2017-2018中国商业智能行业研究报告
智能客服
接入各行各业
图像
提升
语言
辅助
触觉 ……
其 他 领 域
制造业
医疗
农业
公共安全
……
注释：有别于可产生情感、拥有创造性思维的人类认知，现阶段机器的认知依然是基于海量计算，对既有模型的高效求解；如何让机器实现人类一样的“认知”，技术路径尚待探索。 来源：XXXX等研究绘制。
中美商业智能环境对比
对数据进行可视化描述，分析规律并作出预测，让技术化的数据更加业务化， 帮助业务人员增强对公司各项事务运营情况的认知。如通过对销售数据的分 析可发现各类客户的特征和喜欢购买的商品之间的联系，营销人员可结合这 种“认知”来筹划有针对性的促销活动或向客户提供个性化服务等。 根据实际业务问题建立模型并求出最优解，给出 人力、财力、物力、能源、时间等各项资源的具 体配置方案，在营销、风控、定价、库存等场景 实现智能决策，并在一些领域自动化执行。
数据
海量数据为智能分析提供养料
信通院数据显示，目前约70%的企业 拥有的数据资源总量在50-500TB之间。 2016年数据量在500TB以上企业占比 为18.4%，较2015年增加1.4%；数据 资源在50TB以下的企业占比由2015年 的5.0%下降到2016年的3.7%。企业数 据资源总量呈增长趋势。
统计学 博弈论
决策树 Deep Learning 生成对抗网络
随机模拟 长短期记忆网络
Bayesian 动态规划 知识图谱 神经网络 迁移学习
来源：XXXX等研究绘制。
商业智能应用场景
商业智能主要应用于金融、电商、物流、出行等领域
类比人类智能，人工智能可分为赋予机器语音、图像等感知能力的感知智能和赋予机器思考能力的认知、决策智能。认知 能提升感知（如对语义的理解判断将提升机器的语音识别率），感知也会辅助决策（如智慧商超中机器视觉对客流属性、 消费行为的观察、记录可辅助商超做出营销决策），本报告聚焦于认知智能在商业场景中的应用情况。
认知智能在商业场景中的应用
感知智能 语音
商 业 领 域
认知/决策智能 金融
精准营销 智能投顾 风控 投研分析 差异化定价 人力资源配置 个性化定制
电商/零售
个性化推荐 动态定价 组合定价 促销管理 需求预测 防刷单
供应链/物流
入库策略 库存优化 仓储优化 路径优化 清仓管理 出库管理 资源配置
出行
订单分配 路径优化 动态定价 差异化定价
……
GPS
来源：XXXX等研究绘制。
商业智能与大数据
从数据驱动认知，到数据驱动决策
智能技术的运用一方面将拓展大数据的应用场景，从帮助业务人员认知到实现企业最优决策，另一方面，自然语言处理的 进步也正在解决人机交互的部分问题，自然语言查询、自然语言生成都将进一步释放商业智能的效率和价值。
数据化智能决策
传统BI为商业经营的智能化与自动化奠定基础
本 报 告 重 心 传统商业智能的延伸 智慧营销、金融风控、动态定价、智能客服、智能投研分析等 智能化 人工智能与其他相关技术 自动化
传 统 商 业 智 能
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
ቤተ መጻሕፍቲ ባይዱ
可视化
OLAP
2017-2018中国商业智能行业研究报告
摘要
区别于能够实现海量数据的管理、简单分析与可视化的传统商业智能，艾 瑞的此份商业智能报告将聚焦于人工智能技术如何用于商业智能决策，实 现商业经营的智能化与自动化。 报告核心观点
• • • • • • • 中国企业精细化运营的需求正在爆发 商业智能，帮助企业实现数据驱动认知到数据驱动决策的转变 商业智能主要应用于金融、电商、物流、出行等领域 中国AI论文成果达到国际一线水平 技术方面，商业智能的未来将从强调单一技术，到各学科、分支、算法等融会贯通 技术以外，企业、技术供应商对场景的理解是产业升级的关键 商业智能的落地是一项系统工程，企业的工程实践能力有待增强
认知
决策
人工智能、运筹优化等先进技术推动商业智能向决策转化
时间递归神经网络
Random Forest
强化学习
Machine
监督学习
无监督学习
行为主义
随机森林 图与网络分析 自然语言处理
进化学派
深度学习
Artificial Intelligence
VC维
机器学习 贝叶斯 运筹学
随机模拟 动态规划 Decision Tree
商业智能概述
1
商业智能核心技术剖析
商业智能典型应用场景
2
3
商业智能典型公司案例
商业智能的挑战与未来
4
5
商业智能行业概念界定
商业智能的下一步，智能化与自动化
商业智能（BI，Business Intelligence）概念的提出可追溯至1958年，通常将其视为把企业中现有数据转化为知识，帮助 企业做出明智的业务经营决策的工具。过去的商业智能不能给出决策方案，也不能自动处理企业运行过程中遇到的问题。 借助于人工智能与其他相关学科的技术进步，现代商业智能已能在特定场景中实现商业经营的智能化与自动化。因此，本 报告聚焦于将人工智能技术用于商业智能决策，试图对人工智能在商业落地的真实现状进行说明，凸显AI技术（不包括智 能语音、计算机视觉等感知智能）在现阶段应用的价值。
大数据对商业智能的贡献
海量数据
为各领域创新技术的探索与应用 创造基础条件
动态数据即时更新
避免在市场环境变化、客群转移、产品迭代时 基于存量历史数据建模所导致的模型性能衰减、准确率下降
数据质量决定模型可能上限 结合模型和算法逼近物理上限
互联网高速发展
数据覆盖更多人群
有效拓展业务范围
高维度数据
提升模型表现 改变模型对单一变量的 过度依赖 网络浏览数据 商城下单记录 运营商数据 通讯数据
分析结果
来源：XX研究及绘制。
商业智能与大数据
大数据为商业智能的发展提供土壤
互联网、移动互联网高速发展，海量、高维度且可实时接入更新的数据随之而来，为机器学习等前沿技术在各领域中的探 索及落地提供可能，进一步拓展了被服务人群且显著提升服务质量。另一面，产业缺乏通用标准约束，数据在采集及流转 过程中污染程度不一，数据加密不规范引致的数据泄露时有发生，数据孤岛亦成为企业业务发展的掣肘（如金融方面，企 业多为基于自身平台积累的独有数据做征信，评分适用范围将大大受限），通用标准的建立需要政府及产业界的共同努力。
2019年中国商业智能研究报告(PDF版)
力的同时可有效降低应用成本。
商业智能发展阶段
商业智能初期阶段
（2005-2013）
可视化数据分析阶段
（2013-2016）
传统商业智能
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。
Deep Learning
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
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……
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
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，
数据仓库
数据挖掘 OLAP
可视化 分析结果
4
概 述
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
艾媒报告丨2017年中国人工智能行业白皮书
艾媒报告丨2017年中国人工智能行业白皮书2017年11月14日，全球领先的移动互联网第三方数据挖掘和分析机构权威iiMedia Research(艾媒咨询)权威发布《2017年中国人工智能行业白皮书》。
报告显示，计算机视觉领域拥有最多人工智能创业公司，占比17.7%，紧随其后的是服务机器人领域，占比15.0%，而排名第三的是语音及自然语言处理领域，占比9.7%，智能医疗、无人驾驶、机器学习等也是相比比较热门的领域。
艾媒咨询分析师认为，计算机视觉技术是人工智能的重要核心技术之一，可应用到安防、金融、硬件、营销、驾驶、医疗等领域，而目前我国计算机视觉技术水平已达到全球领先水平，广泛的商业化渠道和技术基础是其成为最热门领域的主要原因。
（《2017年中国人工智能行业白皮书》完整版为50页，可在艾媒网文章底部下载按钮进行报告完整版下载）以下为报告详细内容：逾八成人工智能创业公司聚集一线城市iiMedia Research（艾媒咨询）数据显示，35.7%的人工智能创业公司位于北京，另外在深圳、上海、广州这三个一线城市也聚集了超过四成的人工智能创业公司。
艾媒咨询分析师认为，人工智能是高度知识密集型的产业，北京的人才、技术、产业、资本等环境都优于其它地区，是人工智能的创业重镇。
共有81.8%的人工智能创业公司分布在有丰富技术、硬件和产业资源的北上广深。
人工智能产业将形成以北京为绝对核心，一线城市上海、广州、深圳为重点的地理布局。
手机网民普遍认为无人驾驶只能部分取代人类驾驶iiMedia Research（艾媒咨询）数据显示，有78.9%的受访手机网民认为无人驾驶将部分取代人类驾驶，10.0%的受访手机网民认为无人驾驶能全部取代人类驾驶，6.9%的受访手机网民认为无人驾驶完全不能取代人类驾驶。
艾媒咨询分析师认为，近年国内外企业陆续开发无人驾驶领域引发网民对无人驾驶和人类驾驶之间关系的热烈关注，人们对仍处于起步阶段的无人驾驶接受程度仍有待提高，但随着智能技术进一步发展，未来无人驾驶产品的市场普及程度仍然值得期待。
2018年中国智能家居行业研究报告
2018年中国智能家居——行业特点
便捷
传统家居受到物理空间、操控方式等因素限制相对繁琐，智能家居允许多种方式控制，减少了 人的操作。
舒适
传统家居需要手动调节和控制，智能家居具备许多人性化的功能，自动反馈的联动控制让家庭 生活更加舒适。
安全
传统家居多采用物理安防，智能家居不仅能够远程实施监控，更可以基于生物特征的身份识别 提高家庭安全级别。
9 中国智能家居：技术环境
关键技术与智能家居产业化应用相互促进
物联网、云计算和人工智能是智能家居领域的三大关键技术。作为物联网、人工智能和云计算落地的载体，智能家居既能 够从技术的进步中直接受益，又可以通过产业化的应用实现技术变现，反过来推动技术的发展，从而形成智能家居应用与 关键技术之间的正向反馈。
8 中国智能家居：社会环境
移动互联为远程操控创造条件，消费升级助推家居智能化
CNNIC数据显示，2017年我国手机网民数量已经超过7.5亿人，在全体网民中的占比高达97.5%。移动互联网和智能手机 的普及，为智能家居产品提供了远程操控的基础。随着我国家庭消费水平的日益提高，消费者对智能产品的需求也在从“价 格导向”向“价值导向”转变。与2014年相比，性价比已经不再是智能产品需求的唯一决定性因素，对产品品质和新科技功能 的追求背后是消费升级理念的兴起。主力消费群体对生活环境和品质的要求，将使得便捷、舒适的智能家居不再仅局限于 高端市场。
商业智能可行性研究报告
商业智能（DateStyle）平台可行性研究报告目录第一章、商业智能(BI)项目总体介绍第一节、项目名称商业智能（BI）项目第二节、商业智能（BI）概念商业智能又名商务智能，英文为Business Intelligence，简写为。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
这里所谈的数据包括来自的订单、、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。
为了将数据转化为知识，需要利用、（OLAP）工具和等技术。
可以认为，商业智能是对的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。
商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。
商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本包括、和三个部分。
因此，把商业智能看成是一种解决方案应该比较恰当。
商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给，为管理者的决策过程提供支持。
第三节、项目产生背景（一）急切的分析型需求中国经济经历90年代以来快速发展的20年，在2000年前后，很多企业都陆续积极建设核心业务系统，电讯行业的计费系统、生产制造的MES、零售分销行业的ERP系统等等都基本在这一时期快速得于实现，这些系统是让操作人员在工作流程化规范化方面取得了长足进步，资金流得到严格控制和监管。