商業(yè)智能概念界定

新型商業(yè)智能定位于通過核心技術(shù)對商業(yè)活動環(huán)節(jié)賦能服務(wù)

傳統(tǒng)商業(yè)智能（ Business Intelligence ）是基于數(shù)據(jù)倉庫、數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)進行數(shù)據(jù)抽取、展示與分析，從而為企業(yè)實現(xiàn)商業(yè)價值提供支撐。艾瑞認(rèn)為新型商業(yè)智能（Business + Artificial Intelligence）是在基于數(shù)據(jù)維度進行商業(yè)分析的層面之上，通過將人工智能核心技術(shù)（機器學(xué)習(xí)、計算機視覺、自然語言處理、智能語音交互、知識圖譜）與大數(shù)據(jù)、機器人流程自動化（RPA）、運籌學(xué)等技術(shù)相結(jié)合，圍繞商業(yè)活動中各典型關(guān)鍵環(huán)節(jié)進行洞察分析，并通過完整的解決方案級應(yīng)用，推動產(chǎn)品創(chuàng)新與服務(wù)升級。本報告圍繞上述界定的商業(yè)智能特征展開研究分析，描繪新型商業(yè)智能的應(yīng)用現(xiàn)狀、典型玩家布局及未來發(fā)展前景。

商業(yè)智能發(fā)展階段

新型商業(yè)智能已向多維決策智能階段轉(zhuǎn)變

圍繞數(shù)據(jù)分析與智能化技術(shù)的不斷迭代創(chuàng)新，商業(yè)智能至今共經(jīng)歷四次變革，實現(xiàn)由傳統(tǒng)商業(yè)智能向新型商業(yè)智能的轉(zhuǎn)變過程。商業(yè)智能初期階段用戶主要集中于大型企業(yè)，產(chǎn)品智能化程度低且部署成本高。隨著基礎(chǔ)設(shè)施建設(shè)的日益完善與可視化產(chǎn)品的出現(xiàn)，大量國內(nèi)外商業(yè)智能廠商涌現(xiàn)并迅速發(fā)展，推動商業(yè)智能技術(shù)普及應(yīng)用。2016年開始，大數(shù)據(jù)、人工智能、云服務(wù)技術(shù)的革新發(fā)展推動淺層決策智能走向成熟，云端部署能力則吸引更多的中小企業(yè)用戶，新型商業(yè)智能時代逐步開啟?，F(xiàn)階段新型商業(yè)智能已進入快速成長期，技術(shù)融合有效增進了產(chǎn)品的多維智能決策能力，在不斷優(yōu)化解決方案能力的同時可有效降低應(yīng)用成本。

全球視角下的商業(yè)智能政策環(huán)境

中國的政策更加注重推動技術(shù)在重點領(lǐng)域?qū)崿F(xiàn)應(yīng)用落地

依據(jù)本報告的主要研究范疇，通過對世界主要國家或地區(qū)已經(jīng)頒布的人工智能相關(guān)政策進行梳理，發(fā)現(xiàn)多項政策均有涉及到推進AI技術(shù)在商業(yè)領(lǐng)域?qū)崿F(xiàn)落地的內(nèi)容。其中美國、英國、歐盟等國家或地區(qū)的政策傾向于鼓勵企業(yè)逐步采用AI技術(shù)，但并未說明具體涉及的領(lǐng)域。相比而言中國出臺的政策則更為具體，指出了技術(shù)重點落地的一些領(lǐng)域，注重人工智能與傳統(tǒng)產(chǎn)業(yè)的深度融合。

商業(yè)智能與大數(shù)據(jù)

大數(shù)據(jù)為商業(yè)實現(xiàn)智能化奠定堅實基礎(chǔ)

在數(shù)字化、信息化推動社會快速發(fā)展的時代，各行業(yè)都積累了海量的數(shù)據(jù)資源。據(jù)IDC估算，到2025年全球數(shù)據(jù)總量將達到163ZB，相當(dāng)于2016年所產(chǎn)生數(shù)據(jù)量的十倍。IDC的一項調(diào)查顯示企業(yè)中80%的數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，由于非結(jié)構(gòu)化數(shù)據(jù)的格式和標(biāo)準(zhǔn)不一，如何有效的利用這些資源為企業(yè)經(jīng)營決策提供更多價值就成為了關(guān)注的焦點。大數(shù)據(jù)相關(guān)技術(shù)可以通過數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用等環(huán)節(jié)對不同來源、不同類型的數(shù)據(jù)進行處理，有效的解決數(shù)據(jù)處理方面的問題，同時伴隨機器學(xué)習(xí)等人工智能技術(shù)的引入，大幅提升了企業(yè)對于數(shù)據(jù)的處理效率與分析能力。

商業(yè)智能與人工智能技術(shù)

以機器學(xué)習(xí)技術(shù)為核心，人工智能助力商業(yè)實現(xiàn)轉(zhuǎn)型升級

機器學(xué)習(xí)（含深度學(xué)習(xí)）技術(shù)作為人工智能的核心，近年來實現(xiàn)多方面的突破，如卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)等多種機器學(xué)習(xí)/深度學(xué)習(xí)算法已經(jīng)與自然語言處理、智能語音、知識圖譜、計算機視覺等技術(shù)緊密結(jié)合，提升人工智能技術(shù)整體的應(yīng)用效果。目前以機器學(xué)習(xí)為代表的人工智能技術(shù)在商業(yè)各領(lǐng)域（如金融、醫(yī)療、客服、零售等）實現(xiàn)了廣泛應(yīng)用，進一步降低企業(yè)經(jīng)營成本，提升應(yīng)用效能，提高終端消費者的體驗，最終實現(xiàn)商業(yè)各領(lǐng)域的轉(zhuǎn)型升級。

商業(yè)智能與機器人流程自動化（RPA）

機器人流程自動化減少重復(fù)性工作，有效提升企業(yè)效能

機器人流程自動化（Robotic Process Automation）主要是通過軟件機器人自動處理企業(yè)內(nèi)部基于規(guī)則且大量重復(fù)性的工作流程任務(wù)。應(yīng)用了該技術(shù)之后企業(yè)可以解放內(nèi)部從事大量重復(fù)工作的勞動力，將員工分配到擁有更高附加值的任務(wù)之中，并且通過自動化處理實現(xiàn)24小時連續(xù)運行，進一步提升業(yè)務(wù)處理的效率。目前機器人流程自動化技術(shù)已廣泛運用到如財務(wù)、會計、采購、人力資源、客戶服務(wù)等多個通用的職能領(lǐng)域，在金融、醫(yī)療、零售等行業(yè)的一些流程中實現(xiàn)了落地。當(dāng)前機器人流程自動化與人工智能的OCR識別、自然語言處理等技術(shù)有機結(jié)合，進一步提升業(yè)務(wù)處理效能，逐步向認(rèn)知流程自動化方向發(fā)展。

商業(yè)智能與運籌學(xué)

商業(yè)實現(xiàn)智能化得益于運籌學(xué)與人工智能技術(shù)有機結(jié)合

運籌學(xué)（Operations Research）在商業(yè)智能化的過程中起到重要作用，其主要側(cè)重從管理的角度來實現(xiàn)最優(yōu)決策。具體而言通過挖掘各種有限的資源，發(fā)現(xiàn)其中所蘊含的規(guī)律，提出相應(yīng)的求解方法，從而利用有限的資源實現(xiàn)企業(yè)效益的最大化。運籌學(xué)目前主要通過線性規(guī)劃、排隊論、圖論等多種模型在物流配送、庫存管理、市場營銷等領(lǐng)域有廣泛應(yīng)用。在運籌學(xué)理論在商業(yè)場景的實踐過程中， 人工智能技術(shù)（尤其是機器學(xué)習(xí)）的引入使得運籌學(xué)在需求管理、規(guī)律性分析上具有更佳的量化表現(xiàn)。因此，運籌學(xué)與人工智能相結(jié)合可以發(fā)揮各自的優(yōu)勢共同為商業(yè)智能化賦能。

商業(yè)智能產(chǎn)業(yè)鏈

主要技術(shù)提供方集中于產(chǎn)業(yè)鏈中游提供商業(yè)賦能服務(wù)

新型商業(yè)智能側(cè)重于智能技術(shù)在商業(yè)場景和典型環(huán)節(jié)中的滲透應(yīng)用，在產(chǎn)業(yè)鏈的中游解決方案提供商環(huán)節(jié)集聚了大量垂直領(lǐng)域的技術(shù)賦能型公司。同時，大多由互聯(lián)網(wǎng)科技巨頭領(lǐng)導(dǎo)布局的商業(yè)智能技術(shù)平臺也可以充當(dāng)產(chǎn)業(yè)鏈中游角色，為各商業(yè)場景/環(huán)節(jié)提供賦能效果。在產(chǎn)業(yè)鏈上游，傳統(tǒng)IT廠商、云服務(wù)廠商、大數(shù)據(jù)平臺服務(wù)商可為產(chǎn)業(yè)鏈中游技術(shù)提供者賦予計算、存儲等基礎(chǔ)設(shè)施支持， ERP、CRM等企業(yè)信息系統(tǒng)可幫助企業(yè)有效記錄其資源及業(yè)務(wù)數(shù)據(jù)。

商業(yè)智能產(chǎn)業(yè)圖譜

商業(yè)智能行業(yè)投融資情況

近年來投資節(jié)奏明顯加快，以早期融資為主

隨著人工智能技術(shù)與商業(yè)場景融合發(fā)展進程的加快，該領(lǐng)域內(nèi)的資本關(guān)注度隨之增高，投資事件密集發(fā)生。2014年至2018年，商業(yè)智能領(lǐng)域累計發(fā)生融資事件100起，2018年最多達到57起，預(yù)計未來將保持穩(wěn)定增長態(tài)勢。從融資輪次來看，早期發(fā)展階段的商業(yè)智能創(chuàng)業(yè)公司受關(guān)注較多，主要集中于A輪和天使輪，占比分別達到29%和19%。

客戶服務(wù)最受追捧，診療、零售與交通等領(lǐng)域齊頭并進

總體而言，商業(yè)智能行業(yè)投融資領(lǐng)域分布比較均勻，大部分應(yīng)用場景均存在資本進入與發(fā)展空間。隨著近年來語音機器人、外呼中心、自動工單管理等智能客服場景的快速發(fā)展與普及，智能客服賽道競爭日趨激烈，豐富的場景經(jīng)驗累積與良好的商業(yè)模式吸引了眾多投資方關(guān)注。無論是從商業(yè)智能被投企業(yè)維度還是融資事件維度，客戶服務(wù)類占比均最大，預(yù)計未來還將保持一定行業(yè)熱度。此外，與公眾生活密切相關(guān)的輔助診療、零售電商以及交通出行等領(lǐng)域也受到不同程度的重點關(guān)注。

商業(yè)智能價值體現(xiàn)與效果提升

圍繞企業(yè)運營需求痛點進行技術(shù)革新，提升落地應(yīng)用價值

新型商業(yè)智能基于多維度核心技術(shù)能力，旨在高效解決企業(yè)經(jīng)營過程中面臨的人力資本持續(xù)上漲、業(yè)務(wù)流程優(yōu)化、需求響應(yīng)速率要求、打通信息孤島釋放數(shù)據(jù)價值等企業(yè)運營痛點，以達到敏捷化、可視化、場景化及預(yù)測化的數(shù)據(jù)分析效果提升。依托數(shù)據(jù)挖掘、機器學(xué)習(xí)、流程自動化能力，技術(shù)提供方可以針對商業(yè)企業(yè)主營業(yè)務(wù)場景進行整體解決方案打包服務(wù)，對企業(yè)經(jīng)營業(yè)務(wù)流程進行優(yōu)化管理，聚焦商業(yè)活動需求進行預(yù)測性分析，輔助商業(yè)決策制定，以達到降本增效效果，提升商業(yè)環(huán)節(jié)的落地應(yīng)用價值。

商業(yè)智能未來方向

對業(yè)務(wù)場景的逐步理解深入將推進技術(shù)落地及產(chǎn)業(yè)升級

技術(shù)發(fā)展不斷驅(qū)動商業(yè)智能行業(yè)發(fā)展轉(zhuǎn)型，但在企業(yè)內(nèi)部實踐中, 對具體業(yè)務(wù)場景的理解、對實際問題的界定與采用何種模型或算法同等重要。對業(yè)務(wù)場景的深入理解在很大程度上決定了技術(shù)是否能夠有效降低企業(yè)運營成本或幫助相關(guān)業(yè)務(wù)增加收入，這是技術(shù)能夠落地、產(chǎn)業(yè)得以升級的關(guān)鍵。伴隨著新型商業(yè)智能在多行業(yè)領(lǐng)域的實踐應(yīng)用，解決方案提供商逐步積累對細分應(yīng)用場景的洞察，深入理解業(yè)務(wù)痛點，選擇合理技術(shù)組合不斷完善行業(yè)解決方案。

商業(yè)智能應(yīng)用場景之金融風(fēng)控

智能技術(shù)成為金融機構(gòu)提升風(fēng)險管控能力的重要手段

近八年來商業(yè)銀行不良貸款余額及不良貸款率均呈現(xiàn)明顯上升趨勢，究其原因在于傳統(tǒng)金融機構(gòu)對系統(tǒng)和流程建設(shè)的重視程度不夠，監(jiān)測違約風(fēng)險的能力不足，在風(fēng)險管控上面臨諸多挑戰(zhàn)。在當(dāng)前國家監(jiān)管日益趨嚴(yán)的環(huán)境下，以機器學(xué)習(xí)、知識圖譜、自然語言處理以及生物識別為代表的人工智能技術(shù)在金融風(fēng)控領(lǐng)域應(yīng)用的需求也明顯增加。越來越多的金融機構(gòu)與科技公司加強合作，借助科技的力量增強自身風(fēng)控實力，例如以金融壹賬通為代表的金融科技公司利用多種技術(shù)手段降低商業(yè)銀行在信貸過程中面臨的各類欺詐風(fēng)險，幫助金融機構(gòu)進一步降低不良貸款水平提升抗風(fēng)險能力。

商業(yè)智能場景應(yīng)用之物流管理

重塑物流行業(yè)資源規(guī)劃系統(tǒng)，加速柔性供應(yīng)鏈管理的實現(xiàn)

傳統(tǒng)物流行業(yè)重度依賴人工為主的資源規(guī)劃系統(tǒng)，服務(wù)種類單一且網(wǎng)絡(luò)化水平較低，流通時間大多耗費在倉儲環(huán)節(jié)，導(dǎo)致成本高企且效率低下。得益于供應(yīng)鏈生產(chǎn)的海量實時數(shù)據(jù)，人工智能技術(shù)可以較好地與傳統(tǒng)物流行業(yè)結(jié)合，助力物流企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型：在網(wǎng)絡(luò)預(yù)測、風(fēng)險控制及路徑規(guī)劃等后臺業(yè)務(wù)方面，深度學(xué)習(xí)算法可以基于優(yōu)化模型對策略進行動態(tài)規(guī)劃，根據(jù)輸入變量變化情況做出適時響應(yīng)調(diào)整，并做出一定程度的預(yù)測推斷；在倉儲分揀等前臺環(huán)節(jié)，計算機視覺、機器學(xué)習(xí)等技術(shù)可以幫助物流企業(yè)自動識別篩查貨物分類及狀態(tài)，實現(xiàn)便捷管理庫存、自動補貨等應(yīng)用。

商業(yè)智能場景應(yīng)用之廣告營銷

機器學(xué)習(xí)分析供給需求兩側(cè)行為數(shù)據(jù)進行智能撮合

在廣告營銷領(lǐng)域，潛在購買受眾出于流量處理能力的考慮，無法承擔(dān)過多次數(shù)的廣告拍賣請求。在此限制基礎(chǔ)上，若要提高廣告交易額并增加廣告主收入，需要借助人工智能引擎和機器學(xué)習(xí)算法對廣告主提供的廣告創(chuàng)意進行訓(xùn)練學(xué)習(xí)，洞察不同創(chuàng)意的受眾特點，同時對潛在購買受眾的需求進行挖掘分析，了解具備哪些特征的廣告拍賣請求更適合廣告買家，對兩類不同的需求數(shù)據(jù)進行智能匹配與精準(zhǔn)推送，以提升交易成功率。在廣告拍賣請求數(shù)量基本不變的前提下，通過應(yīng)用人工智能等技術(shù)，廣告主利潤比原來普遍提升了3-6倍。

商業(yè)智能應(yīng)用場景之零售電商

融合進零售電商的經(jīng)營管理環(huán)節(jié)，提高獲客與轉(zhuǎn)化

隨著經(jīng)濟快速發(fā)展和居民收入的不斷增加，我國社會消費品零售總額與網(wǎng)絡(luò)零售額呈現(xiàn)整體上升趨勢?；ヂ?lián)網(wǎng)巨頭依靠流量紅利布局建設(shè)網(wǎng)上電商平臺，經(jīng)歷了前期快速發(fā)展階段后，如今面臨獲客成本增加、同質(zhì)化競爭加劇以及新物種零售形式的擠壓等問題，通過引進人工智能等技術(shù)，一方面可以根據(jù)用戶購買特征行為數(shù)據(jù)，提供個性化的精準(zhǔn)商品推送，另一方面優(yōu)化營銷推廣渠道，實現(xiàn)高效、低成本獲取曝光與客流，結(jié)合智能實時定價策略進行銷售優(yōu)化；傳統(tǒng)的線下零售巨頭受限于成本及渠道把控，以及對客戶需求不能有效洞察的傳統(tǒng)弊端，也在積極推進智能升級，線下商家利用人臉識別技術(shù)，可以識別門店客流、記錄會員消費信息、并提供大數(shù)據(jù)經(jīng)營分析打通線上線下一體的零售網(wǎng)絡(luò)。商業(yè)智能喚醒的新興玩法將進一步釋放消費能力，推動建立智能、便捷、無感的新零售生態(tài)。

商業(yè)智能場景應(yīng)用之交通出行

重塑交通各參與方融合關(guān)系，逐步實現(xiàn)全智慧交通出行

隨著國民經(jīng)濟的高速發(fā)展和城市化進程的加快，公眾出行需求逐步提升，與之帶來的地面交通擁堵、機場車站人流密集、公共交通場站安全等問題層出不窮。人工智能、大數(shù)據(jù)、云計算等技術(shù)的崛起，正在重塑人、車、路之間的融合關(guān)系，強大的計算力與海量的高價值數(shù)據(jù)是構(gòu)成多維度協(xié)同出行生態(tài)的核心力量。從應(yīng)用場景來看，基于大數(shù)據(jù)技術(shù)和人工智能技術(shù)，現(xiàn)階段商業(yè)智能主要應(yīng)用于交通信號燈管理、高精地圖導(dǎo)航、機位調(diào)度、自動駕駛、公共交通系統(tǒng)優(yōu)化、停車位動態(tài)規(guī)劃管理等方向，未來將形成實體道路與虛體網(wǎng)絡(luò)的統(tǒng)一融合，建設(shè)具備統(tǒng)一數(shù)據(jù)接口的城市“交通大腦”，實現(xiàn)“以人為本”的全智慧交通系統(tǒng)。

商業(yè)智能應(yīng)用場景之輔助診療

加速藥物發(fā)現(xiàn)，輔助臨床診斷，優(yōu)化就診流程

傳統(tǒng)意義上醫(yī)療健康公共服務(wù)性質(zhì)較強，由于智能化技術(shù)對醫(yī)療健康環(huán)節(jié)效率提升較為典型，故納入本報告的討論范圍。智能化技術(shù)的應(yīng)用主要有：醫(yī)學(xué)藥物研發(fā)、智能臨床輔助決策、病例語音錄入及結(jié)構(gòu)化、醫(yī)學(xué)影像分析等。醫(yī)學(xué)藥物研發(fā)方面，新藥研發(fā)平均總耗時10-15年，花費80億元，新藥研發(fā)周期長、成本高、失敗率高等特點促使人工智能等技術(shù)開始被藥企接受，深入臨床前及臨床研究階段。診療方面，根據(jù)中國國家統(tǒng)計局的數(shù)據(jù)顯示，從2010年到2017年中國的診療人次從58.4億人次上升至81.8億人次，人均就診次數(shù)從4.4次上升至5.9次，隨著現(xiàn)代工作壓力增大以及不良生活習(xí)慣的影響，糖尿病、高血壓等慢性病發(fā)病率也在不斷上升，目前醫(yī)療機構(gòu)的醫(yī)生存在嚴(yán)重不足的情況，以科技補人才需求突出，醫(yī)學(xué)結(jié)構(gòu)化與大型醫(yī)學(xué)知識圖譜的建立，對輔助診療有重大意義，病例語音錄入、醫(yī)學(xué)影像分析等也在優(yōu)化就診流程、提高問診效率方面有著突出作用。

商業(yè)智能場景應(yīng)用之客戶服務(wù)

解決傳統(tǒng)客服行業(yè)核心痛點，提升前端后臺服務(wù)效率

客戶服務(wù)作為各類商業(yè)場景搭建實現(xiàn)過程的重要環(huán)節(jié)，是維系企業(yè)與客戶之間連接關(guān)系的重要載體，對企業(yè)產(chǎn)品/服務(wù)銷售、市場拓展、品牌影響力等方面具有深度影響。傳統(tǒng)客服方式存在人員培訓(xùn)及留存成本高、質(zhì)量效果把控難度大、售前轉(zhuǎn)化率較低等共性問題，一定程度上制約了企業(yè)的經(jīng)營效率改善與利潤提升。智能客服系統(tǒng)可根據(jù)行業(yè)知識和企業(yè)業(yè)務(wù)搭建專業(yè)知識庫，通過構(gòu)建開放式問答及交互式對話技能，對客戶提出的咨詢問題快速輸出匹配答案。此外，智能客服產(chǎn)品的后臺管理系統(tǒng)可有效代替?zhèn)鹘y(tǒng)人工抽檢，解決抽檢覆蓋率低、檢驗標(biāo)準(zhǔn)存在差異、非實時被動響應(yīng)等問題。目前金融、電商、教育等領(lǐng)域企業(yè)用戶對智能客服系統(tǒng)接受度較高，標(biāo)準(zhǔn)化產(chǎn)品體系建設(shè)相對成熟。

商業(yè)智能趨勢展望

產(chǎn)業(yè)互聯(lián)網(wǎng)的興起將加速商業(yè)智能模式裂變

以信息傳遞、流量分發(fā)和注重用戶體驗為主的互聯(lián)網(wǎng)上半場已接近尾聲，被稱之為“互聯(lián)網(wǎng)下半場”的產(chǎn)業(yè)互聯(lián)網(wǎng)興起之勢已不可阻擋。在逐步滲透打通各傳統(tǒng)產(chǎn)業(yè)內(nèi)外部連接、實現(xiàn)新舊動能有效轉(zhuǎn)化的基礎(chǔ)上，產(chǎn)業(yè)互聯(lián)網(wǎng)會重建流量、科技、場景之間的共生關(guān)系，創(chuàng)造新型的商業(yè)發(fā)展生態(tài)。圍繞數(shù)據(jù)資產(chǎn)的有效變現(xiàn)，產(chǎn)業(yè)互聯(lián)網(wǎng)產(chǎn)生的豐富價值流量會持續(xù)為以“數(shù)據(jù)-算法-智能”為主線的商業(yè)智能應(yīng)用路徑注入海量數(shù)據(jù)，并憑借對傳統(tǒng)產(chǎn)業(yè)鏈改造升級能力催生出商業(yè)智能更多應(yīng)用場景與想象空間，加速商業(yè)模式創(chuàng)新與商業(yè)邏輯重構(gòu)。

互聯(lián)網(wǎng)巨頭、科技公司與商業(yè)企業(yè)合作共建生態(tài)

隨著人工智能技術(shù)的不斷縱深發(fā)展，與傳統(tǒng)商業(yè)領(lǐng)域融合程度持續(xù)加深，科技公司與互聯(lián)網(wǎng)技術(shù)服務(wù)商已從原有的“賦能者”角色逐漸向“合作伙伴”角色轉(zhuǎn)換。未來，商業(yè)智能企業(yè)所需要建設(shè)的能力不再是單點的垂直領(lǐng)域解決方案服務(wù)，而是希望基于對本領(lǐng)域賽道充分理解認(rèn)知的基礎(chǔ)上，實現(xiàn)對企業(yè)全業(yè)務(wù)流程服務(wù)能力以及跨場景生態(tài)拉通格局。為實現(xiàn)此目標(biāo)，需要互聯(lián)網(wǎng)巨頭發(fā)揮流量優(yōu)勢與生態(tài)建設(shè)力，人工智能技術(shù)提供方打通技術(shù)開發(fā)到場景落地的應(yīng)用路徑，傳統(tǒng)商業(yè)公司輸入行業(yè)認(rèn)知并思考模式創(chuàng)新方向，三方合力共建商業(yè)智能穩(wěn)固生態(tài)圈。

個人數(shù)據(jù)監(jiān)管不斷趨嚴(yán)帶來新的發(fā)展機遇與挑戰(zhàn)

當(dāng)前，大多商業(yè)場景都會產(chǎn)出與個人用戶直接相關(guān)的核心敏感數(shù)據(jù)。針對個人數(shù)據(jù)的收集、存儲與分析在為商業(yè)智能帶來決策價值的同時，也會引發(fā)一系列隱私泄露風(fēng)險與道德危機。為有效保護個人數(shù)據(jù)信息，全球各國密集出臺以GDPR為代表的各類信息保護法規(guī)及條例，對技術(shù)公司收集使用個人用戶信息進行較為嚴(yán)格的限制，一定程度上影響商業(yè)智能技術(shù)提供方的數(shù)據(jù)標(biāo)注與算法模型訓(xùn)練。監(jiān)管永遠是一把雙刃劍，在為技術(shù)創(chuàng)新帶來外部限制的另一面，是激發(fā)技術(shù)企業(yè)形成“帶著枷鎖跳舞”的能力，通過算法迭代與產(chǎn)品測試流程創(chuàng)新減少對訓(xùn)練數(shù)據(jù)的依賴程度，通過盡可能小的數(shù)據(jù)樣本完成模型訓(xùn)練與測試驗證流程。

                                                                       來源：艾瑞咨詢