华欣泰咨询：艾瑞咨询发布中国商业智能行业研究报告

华欣泰咨询：艾瑞咨询发布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。

报告的核心观点：

 • 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

报告从以下四个部分进行分析：

1、商业智能概述

2、商业智能核心技术剖析

3、商业智能典型应用场景

4、商业智能典型公司案例

5、商业智能的挑战与未来

报告主要观点：

1、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。

2、中美同属商业智能第一方阵，发展态势各有千秋 过去的几十年中，中国科技智能环境不如西方几乎成了很多人的刻板印象，但在如今的商业智能领域，我国从“中国制造” 到“中国智造”，从奋起直追到弯道超车，已进入商业智能领域第一方阵，成为发展最快的国家之一。总的来说，由于中 美文化差异、人口差别、工作强度不同等因素，相比美国，中国将技术落地的加速度更快，新兴商业模式拓展力强，但业 务的发展仍缺乏全面性与标准化。目前，中国通过单点突破弯道超车，并开始重视精细化运营，由局部最优逐渐向全局最 优靠拢。

3、商业智能的挑战与未来 从强调单一技术，到各领域融会贯通 在大数据的背景下，商业场景中任一问题的解决，往往是多学科思想的交融，而非对单一方法的依赖。在计算机科学、人 工智能、运筹学、博弈论等诸多学科领域的综合与交叉中，一个个贴合实际业务场景的解决方案应运而生，使得商业智能 切实优化企业决策方式，助力业务增长。融合也表现在人工智能的各分支上，如关于语义网的研究，自然语言理解、机器 学习、人机交互都很重要。最后，任何一种学习算法都有自己的优势和局限，所谓的解决一切问题的终极算法，很有可能 是对现有算法的兼容并包。当然，如何让各算法相遇相融并在不大幅降低效率的前提下提升通用性，仍是一个非常复杂但 值得探索的难题。

在人工智能成为产业界、学术圈、投资人以及媒体关注的焦点以来，大众对深度学习等技术尤为关注。但在工业实践中， 对具体业务场景的理解与对实际问题的界定，与采用何种模型、算法同等重要，前者在很大程度上决定了后者是否能够有 效降低企业运营成本或者帮助相关业务增加收入，这是技术能够落地、产业得以升级的关键。 在AAAI2017中，Uber人工智能实验室主任Gary Marcus即表示当前飞速发展的深度学习等技术可能只是在不断逼近通用 人工智能的一个局部最优点，而这样的逼近方式可能让我们错过那些真正更好地实现通用人工智能的方法。因此，在运用 技术解决某个问题之前，绝不应先入为主地认定要是用某个具体的机器学习算法，而应首先对业务场景加以分析，抓住核 心问题要素，这是做出最优技术选择的前提。

商业智能业务应用的落地需要建立在完善的数据整合、管理之上，再由相应的算法、模型基于高效的计算框架将数据转化 为可视化的业务规律，进一步驱动或直接生成企业决策，因此商业智能是一项系统工程，算法设计、架构搭建、系统配合、 流程控制、质量监督、危机处理等缺一不可，项目工程经验非常重要。 另一方面，类比国际顶级SaaS企业Salesforce，其产品通用功能大概只占50%，产品背后依然有大量供应商及自身服务团 队结合客户差异化的场景做定制服务，因此尚处早期的商业智能领域，在很长一段时期内，服务方式仍将以定制化的解决 方案为主（尤其面对大企业的时候），以SaaS等标准化的产品为辅，并在部分场景中以PaaS服务接入客户ERP、CRM等 信息系统，快速、低成本地将商业智能赋能于企业。