脸时,即刻显示这个人的相关社交资料。这一技术不仅可以用于标记照片,还参与了未来 iOS 设备的安全保障功能——人脸识别解锁(Face ID)。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  安全与隐私,成为苹果所有机器视觉相关收购案的重中之重。

  除了 Polar Rose 外,苹果还有 3 起收购也是围绕隐私安全。

  其中一起在 2015 年 9 月,苹果收购了一家用 AI 将照片自动分类的公司 Perceptio。这家公司主要研发可以进行本地计算的技术。

  时隔三年后,苹果又收购了一家只有 12 名员工的美国智能家居创企 Silk Labs。这家公司主要做的也是基于设备本地的深度学习,并且非常强调关键数据获取、数据匿名等方面的隐私性,与苹果重视数据保护的调性十分相合。

  然后在今年 1 月,苹果又收购了一家刚成立三年的西雅图 AI 创企 Xnor.ai,其图像识别工具可提供边缘计算能力,能在低功耗设备上执行,可满足苹果对数据隐私保护的需求。Xnor.ai 还研发了借助太阳能可基于硬币大小的电池运行的独立 AI 芯片。

  这几起收购体现了苹果在 AI 领域的一个独特之处——去云化。

  很多公司推出的 AI 功能都是基于云的,但苹果很早就表露出对“无云”的倾向,即着力实现在设备本地进行计算,以保护用户的数据隐私。

  苹果其他 7 起在机器视觉领域的收购,则旨在提高用户体验。

  2016 年 1 月,苹果收购了一家主攻情感识别的美国创企 Emotient。这家公司通过 AI 技术分析面部表情,判断人的情绪,并且不会存储关于这个人的任何身份信息。如今在苹果的照片、Animoji 等应用中均有对人脸情绪的理解功能。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  第二年,苹果一连收购了 4 家机器视觉相关公司,包括 RealFace、SensoMotoric Instruments、Regaind 与 Spektral。

  RealFace 是一家位于以色列特拉维夫的人脸识别公司,成员约 10 人,主要技术即是通过识别人脸解锁设备和应用。

  德国公司 SensoMotoric Instruments 跟隐私安全的关系倒不大,原本是做眼球追踪系统和眼镜产品,被苹果收购后用在了增强现实平台 ARKit 中。

  法国 AI 创企 Regaind 主要做图像分类,通过用 AI 技术分析照片的美学、锐度、曝光、色彩和其他属性,检测出照片的人脸,并推测出人的性别、年龄和情绪等信息,被苹果用在优化照片应用的回忆功能。

  Spektral 是一家做实时绿屏技术的丹麦机器学习初创公司,擅长用光谱图理论和深度学习技术将视频背景干净地替换,该技术在苹果 iOS 13 测试版的视频背景清除工具中首次亮相。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  2019 年,苹果又收购了一家瑞士视觉搜索创企 Fashwell 和一家英国图像融合公司 Spectral Edge。

  Fashwell 在被收购前主要做购物搜索,其 AI 视觉搜索引擎能识别图片中的产品并进行自动标签,用于改善用户的购物体验,目前暂不清楚苹果是否将其技术用于照片或其他应用。

  Spectral Edge 的 AI 技术擅长在模糊情景或过度曝光的情境下增强图像细节,可以增强暗光环境下的手机照片,改善白平衡准确度和提高色彩精度,很有可能被用于改善未来 iPhone 相机的夜间模式及其他摄影功能。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  数据优化、音乐分析、自动驾驶,苹果 AI 收购的七类细分应用

  除了面向虚拟语音助手和机器视觉应用的优化外,苹果还有 8 起 AI 收购分别面向 7 类不同的细分领域应用。

  这些收购既包括降低 AI 开发难度的开源机器学习框架、数据结构化,也有聚焦在播客、音乐、营销、汽车、天气预测等应用的优化。

  1、开源,让机器学习更容易

  2016 年 8 月,苹果以约 2 亿美元高调收购了西雅图 AI 创企 Turi。Turi 由华盛顿大学教授创办,面向开发者提供 AI 开发工具及框架。

  收购 Turi 后,苹果成立机器学习部门,并在此基础上于 2017 年推出开源 Turi Create 框架,以简化机器学习模型的开发,使得普通开发者也能玩转 AI。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  2、将非结构化“暗数据”转为结构化数据

  2017 年 5 月,苹果以大约 2 亿美元收购成立刚两年的创企 Lattice Data。

  Lattice Data 拥有斯坦福 DeepDive 系统“暗数据(Dark Data)”项目的商业核心技术,擅长用机器学习技术将非结构化的暗数据(dark data)转化为结构化、有用的信息。

  其技术也有些类似于谷歌的知识图谱,即可以通过数据挖掘人、地、事物之间的联系。

  3、通过语音转文字快速检索音频

  2017 年 12 月,苹果收购美国奥克兰初创公司 Pop Up Archive。

  这家公司开发了转录、组织和搜索音频文件的工具,其播客搜索引擎可以利用机器学习将语音转化为文字,并且将修正转录错误的任务进行众包,从而帮助用户从冗长的语音中快速找到想要的内容。这对苹果播客 Podcast 的体验优化非常有益。

  4、用 AI 精准推荐音乐

  Shazam 音乐发现应用在 2008 年 7 月 App Store 推出之日即登台亮相,是 App Store 元老级别的应用之一。到 2018 年,Shazam 已经在全球下载量逾 10 亿次,每天识别歌曲超 2000 万次。

  正是在这一年,苹果 4 亿美元收购推出这一应用的移动音乐识别服务公司 Shazam,这也是苹果在 AI 领域公开收购中最贵的一笔交易。

  Shazam 此前的战绩,使其拥有极其丰富的音乐数据,并擅长通过数据挖掘和 AI 算法来分析用户的音乐喜好,以帮助 Apple Music 实现更加个性化的音乐查找与精准推送,并为 Siri 提供强大的听歌识曲功能。

  1 个月后,苹果又以不到 1 亿美元的交易金额收购了一家美国音乐分析公司 Asaii,进一步加强苹果的音乐内容推荐功能,帮助苹果更好地与音乐流媒体服务领域的领军企业 Spotify 展开竞争。

  5、跨渠道实时改善营销流程

  2019 年 2 月,苹果收购了一家专注于数字营销的英国初创公司 DataTiger。

  DataTiger 是一家 2017 年成立、员工人数不超过 10 人的小公司,推出了基于大数据和 AI 的跨渠道实时优化营销流程的营销软件,并严格保护数据隐私。这一收购或将辅助苹果改善数字营销策略。

  6、壮大自动驾驶业务

  2019 年 3 月,苹果收购了明星自动驾驶公司 Drive.ai。

  Drive.ai 成立于 2015 年,创始团队相当令人瞩目,除了 AI 大牛吴恩达的妻子外,大部分创始成员均来自斯坦福大学人工智能实验室。

  自成立以来,Drive.ai 一直备受科技圈关注,曾于 2018 年7-9 月先后在德克萨斯州和旧金山推出了无人出租车试点服务。

  但由于自动驾驶落地速度不及预期,Drive.ai 的明星效应逐渐褪去,面对越来越大的资金压力,Drive.ai 被对自动驾驶事业雄心勃勃的苹果收之麾下。

  7、天气预测

  2020 年 4 月,苹果收购第三方天气应用 Dark Sky,其 App 能以分钟级别准确预测用户所在地未来一小时内的天气状况。

  Dark Sky 所使用的雷达数据均来自美国国家海洋和大气管理局(NOAA),通过大数据分析和 AI 技术准确去噪和分析气象图像,具备高度本地化的天气预测能力。

  其技术有望被苹果整合到自家的 Weather 天气应用中,品牌战略家、用户体验设计师 Parker Ortolani 还据此设计出了一版概念图。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家

  AI 市场整合愈发激烈

  以苹果为代表的科技巨头,并不是唯一争夺 AI 初创公司的势力。

  面对稀缺的 AI 人才市场,许多不同领域的大公司均瞄准了收购 AI 初创公司这条路,其中不乏快餐巨头麦当劳、体育品牌巨头耐克、美妆零售巨头 Ulta Beauty。

  全球 AI 领域的收购步伐持续加快中。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010-2019 年 AI 收购步伐持续加快(来源:CB Insights)

  根据调研机构 CB Insights 的数据,从 2010 年至 2019 年,全球 AI 领域共进行了 721 起 AI 收购。其中在 2019 年,AI 领域进行了 231 起并购交易和 10 项 IPO,创下过去四年间的新纪录。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2016-2019 年 8 月 AI 公司并购交易及 IPO 数量变化(来源:CB Insights)

  不仅是交易量再创新高,过去几年间,AI 创企筹集的资金也一路猛增,从 2014 年的 42 亿美元增加到 2019 年前 8 个月的 266 亿美元。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2014-2019 年 8 月 AI 初创公司筹集资金变化(来源:CB Insights)

  从 2010 年到 2019 年 8 月,零售业的 AI 收购案数量最多,累计有 67 起;计算机视觉、自然语言处理是被重点关注的 AI 领域,累计有 66 起。

10年卖下28家AI公司 苹果的AI吸星大法!-编程之家
▲2010 年到 2019 年 8 月 AI 收购分布(来源:CB Insights)

  不过,也并非所有 AI 收购都能带来符合预期的收益,根据 IDC 的《人工智能全球采用趋势和策略》报告,1/4 的公司报告 AI 项目失败率达到 50%。

  接下来关于 AI 人才和技术的争夺将更加激烈,也将更加审慎。

  结语:苹果的 AI 收购哲学

  在科技巨头们的创新 PK 长跑中,收购是极为重要的火力补充,谁能物色到技术创新、团队厉害的初创公司,并收入囊中为其所用,往往能在关键地方大放异彩。

  而从苹果身上,我们看到了更多。

  回顾苹果的每一起 AI 收购,无不遵循苹果一贯的文化——追求特立独行精益求精,这些收购分别融入到苹果的整个生态中,优化不同类别的产品及服务体验,从而持续提升用户黏性。

  苹果的收购哲学,也折射出 AI 收购竞赛的一个主流趋势。

  未来科技巨头们的 AI 收购重点未必在于谁的技术最强,而更多取决于谁能为它们的用户带来更惊喜和满意的体验。