2019年中国商业智能研究报告2©2019.6 iResearch Inc. www.iresearch.com.cn开篇摘要 概念界定：区别于传统商业智能，现阶段商业智能通过将人工智能核心技术与大数据、机器人流程自动化（RPA）、运筹学等技术相结合，促进商业中各领域在产品创新与服务升级等方面实现转型升级。 政策环境：美国、英国、欧盟等国家或地区的政策倾向于鼓励企业采用人工智能等新兴技术，但并未明确引导方向及发展领域。对比而言，国内政策更加落地，指明技术与场景落位方向。行业概述 场景梳理：总结梳理金融风控、物流管理、广告营销、零售电商、交通出行、医疗健康、客户服务、在线教育等8个典型商业智能应用场景。 场景解读：从赛道规模、落地形式、典型案例、应用前景等维度，分析解读8个商业智能应用场景的发展现状与增长潜力。应用场景 技术关系：人工智能与大数据、RPA以及运筹学共同为商业智能行业的转型升级提供技术支撑，大数据提供基础资源，RPA应用于多数流程性领域，运筹学发掘资源潜力并进行统筹规划，而人工智能是商业场景实现智能化的核心驱动因素。 产业互联网驱动：产业互联网会重建流量、科技、场景之间的共生关系，创造新型的商业发展生态。同时，产业互联网会在流量端与应用场景侧为商业智能模式创新带来机会。 未来市场格局：互联网巨头、人工智能技术公司与商业公司将基于各自在流量、技术落地与行业认知方面的优势三方合力，共建商业智能全新发展生态。 个人数据监管影响：以GDPR为代表的个人数据保护法规虽一定程度限制了技术公司模型训练所获取的数据集来源，但也激发技术公司迭代并创新算法以减少采集个人信息用于技术开发的依赖程度。来源：艾瑞咨询研究院自主研究及绘制。趋势展望 价值方向：技术发展驱动商业智能行业发展转型，聚焦商业企业核心发展痛点，技术提供方应更加深入理解场景与业务属性，选择合理技术组合以增加商业环节落地应用价值。3商业智能趋势展望4商业智能典型公司案例3商业智能典型应用场景2商业智能概述1商业智能概念界定商业智能发展阶段全球视角下的商业智能政策环境商业智能与大数据商业智能与人工智能技术商业智能与机器人流程自动化（RPA）商业智能产业链商业智能与运筹学商业智能产业图谱商业智能行业投融资情况商业智能价值体现与效果提升商业智能未来方向4©2019.6 iResearch Inc. www.iresearch.com.cn商业智能概念界定新型商业智能定位于通过核心技术对商业活动环节赋能服务传统商业智能（ Business Intelligence ）是基于数据仓库、数据挖掘等大数据技术进行数据抽取、展示与分析，从而为企业实现商业价值提供支撑。艾瑞认为新型商业智能（Business + Artificial Intelligence）是在基于数据维度进行商业分析的层面之上，通过将人工智能核心技术（机器学习、计算机视觉、自然语言处理、智能语音交互、知识图谱）与大数据、机器人流程自动化（RPA）、运筹学等技术相结合，围绕商业活动中各典型关键环节进行洞察分析，并通过完整的解决方案级应用，推动产品创新与服务升级。本报告围绕上述界定的商业智能特征展开研究分析，描绘新型商业智能的应用现状、典型玩家布局及未来发展前景。来源：艾瑞咨询研究院自主研究及绘制。新型商业智能概念及延伸概述新型商业智能延伸传统商业智能风控、物流、营销、零售、交通、诊疗、客服等场景环节应用人工智能、大数据、RPA、运筹学等核心技术企业内部数据企业外部数据结构化数据非结构化数据ETL抽取转换装载数据仓库数据挖掘OLAP可视化分析结果5©2019.6 iResearch Inc. www.iresearch.com.cn商业智能发展阶段新型商业智能已向多维决策智能阶段转变围绕数据分析与智能化技术的不断迭代创新，商业智能至今共经历四次变革，实现由传统商业智能向新型商业智能的转变过程。商业智能初期阶段用户主要集中于大型企业，产品智能化程度低且部署成本高。随着基础设施建设的日益完善与可视化产品的出现，大量国内外商业智能厂商涌现并迅速发展，推动商业智能技术普及应用。2016年开始，大数据、人工智能、云服务技术的革新发展推动浅层决策智能走向成熟，云端部署能力则吸引更多的中小企业用户，新型商业智能时代逐步开启。现阶段新型商业智能已进入快速成长期，技术融合有效增进了产品的多维智能决策能力，在不断优化解决方案能力的同时可有效降低应用成本。概述商业智能发展阶段商业智能初期阶段（2005-2013）企业上线适应自身业务的应用系统，类似于ERP、CRM、OA、HIS等。市场仍主要被SAP 、 Oracle 、 IBM等老牌巨头占领。主要用户群体集中于大型企业，且相对封闭。可视化数据分析阶段（2013-2016）可视化数据分析产品出现，企业项目中原有的商业智能初期产品逐步下线，此消彼长，可视化的数据分析产品集中进入市场，国内外厂商处于快速成长期。同时，随着IT基础设施逐步完善，更多企业用户拥抱商业智能。浅层决策智能阶段（2016-2018）大数据、人工智能技术的发展支持商业智能进入数据挖掘的浅层决策智能阶段。云服务的普及推广支持商业智能解决方案的云端部署，吸引更多的中小企业用户。行业进入新型商业智能阶段。多维决策智能阶段（2018-至今）伴随2018年人工智能技术的全面商业化落地，集合AI、大数据、云服务、RPA、运筹学等技术的新型商业智能开始为企业客户提供多维决策的智能服务。融合技术、打磨场景、优化解决方案的部署成本是现阶段商业智能企业的发展重点。传统商业智能新型商业智能来源：艾瑞咨询研究院自主研究及绘制。6©2019.6 iResearch Inc. www.iresearch.com.cn全球视角下的商业智能政策环境中国的政策更加注重推动技术在重点领域实现应用落地依据本报告的主要研究范畴，通过对世界主要国家或地区已经颁布的人工智能相关政策进行梳理，发现多项政策均有涉及到推进AI技术在商业领域实现落地的内容。其中美国、英国、欧盟等国家或地区的政策倾向于鼓励企业逐步采用AI技术，但并未说明具体涉及的领域。相比而言中国出台的政策则更为具体，指出了技术重点落地的一些领域，注重人工智能与传统产业的深度融合。来源：艾瑞咨询研究院自主研究及绘制。世界主要国家或地区商业智能政策环境概述2019年2月美国总统特朗普签署行政命令维护美国人工智能领导地位制定适当的技术标准，减少对人工智能技术进行安全测试和部署的障碍，以便创造新的人工智能相关产业，并使当前的产业应用人工智能技术2018年4月欧盟《人工智能通讯》帮助所有技术潜在用户（特别是中小型企业），鼓励企业相关部门逐步采用AI技术。欧盟将支持一项名为“AI-on-demand platform”项目，其将会为欧盟区域内的所有潜在技术用户提供服务和支持2017年7月中国《新一代人工智能发展规划》推动人工智能与各行业融合创新，在制造、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用试点示范，推动人工智能规模化应用，全面提升产业发展智能化水平2018年6月印度《国家人工智能战略》鼓励在产业界、学术界、贸易主体和风险投资主体之间密切合作推进“AI+X”模式更好的实现落地2018年4月英国《人工智能行业新政》建立一个包含来自产业界和学术界知名人士以及部长级官员的人工智能委员会。同时政府将会与新建立的人工智能委员会密切合作，通过扩大出口和投资去支持英国的AI产业发展7©2019.6 iResearch Inc. www.iresearch.com.cn©2019.6 iResearch Inc. www.iresearch.com.cn商业智能与大数据大数据为商业实现智能化奠定坚实基础在数字化、信息化推动社会快速发展的时代，各行业都积累了海量的数据资源。据IDC估算，到2025年全球数据总量将达到163ZB，相当于2016年所产生数据量的十倍。IDC的一项调查显示企业中80%的数据是非结构化数据，由于非结构化数据的格式和标准不一，如何有效的利用这些资源为企业经营决策提供更多价值就成为了关注的焦点。大数据相关技术可以通过数据采集、数据存储、数据分析和数据应用等环节对不同来源、不同类型的数据进行处理，有效的解决数据处理方面的问题，同时伴随机器学习等人工智能技术的引入，大幅提升了企业对于数据的处理效率与分析能力。商业大数据相关技术流程2010-2025年全球数据量增长情况来源：IDC来源：艾瑞咨询研究院自主研究及绘制。概述数据源数据采集数据存储数据分析数据应用结构化数据:RDBMS、ERP、CRM……非结构化数据:文本、图像、音频……系统日志采集、网络数据采集、流数据实时采集、结构化/非结构化数据非实时采集数据集市、Hadoop平台、数据仓库、元数据库数据挖掘、模式识别机器学习、回归分析统计分析、并行处理……决策支持、资源共享媒体监控、视频搜索关联分析、行为分析……2844163201020152020e2025e数据量（ZB）8©2019.6 iResearch Inc. www.iresearch.com.cn商业应用举例金融领域利用机器学习算法根据客户属性自动调整投资组合；医疗领域通过深度学习相关算法能力进行眼底疾病筛查商业智能与人工智能技术以机器学习技术为核心，人工智能助力商业实现转型升级机器学习（含深度学习）技术作为人工智能的核心，近年来实现多方面的突破，如卷积神经网络、长短期记忆网络等多种机器学习/深度学习算法已经与自然语言处理、智能语音、知识图谱、计算机视觉等技术紧密结合，提升人工智能技术整体的应用效果。目前以机器学习为代表的人工智能技术在商业各领域（如金融、医疗、客服、零售等）实现了广泛应用，进一步降低企业经营成本，提升应用效能，提高终端消费者的体验，最终实现商业各领域的转型升级。来源：艾瑞咨询研究院自主研究及绘制。人工智能核心技术及主要应用概述自然语言处理Natural Language Processing知识图谱Knowledge Graph机器学习Machine Learning深度学习Deep Learning智能语音Intelligent Speech计算机视觉Computer Vision机器学习与知识图谱关联例如：采用机器学习方法从多源异构数据源中进行事实型知识学习……深度学习与计算机视觉关联例如：深度卷积神经网络为代表的深度学习视觉模型，显著提高处理视觉任务的精度……机器学习与自然语言处理关联例如：预训练神经网络，采用机器学习中的长短期记忆网络进行建模，阅读理解等任务效果显著提升……深度学习与智能语音关联例如：基于深度神经网络-隐马尔可夫模型，可利用语音特征上下文信息学习非线性更高层次的特征表达……商业应用举例智能客服领域利用机器阅读文本来回复客户问题；办公领域利用机器阅读理解技术进行邮件或文档处理商业应用举例营销领域通过连接多个数据源，形成对用户群体的完整描述；金融风控领域对信息一致性进行验证从而识别欺诈风险商业应用举例人脸识别等视觉相关技术目前已广泛应用于交通、金融、医疗等领域，显著提升乘客过检、身份验证、医疗辅助诊断等场景服务效能商业应用举例医疗领域利用语音识别技术将医生口述病情信息快速转写为病历；教育领域使用语音评测技术实现人机交互教学9©2019.6 iResearch Inc. www.iresearch.com.cn商业智能与机器人流程自动化（RPA）机器人流程自动化减少重复性工作，有效提升企业效能机器人流程自动化（Robotic Process Automation）主要是通过软件机器人自动处理企业内部基于规则且大量重复性的工作流程任务。应用了该技术之后企业可以解放内部从事大量重复工作的劳动力，将员工分配到拥有更高附加值的任务之中，并且通过自动化处理实现24小时连续运行，进一步提升业务处理的效率。目前机器人流程自动化技术已广泛运用到如财务、会计、采购、人力资源、客户服务等多个通用的职能领域，在金融、医疗、零售等行业的一些...
发表评论取消回复