Обзор сделок с машинным интеллектом и выходов за первое полугодие 2015 г.

Чтобы получать больше новостей и аналитики AI, подпишитесь на мою рассылку здесь.

Машинный интеллект, область построения компьютерных систем, которые понимают и учатся на основе наблюдений без необходимости явного программирования, является основным направлением инвестиций для нас в Playfair Capital. Здесь я представляю краткий обзор сделок и выходов компаний, работающих на этой арене в первой половине 2015 года.

Я запросил источники данных, включая Crunchbase, CB Insights, пресс-релизы, документы SEC и наш собственный поток сделок, чтобы составить набор данных о 87 уникальных компаниях, совершивших сделки в период с 1 января по 30 июня 2015 года. Эти компании были выбраны потому, что они упоминают «искусственный интеллект» и / или «машинное обучение» в их описаниях / маркетинговых материалах. Таким образом, основные охватываемые технологические области включают компьютерное зрение, машинное обучение, глубокое обучение, обработку и генерацию естественного языка, науку о данных, робототехнику и речь. Вот что я обнаружил:

Объемы сделок и раундов в первом полугодии 2015 г.

За этот 6-месячный период мы совершили 93 сделки, 35% из которых были на стадии Seed / Angel. На финансирование серий A и B пришлось 15% и 11% сделок соответственно. Для сравнения, учтите, что на глобальном многоотраслевом уровне Seed / Angel, финансирование серий A и B составило 29%, 23,5% и 15% сделок в первом полугодии 2015 года, соответственно (CB Insights). С другой стороны, 19% сделок с использованием машинного интеллекта приходятся на сделки M&A. Одна компания, Адгоритмы, провела IPO на Лондонской фондовой бирже.

При рассмотрении суммы вложений в раундах финансирования машинного интеллекта мы видим, что медианные размеры раундов для сделок Seed / Angel и Series A составляют 1 миллион долларов и 5 миллионов долларов соответственно. Обе эти цифры ниже своих аналогов по большому рынку. Значительные суммы, полученные на этапах роста, искажены серией C стоимостью 55 млн долларов для Ayasdi (отраслевой независимый анализ топологических данных) и серией D стоимостью 28 млн долларов для Lattice Engines (прогнозная аналитика электронной коммерции). Общая сумма привлеченных долларов указывает на совокупный капитал, привлеченный за время существования компаний в каждом сегменте.

Подотрасли с активностью

Самыми популярными отраслевыми приложениями для машинного интеллекта по количеству сделок были бизнес-аналитика (BI) и аналитика (29%), за которыми следуют безопасность и мониторинг (12%). В рамках BI было совершено 2 сделки Seed / Angel, 4 сделки серии A, 6 сделок серии B и 9 сделок M&A. В сфере безопасности и мониторинга было совершено 6 сделок Seed / Angel, 2 сделки серии B и 1 сделка M&A. Средний размер сделки был менее 8 млн долларов в каждой отрасли на разных этапах, за исключением раундов выплаты долга для компаний потребительского кредитования Applied Data Finance и Argon Credit.

Географический охват

На США приходилось 72% сделок по количеству и 94% долларов, вложенных в компании, занимающиеся машинным интеллектом. На втором месте Европа с 18% сделок, но только 5% вложенного капитала. Если присмотреться к Европе, то 59% сделок и 42% инвестированного капитала были совершены британскими компаниями. Напротив, на США приходится 60% долларов финансирования и 65% сделок по сравнению с 10% и 15% для Европы, если рассматривать данные по глобальному рынку венчурного капитала за первое полугодие 2015 года.

События ликвидности

Средняя сумма сделки M&A составила 105 млн долларов, в то время как Adgorithms привлекла 42 млн долларов в ходе IPO стоимостью 127 млн ​​долларов. Примечательно, что 10 из 12 выходов приходились на североамериканские компании. Среднее время выхода из учреждения составляло 3 года по всем 18 сделкам M&A. В 9 случаях компании привлекали финансирование в среднем за 394 дня до их приобретения. Средний размер команды при выходе из M&A составлял 7,5 сотрудников. Twitter и Google были наиболее активными покупателями, каждая из которых приобрела по 2 компании (Whetlab / TellApart и Timeful / Granata Decision Systems соответственно).

Затем мы исследовали два показателя эффективности создания стоимости: рассмотрение вопроса о выходе в зависимости от а) человеческого капитала (количество сотрудников, работающих полный рабочий день (FTE) на выходе) и б) финансового капитала (всего привлеченного до выхода). Первый возвращает значение, созданное на FTE (стоимость / FTE), а второй - рентабельность инвестированного капитала (ROIC), оба графика показаны ниже.

Здесь мы обнаруживаем, что приобретение Twitter компанией TellApart с шестилетней давностью из 14 человек за 532 млн долларов дало самый высокий мультипликатор для акционеров (30x ROIC) и было сделано с наиболее эффективным с точки зрения человеческого капитала способом (38 млн долларов / FTE). В отличие от Saba Software, 18-летней публичной компании, которая была передана Vector Capital в частное владение за 300 млн долларов, что было наименьшей эффективностью по финансовому (6,8 раза) и человеческому капиталу (0,41 доллара США / FTE) из четырех.

Возьмите домой очки

В первой половине 2015 года компании, занимающиеся разработкой технологий машинного интеллекта, в основном занимались финансированием на ранней стадии и лишь немногие выходили из них. Ясно, что США - это место для сбора средств и выхода. Следует также учитывать, что, вероятно, в местах рождения компаний ИИ существует предвзятость, которая отдает предпочтение США по сравнению с другими континентами и, таким образом, оказывает влияние на то, что произойдет дальше.

Еще есть возможности для инноваций за пределами секторов, традиционно используемых искусственным интеллектом, таких как бизнес-аналитика и продажи. Например, предположим, что популярные патенты на машинное обучение включают медицинскую диагностику, интеллектуальный анализ данных и анализ изображений / видео (Quid 2015, ниже).

Это выражается в инвестициях в медицинский сектор, робототехнику и компьютерное зрение с 2010 года (Quid 2015, ниже).

Посмотрим, что нас ждет в следующей половине 2015 года! Быть в курсе.

Мысли или комментарии? Напишите мне на @nathanbenaich.

Playfair Capital активно ищет предпринимателей, создающих компании машинного интеллекта, которые меняют наш образ жизни, работы и развлечений.