傳統商業智能（ Business Intelligence ）是基于數據倉庫、數據挖掘等大數據技術進行數據抽取、展示與分析，從而為企業實現商業價值提供支撐。

億景智圖

0

0條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

7

合作品牌

31

   艾瑞認為新型商業智能（Business + Artificial Intelligence）是在基于數據維度進行商業分析的層面之上，通過將人工智能核心技術（機器學習、計算機視覺、自然語言處理、智能語音交互、知識圖譜）與大數據、機器人流程自動化（RPA）、運籌學等技術相結合，圍繞商業活動中各典型關鍵環節進行洞察分析，并通過完整的解決方案級應用，推動產品創新與服務升級。

   新型商業智能側重于智能技術在商業場景和典型環節中的滲透應用，在產業鏈的中游解決方案提供商環節集聚了大量垂直領域的技術賦能型公司。

    同時，大多由互聯網科技巨頭領導布局的商業智能技術平臺也可以充當產業鏈中游角色，為各商業場景/環節提供賦能效果。

    在產業鏈上游，傳統IT廠商、云服務廠商、大數據平臺服務商可為產業鏈中游技術提供者賦予計算、存儲等基礎設施支持， ERP、CRM等企業信息系統可幫助企業有效記錄其資源及業務數據。

   在數字化、信息化推動社會快速發展的時代，各行業都積累了海量的數據資源。據IDC估算，到2025年全球數據總量將達到163ZB，相當于2016年所產生數據量的十倍。IDC的一項調查顯示企業中80%的數據是非結構化數據，由于非結構化數據的格式和標準不一，如何有效的利用這些資源為企業經營決策提供更多價值就成為了關注的焦點。

   大數據相關技術可以通過數據采集、數據存儲、數據分析和數據應用等環節對不同來源、不同類型的數據進行處理，有效的解決數據處理方面的問題，同時伴隨機器學習等人工智能技術的引入，大幅提升了企業對于數據的處理效率與分析能力。

   機器學習（含深度學習）技術作為人工智能的核心，近年來實現多方面的突破，如卷積神經網絡、長短期記憶網絡等多種機器學習/深度學習算法已經與自然語言處理、智能語音、知識圖譜、計算機視覺等技術緊密結合，提升人工智能技術整體的應用效果。

   目前以機器學習為代表的人工智能技術在商業各領域（如金融、醫療、客服、零售等）實現了廣泛應用，進一步降低企業經營成本，提升應用效能，提高終端消費者的體驗，最終實現商業各領域的轉型升級。

   近八年來商業銀行不良貸款余額及不良貸款率均呈現明顯上升趨勢，究其原因在于傳統金融機構對系統和流程建設的重視程度不夠，監測違約風險的能力不足，在風險管控上面臨諸多挑戰。

   在當前國家監管日益趨嚴的環境下，以機器學習、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在金融風控領域應用的需求也明顯增加。

   越來越多的金融機構與科技公司加強合作，借助科技的力量增強自身風控實力，例如以金融壹賬通為代表的金融科技公司利用多種技術手段降低商業銀行在信貸過程中面臨的各類欺詐風險，幫助金融機構進一步降低不良貸款水平提升抗風險能力。

   傳統物流行業重度依賴人工為主的資源規劃系統，服務種類單一且網絡化水平較低，流通時間大多耗費在倉儲環節，導致成本高企且效率低下。

   得益于供應鏈生產的海量實時數據，人工智能技術可以較好地與傳統物流行業結合，助力物流企業實現數字化轉型：在網絡預測、風險控制及路徑規劃等后臺業務方面，深度學習算法可以基于優化模型對策略進行動態規劃，根據輸入變量變化情況做出適時響應調整，并做出一定程度的預測推斷；

   在倉儲分揀等前臺環節，計算機視覺、機器學習等技術可以幫助物流企業自動識別篩查貨物分類及狀態，實現便捷管理庫存、自動補貨等應用。

   Microsoft業務范圍主要關注在操作系統、應用軟件以及電腦硬件產品。

   微軟亞洲研究院（以下簡稱“MSRA”）于1998年在北京成立，作為早期投入人工智能研究的科研機構之一，微軟亞洲研究院憑借科研積累和技術實力，在計算機視覺、機器閱讀理解、機器翻譯等人工智能科研領域取得突破性進展，在多項技術測試/競賽的結果達到或超越人類的水平。 

   Microsoft人工智能的相關能力主要由Microsoft AI平臺、相關產品及應用組成。

   其中Microsoft AI平臺包括基礎架構、服務及工具三部分，其主要輸出Microsoft人工智能底層技術。在產品及應用方面，Azure提供基礎架構能力、內嵌AI技術的Office 365產品助力現代辦公效能提升、Dynamics 365為企業內部管理、客戶關系維護的智能化升級帶來了諸多便利。截至目前， Microsoft已與中國移動、華為、騰訊、小米等知名企業建立合作關系，為其提供相關AI技術及解決方案。

   百度在搜索、人工智能、云計算、大數據等技術領域目前處于全球領先水平。2010年，百度開 始全面布局人工智能，2013年，成立全球首個深度學習研究院（IDL），隨后通過引進全球頂尖AI人才、成立百度研究院等方式增加投入力度。

   2016年，百度大腦發布1.0，完成基礎能力搭建和核心技術初步開放。截至目前，百度大腦已升級到3.0版本，發展進入“多模態深度語義理解”階段，包括自主研發的語音、圖像、自然語言處理、知識圖譜、深度學習等AI核心技術。同時，百度還專門打造了面向自動駕駛的Apollo平臺和小度助手（DuerOS）對話式人工智能操作系統，進一步加快AI技術在相關細分領域的落地。

   2018年7月，百度大腦3.0版本發布，開放110多項AI能力，每日調用次數超過4000億次，實現從深度學習框架飛槳到人工智能通用技術及定制化能力，再到面向企業服務、零售、教育、金融等行業應用的AI全棧技術布局。

   百度大腦3.0首次將芯片納入技術體系，發布自主研發的云端全功能AI芯片“昆侖”。目前，百度大腦已經在二十余個行業落地數百個人工智能解決方案，并通過“百度大腦行業創新合伙人計劃”與合作伙伴聯合設計和開發產品，加速產品落地應用。

  目前，大多數商業場景中都會產生與用戶直接相關的核心敏感數據。對個人數據進行收集、存儲和分析，在給企業智能帶來決策價值的同時，也會引發一系列隱私泄露風險和道德危機。在一定程度上影響了商業智能技術提供者的數據標注和算法模型訓練。管制永遠是一把雙刃劍，它給技術創新帶來了外部制約，激勵技術企業形成“枷鎖之舞”，通過算法迭代和產品測試流程創新降低對培訓數據的依賴，用最小的數據樣本完成模型培訓和測試驗證流程。 以上就是小編為您介紹的商業智能的應用，希望對您有所幫助。