商業智能BI

1、了 15,745 項人工智能專利，位居全球第二。
更重要的是，在巨額投資的推動下，人們紛紛做出人工智能投資，借此最大限度地加強經濟影響和促進經濟發展。
在本項調研中，我們對中國地區來自 18 個行業的 485 名高管進行了訪談，汲取總結了他們的獨到見解，描繪了實用發展藍圖，推動實現人工智能引領的認知未來。

2、 -1- 證券研究報告 2020 年 06 月 22 日 平安銀行（平安銀行（000001.SZ） 銀行銀行/銀行銀行 科技引領，零售突破：打造全球領先的智能化科技引領，零售突破：打造全球領先的智能化商業商業銀行銀行 平安平安銀行銀行（000001.SZ）首次覆蓋報告）首次覆蓋報告 公司公司深度深度 科技引領，零售突破，對公做精科技引領，零售突破，對公做精：深圳發展銀行吸收合并原平安銀。

3、IBM 商業價值研究院 研究洞察 為何邊緣計算 成為企業的重 投領域 從邊緣獲得洞察 掃碼關注 IBM 商業價值研究院 官網微博微信微信小程序 IBM 如何提供幫助 客戶亟需制定戰略和運營計劃，發揮切實可行的實時洞察 的潛在變革性影響，對業務流程和資產應用預測性分析和 學習分析，推動實現數字化轉型。
邊緣計算和人工智能具 有創造新市場和新收入流的巨大潛力。
我們看到這種迅速 發展的能力推動人機合作不。

4、本白皮書是中國商業智能產品（以下簡稱 BI 產品）的安全標準參考指南，也是帆軟商業智能系列產品（FineBI、FineReport）的安全框架和標準。
本白皮書在現行通用的國內外安全技術類標準的基礎上，主要參考信息系統安全等級保護基本要求，并根據國內外主流商業智能產品的技術標準和產品情況，提出了 BI 軟件整體安全的保護要求規范，即安全管理策略和隱私、設備及網絡通信安全、應用及數據安全、移動端安全，同時對帆軟產品的安全特性及場景做了詳細的說明。
本白皮書適用于企業評估選型商業智能產品，也適用于指導和規范帆軟商業智能產品的規劃、設計、交付和相關解決方案在安全領域的程序和標準。
信息安全現狀信息安全是指為數據處理系統而采取的技術的和管理的安全保護，保護計算機硬件、軟件、數據不因偶然的或惡意的原因而遭到破壞、更改、顯露。
這里面既包含了層面的概念，其中計算機硬件可以看作是物理層面，軟件可以看做是運行層面，再就是數據層面；又包含了屬性的概念，其中破壞涉及的是可用性，更改涉及的是完整性，顯露涉及的是機密性。
來自 360、阿里巴巴、騰訊等互聯網企業，以及公安部、工信部下屬機構的監測數據顯示：2016 年監測到的企業信息安全事件數量已超過萬起，較 2014 年增長了近十倍，且這些安全事件均給企業帶來了不同程度的經濟損失。
世界范圍來看，據相關機構統計，。

5、數據、RPA以及運籌學共同為商業智能行業的轉型升級提供技術支撐，大數據提供基礎資源，RPA應用于多數流程性領域，運籌學發掘資源潛力并進行統籌規劃，而人工智能是商業場景實現智能化的核心驅動因素。
價值方向：技術發展驅動商業智能行業發展轉型，聚焦商業企業核心發展痛點，技術提供方應更加深入理解場景與業務屬性，選擇合理技術組合以增加商業環節落地應用價值。
應用場景場景梳理：總結梳理金融風控、物流管理、廣告營銷、零售電商、交通出行、醫療健康、客戶服務、在線教育等8個典型商業智能應用場景。
場景解讀：從賽道規模、落地形式、典型案例、應用前景等維度，分析解讀8個商業智能應用場景的發展現狀與增長潛力。
趨勢展望產業互聯網驅動：產業互聯網會重建流量、科技、場景之間的共生關系，創造新型的商業發展生態。
同時，產業互聯網會在流量端與應用場景側為商業智能模式創新帶來機會。
未來市場格局：互聯網巨頭、人工智能技術公司與商業公司將基于各自在流量、技術落地與行業認知方面的優勢三方合力，共建商業智能全新發展生態。
個人數據監管影響：以GDPR為代表的個人數據保護法規雖一定程度限制了技術公司模型訓練所獲取的數據集來源，但也激發技術公司迭代并創新算法以減少采集個人信息用于技術開發的依賴程度。

6、助降本增效。
宏觀環境變化、政策、數據和技術是人工智能進入商業化探索階段的四大驅動力。
資本趨于理性，人工智能早期項目融資難度增加，B輪及以后獨角獸融資熱度不減。
中國人工智能產業鏈快速完善，大致可分為基礎層、技術層和應用層中國人工智能產業鏈快速完善，各環節合作模式逐漸成型，并呈現出精細化發展的趨勢 。
根據產品和業務側重的不同，人工智能產業鏈可大致分為基礎層、技術層和應用層。
基礎層資本注入穩定，各環節技術、產品和商業模式上均有不同程度的突破。
技術層早期大量研發投入帶來的技術優勢，轉化為商業化的先發優勢，進而帶來市場機會和規模優勢。
應用層深入到各行各業，行業呈現“一專多能”的趨勢，即：專注于某一領域的技術公司，同時也關注更多的行業和場景機會。
人工智能與實體產業深度結合的商業化時代已經到來，未來潛力巨大各類人工智能技術都已進入在實體產業應用場景中落地的階段，受政策和市場環境驅動 ，人工智能商業化的進程加快，未來，將在帶動行業創造新的增長點上發揮巨大潛力。
隨著開源算法、開放平臺的應用，人工智能的使用門檻在逐漸降低，這將使得更多的企業可以利用人工智能技術來為場景和行業賦能。
在探索技術邊界的過程中，人工智能所能解決的問題更加精細化，對應的產品和服務也更加專業化。
整。

7、一體化平臺成為趨勢企業再滿足于一般的報表與敏捷式儀表盤，企業的BI需求變得加靈活和高效。
以云BI平臺為基礎的一站式大數據平臺，成為新的趨勢。
在數據管理方面，現代BI平臺既需要利用傳統BI的數倉資產，還需具有更強數據源管能和深度分析功能。
在易用性方面，增強分析技術、語義搜索與嵌入式分析技術將大幅降低現代BI平臺的使用門檻。
技術平臺更加靈活場景融合成為關鍵隨著微服務架構及容器技術的發展，更多的BI一體化云平臺采用松耦合架構，基礎平臺具有更好的靈活性和業務適應性。
BI系統在實施過程中，需要深入挖掘企業需求，重新梳理企業管方法、流程和管理體系，這個過程技術平臺與垂直業場景的融合成為關鍵。

8、習、機器學習、強化學習等領域展開研究。
具體而言，算法模型的開發正逐步從標準化、高人工干預的監督學習轉向小樣本、少監督、場景化的模式，利用更少數據、更高時效訓練出可處理復雜任務的模型成為重點訴求。
人工智能子領域也出現一系列突破：預訓練模型已被批量應用于自然語言處理任務中；融合視覺、語音的多模態感知計算備受關注；生成對抗模型（GANs）則拓展進入到圖像、文本生成等領域人工智能普惠化以往的人工智能框架在使用過程中仍需要開發者自行設計模型，2018年以來，NAS和AutoML等工具正使AI技術變得更為簡單易用。
用戶只需喂食數據，工具就能夠自行快速地搜索并創建由復雜神經網絡驅動的決策功能，這使人工智能在實際場景中更具可用性，降低了開發者和客戶使用AI及相應服務的門檻和轉換成本。
標準化推進就國內而言，2018年1月，國家人工智能標準化總體組、專家咨詢組成立，標準化工作全面推進。
2019年4月，國家人工智能標準化總體組第二次全體會議召開，發布了人工智能開源與標準化研究、人工智能倫理風險分析等研究成果，國家新一代人工智能標準體系建設指南也進入審改完善階段。
人工智能標準化取得進展，將加速相關技術創新和成果轉化。
企業視角：AI創業機會收窄，研發+商業化并重成創企共識人工智能的創業機會收窄億歐智庫統計數據顯示，自2012年起，人工智能創業初見端倪，在2014年快速增長，到2016年達到頂峰，之。

9、既定事實。
商業智能市場規模增長迅速，國內市場增速更是大于全球市場。
Gartner 在Market Share: Analytics and Business Intelligence, Worldwide, 2018報告中指出，分析和商業智能軟件市場在 2018年增長了11.7，達到216億美元。
現代BI平臺繼續以 23.3的速度增長，增速最快，其次是數據科學平臺，增長 19.帆軟數據應用研究院發布的2019 年中國大數據 BI 行業預測報告顯示，國內 BI 市場在 2018 年增速達到 25.8%，高于全球市場增速。
企業數字化轉型進程已經邁入商業智能階段。
盡管商業智能已被企業廣泛應用，概念上的普及卻“相形見絀”，國內民眾對商業智能的認知仍是千人千面。
一方面，商業智能起源于國外，信息化基礎的差異讓商業智能的引入過程發生了“變異”。
另一方面，我國缺乏類似 Gartner 的研究機構來持續教育與引導國內市場。
市場需要教育和孵化，相較歐美，我國還任重道遠。
因此，帆軟數據應用研究院結合文獻材料、企業調研以及我國的市場環境，形成本白皮書。
本白皮書旨在明晰商業智能的概念、價值、功能技術、工具等內容，并基于我國的市場環境、企業需求，對商業智能工具的概念進行重新梳理，同時在此基礎上引入生態學思維，構建商業智能生態系統模型，以期統一商業智能的大眾認知，規范國內的市場行為，指。

10、變，商業地產傳統運營模式的盈利能力開始出現偏離，首當其沖的是電商對線下客流的影響，由此帶來租賃商戶的營收下滑。
購物中心/綜合體的主要收入來源是租金，通常通過與商戶租約約定或租約更新時的租金單價調整實現收益最大化，但商戶/租戶對租金的承受能力由坪效決定，在租金上漲、租售比不斷提升的背景下，客流不增長、坪效不提高，最終結果就是租戶歇業撤場，并帶來消費者客流的進一步減損。
部分上市地產公司屢屢因為商場/購物中心的表現不佳而帶來整體資產估值的下降。
此外，商業地產的運營成本卻不斷增加，為了維系消費者粘性，諸多商業地產運營商通過定期投入成本裝修、改變風格來吸引客戶，但投入的成本卻難以帶來相應的客流和坪效提升，從而導致稅息折舊及攤銷前利潤（ EBITDA）回報不理想。
2019年上半年商業地產高管們的頻繁變動也從側面印證了這一點。
大浪淘沙沉者為金，在消費互聯網不斷崛起、傳統商業地產運營難以為繼的時代背景下，對前沿科技和新興網絡力量的消化和吸收成為了地產行業的共性選擇。
但我們總要回答時代的問題：商業地產今天數字化轉型遭遇的挑戰是什么？產業邊界到底在哪里？解決之道是什么？這正是白皮書需要探索的答案。
在這個變化和不確定性成為常態的時代里，沒有一種競爭力是永恒的，更沒有一種商業模式可以長存。
不確定環境下，“確定”唯一真實可靠的來源是消費者，消費者成為商業地產運營者和品牌商戶間唯一的價值聚合點。
而。

11、請務必閱讀正文之后的免責條款部分請務必閱讀正文之后的免責條款部分 股 票 研 究 股 票 研 究 證 券 研 究 報 告 證 券 研 究 報 告 金卡智能金卡智能(300349)(300349) 工商業氣表經營拐點將至，工商業氣表經營拐點將至，NB 表出貨持續高增表出貨持續高增 金卡智能中報深度點評金卡智能中報深度點評 黃琨黃琨(分析師分析師) 李陽東李陽東(分析師分析師) 021。

12、19顯示，目前我國人工智能論文發文量全球領先。
一方面科研院校與機構是人工智能技術實現突破的重要力量，另一方面企業自建或者聯合高校共同創立的人工智能實驗室為人工智能技術商用落地和技術儲備付出了重大努力，例如騰訊AI Lab、百度機器人與自動駕駛實驗室等。
深度學習不斷取得突破，圖神經網絡成為新研究方向由深度學習引起的AI熱潮，深度學習從一開始的深度神經網絡到循環神經網絡、卷積神經網絡，再到生成對抗網絡，AI核心技術不斷取得創新突破。
近兩年深度學習的一個分支圖神經網絡又成為新的熱點研究方向。
圖神經網絡的兩大特點是不規則性和無序性，能夠很好地發現實體之間依賴關系，可以在社交網絡、推薦系統、金融風控、分子化學和知識圖譜等領域產生巨大價值。
人工智能從感知智能向認知智能邁進近年來人工智能高速發展，雖然在計算機視覺、智能語音領等特定領域實現了單點突破，但尚未具備通用性，AI技術整體還處于依托數據驅動的感知智能階段，存在深度學習依賴海量標準數據、中間過程不可解釋等問題。
而目前以遷移學習、類腦學習等為代表的認知智能研究熱度也在不斷攀升，與傳統深度學習不斷融合，助推人工智能向認知智能過渡。
企業視角：AI創業窗口期臨近尾聲，人工智能整體步入商業驅動發展階段人工智能的創業機會窗口期邁入尾聲階段根據億歐智庫統計，中國AI初創企業從2012年起，經過4年的高速發展，在2016年達到頂峰，而后AI創業熱度逐。

13、l進行了重新評估，Bl的需求迎來了波高峰。
但受到疫情積壓、延后的項目影響，供應商的服務資源緊張，資源始終處于高速運轉狀態，BI市場無法快速消化這波需求，預計這波紅利的影響將會持續2021年第一季度末。

14、2020年深度行業分析研究報告,摘要,中小型數據供應商的整體體量仍然可觀，但隨著業務門檻提升、客戶需求多樣化， 越來越多的“中小型數據供應商” 在苦惱生存問題，該群體在未來1-2年內將迎來 一陣“倒閉潮”。
,4,“品牌數據服務商” 在這1-2年內應該“居安思?！?，注重品牌認可度塑造、提高 規?；a能力、大力發展如預標注、項目進度可視化等精細化運營方式、增加如 語音合成（TTS）數據處理等差異。

15、了自己的作用 隨著金融犯罪領域的不斷發展，人工智能正在為銀行提供一種更快、更智能的方法，以減少誤報，獲得對客戶行為更全面的認識，并在此過程中降低成本。
全球研究發現，金融服務機構每年在金融犯罪調查上的支出為180.9億美元，其中62% 用于歐洲、中東和非洲地區的勞動力支出。
根據聯合國的數據，所有這些只能追回不到1% 的犯罪所得。
盡管銀行一直在尋求通過簡單在現有系統上加倍下注，來更有效地采用這種技術，但反洗錢過程往往保持著嚴重的“孤立”狀態，系統和部門之間缺乏凝聚力。
人工智能遺留技術是一種很好的抑制劑，在開放源碼技術使罪犯能夠更快地適應和發展的時候，減緩了銀行的速度。
銀行必須找到更廣泛、更智能地尋找系統脆弱性的方法，同時促進各部門之間更密切的協調。
文本由木子日青 原創發布于三個皮匠報告網站，未經授權禁止轉載。
數據來源：Raconteur：2020年人工智能商業報告。
點擊下載PDF報告。

16、 公司公司報告報告 | 首次覆蓋報告首次覆蓋報告 請務必閱讀正文之后的信息披露和免責申明 1 每日互動每日互動（300766） 證券證券研究報告研究報告 2020 年年 10 月月 24 日日 投資投資評級評級 行業行業 計算機/計算機應用 6 個月評級個月評級 買入（首次評級） 當前當前價格價格 28.72 元 目標目標價格價格 42.10 元 基本基本數據數據 A 股總股本(百萬。

17、IBM 商業價值研究院 專家洞察 洞察先機 防患未然 基于人工智能的 電話反欺詐行動指南 掃碼關注 IBM 商業價值研究院 官網微博微信微信小程序 吳大維 IBM GBS CBDS團隊 副合伙人 主題專家 錢雪瑩 IBM GBS CBDS團隊 高級數據科學家 郝希蓓 IBM GBS CBDS團隊 資深數據科學家 王莉 IBM 商業價值研究院 高級咨詢經理 楊杭 IBM GBS CBDS團隊 人工。

18、沒有這項技術和加速或擴大其采用的工具，遠程工作的激增是不可能的。
選擇正確的云解決方案隨著對從任何地方都可訪問的可擴展應用程序的需求不斷增長，了解哪些云設置將幫助組織實現其目標至關重要。
當關鍵任務應用程序仍然在舊的平臺上運行時，改革這些系統可能是一個挑戰。
組織面臨的任務是建立內部技能集，同時控制預算，并確保整個組織沒有及時休息。
雖然皇家國家劇院(NT)在封鎖期間可能已經陷入黑暗，但在幕后，它一直在進行改造，使許多系統現代化并遷移到云中。
云中遠程工作的風險疫情期間，云計算使從辦公室到家庭工作能夠迅速過渡，使公司能夠迅速向數字服務擴大規模，并繼續支撐他們的日常運營。
然而，云的一個方面仍然引起了擔憂：安全性。
根據云產業論壇的研究，41%的組織仍然認為，從網絡安全的角度來看，這個辦公室是一個更安全的環境。
當員工積極參與保護公司資產時，在安全措施方面，他們更有可能擁有所有權。
云加密對于保護至關重要，因為它允許使用加密算法轉換數據和文本，并將其放在存儲云上。
同樣，組織應該實施兩因素或多因素認證，使用不同的原始密碼，并考慮具有短信、生物識別指紋要求和智能手機訪問控制系統的密碼。
公司要讓員工認真對待云計算和網絡安全。
技術不能提供所有的答案，而員工是抵御網絡攻擊的第一道防線。
這是因為釣魚攻擊目前處于歷史新高;在整個歐洲大流行期間，短短一個月就增加了67%。
云如何簡化城市生活大城市生活并不總是對商業友好。

19、中國商業智能市場 研究報告 2016年 商業智能行業概況 1 商業智能行業發展現狀分析 2 商業智能定義及發展階段 商業智能行業產業鏈結構及圖譜 商業智能行業發展環境分析 3 4 商業智能投融資狀況分析 商業智能行業發展趨勢分析 3 3 3 狹義商業智能定義 指基于數據挖掘及人工智 能技術對數據進行分析、 挖掘。
廣義商業智能產業定義 利用數據分析技術，以基 礎性數據資源到數據拓展 應用為。

20、IBM 商業價值研究院 趨勢洞察 人工智能的 業務價值 疫情期間的巔峰表現 要點 超過 85 的先進采用者借助人工智能降低 了運營成本 受訪高管表示，人工智能幫助他們在許多領 域節省了運營成本。
47 的先進采用者降低 了流程效率方面的成本，。

21、pCSP 在全球經濟中一直起到聯結作用。
隨著 5G邊緣計算和人工智能 AI 在幾乎每個行業中創造開創性的用例，這種作用更是表現出前所未有的重要性。
因此，CSP 正逐漸發展為多服務組織，服務于快速前進的數字化市場。
消費者和 B2B 客戶的復雜。

22、企業通過何種內部流程和基本構造來創造價值;戰略層邏輯認為商業模式是“企業戰略方向的總體考察”，即企業的市場價值、組織行為、競爭優勢、可持續性等。

23、p近年來，人工智能AI的使用呈指數級增長，而且沒有放緩的跡象。
計算能力和算法能力的突破將人工智能技術一門使機器以理性智能的方式運行的科學帶入了我們生活的幾乎每一個方面。
人工智能已經應用于優化醫療教育農業制造業電子商務金融等領域的生產和服務提。

24、p持續擴大智能化產品種類，拓展收入來源。
公司15年并購Segway后成功將平衡車向全世界推廣, 2016年推出電動滑板車產品，并開始將業務鏈拓展至機器人電動兩輪車和全地形車領域。
2019年推出智能兩輪車全地形車產品，主要產品均聚焦于解決人們。

25、全科輔診診療系統pp全科輔診診療系統通過學習海量醫學文獻臨床知識以及醫院病歷資料，在不改變基層全科醫生現有診療過程的基礎上在其每個診療環節給予有循證依據的輔助診斷建議，從而提高基層醫生的診療水平及診療效率。
pp智能外呼助手pp智能外呼助手。

26、政府機構尋求在日益動態和復雜的環境中提供高質量的服務。
然而，過時的基礎設施和缺乏收集和使用大量實時數據的系統，使各機構難以完成其任務。
政府有巨大的機會利用物聯網IoT改造公共服務，以提供特定情況的實時數據，從而改善決策和優化運營效率。
pp。

27、全屋智能依賴于智能單品在操作系統層面的互聯，想構建生態圈的企業 應該有打造物聯網操作系統技術。
通過對當前全屋智能方案商的調研， 我們發現，雖然可以通過加模塊后裝控制家電，但沒有系統層面的融合 很難調用家電的功能例如，可以通過音箱控制打開電。

28、2000 年，李彥宏攜超鏈分析技術創立百度公司，開發出獨立的搜索引擎， 并快速成為了全球最大的中文搜索網站。
2005 年，公司于納斯達克上市。
2010 年 1 月百度開始經營 AI 業務。
2016 年，公司相繼發布智慧汽車戰略百度大腦 AI。

29、星盛深耕大灣區從項目結構來看，截至 2020 年底，星盛在管項目中，按在管面積計算，共 88個位于華南，其中位于深圳的共占 4星盛以大灣區為主，同樣以大灣區為基地的有卓越商企越秀服務等，但卓越商企及越秀服務均以寫字樓為主。
而中駿商管寶龍。

30、此外，商業地產運營企業還可以通過群序號模式實現線上引流。
群序號模式是易觀數科提出的通過微信群導流小程序交互和交易公眾號精準觸達，借助社交零售紅利實現成本有效的高頻交互模式。
群，微信群是企業做用戶運營的親密陣地，通過 utm 追蹤群運營及轉化。

31、AI 算法龍頭，11X打造核心競爭力。
公司成立于 2014 年，創始人為香港中文大學工程學院教授湯曉鷗，業務聚焦于計算機視覺和深度學習領域。
公司推行1基礎研發1產品和服務化X行業應用戰略，通過自行研發的 SenseCore 商湯 AI 大裝。

32、The Weather Company TWC 的看家本事是讓海量數據發揮作用。
更具體地說，就是應用 AI 和各種模型，生成預測和洞察。
該公司已經在 AI 領域摸爬滾打二十年，在大規模應用 AI 方面處于全球領先地位。
在此過程中，他們汲取。

33、期望與進展：初步結果喜人為了證明其 AICX 努力是合理的，57 的受訪高管表示他們期望獲得 5 到 15 的投資回報 ROI。
近一半受訪高管計劃在兩到三年內實現這一目標，61 的受訪高管表示他們正在按計劃向前推進。
參見側邊欄投入多少 IT。

34、隨著企業對管理水平的日益重視，國內ERP 軟件市場規模穩健增長。
ERP 軟件市場在兩個維度上依舊有穩定增長：1垂直行業延伸：2010 年以前，中國本土采用ERP 的主要行業企業為制造業。
自 2010 年開始，采用 ERP 的行業企業逐漸向流。