2021中国人工智能应用趋势报告_71页_7mb

新基建助推，人工智能应用迈入新阶段

核心内容概述

2021年《爱分析·中国人工智能应用趋势报告》指出，新基建政策的推进为人工智能的发展提供了数据、算力和算法三大基础设施支撑，推动了人工智能在企业智能化转型中的应用落地。报告分析了AI在企业、政府、医疗、交通等多个行业的应用趋势与实践案例，展望了未来AI与云计算、边缘计算结合的发展方向。

主要观点与关键信息

1. 新基建助力人工智能发展

• 新基建背景：人工智能被纳入新基建范畴，与5G、工业互联网、大数据中心等并列，成为推动产业智能化的重要基础设施。
• 数据、算力与算法：新基建为AI提供了数据基础、算力支持和算法体系的完善，其中5G和IoT推动了数据量的爆发式增长；数据中心支持了AI模型的训练和推理；政策支持推动了算法的自主创新。
• 应用场景拓展：新基建的智能化属性拓展了AI在5G、工业互联网、城市轨道交通等领域的应用，提升了业务效率与服务质量。

2. 企业AI应用新趋势

2.1 AI+RPA实现端到端自动化

• 技术融合：AI与RPA结合，实现流程自动化闭环，如发票录入、疫情排查等场景中，显著提升效率和准确性。
• 案例：北京朝阳区东坝乡第一社区通过RPA+外呼机器人实现疫情排查全流程自动化，大幅减少人工操作时间，提高准确率。
• 应用场景：RPA+AI在社区管理、政务办理、企业运营等多个场景中展现巨大潜力。

2.2 知识图谱支撑认知智能应用

• 知识图谱作用：知识图谱技术帮助企业在海量非结构化数据中挖掘隐性关系，实现更深层次的业务洞察与决策支持。
• 应用案例：某大型商业银行通过竹间智能的Gemini知识工程平台，实现智能搜索服务，提升用户画像精准度和营销效率。
• 核心功能：知识图谱可支持信息定位、知识合成、智能推荐等，帮助企业构建统一的知识体系。

2.3 人工智能工程化推动规模化部署

• 工程化趋势：企业开始重视AI工程化建设，通过数据中台、AI中台等平台实现AI开发流程的自动化与标准化。
• 案例：某全国性商业银行通过山景智能的数据中台和AI平台，实现数据治理和模型开发的流程自动化，提升交付速度与效率。
• 平台功能：AI中台包括开发平台层、资产层、业务逻辑层、平台管理层，支持模型训练、管理、发布等全生命周期管理。

3. 人工智能落地进展与实践案例

3.1 金融行业

• 成熟应用：AI在金融行业的应用已经非常成熟，涵盖产品设计、营销、风控、监管等多个环节。
• 案例：某期货交易所与星环科技合作，上线监管措施辅助决策系统、异常交易识别系统、套期保值审批额度推荐系统，实现交易规则制定、风险识别和审批效率的提升。
• 效果：系统上线后，交易响应时间缩短，审批效率提升，市场分析更加精准。

3.2 消费品与零售

• AI应用重心：AI在消费品与零售行业主要应用于终端营销与零售环节，帮助品牌商提升营销效率和产品创新能力。
• 案例：某个护小家电品牌商通过京东智联云的智能服务解决方案，实现精准营销和产品创新，搜索点击率和下单转化率分别提升25%和15%。
• 数据驱动：通过消费者行为分析、评论分析、拉新与复购模型等，品牌商能够更精准地进行运营和产品设计。

3.3 政府与公共服务

• 智慧政务与安全：AI在政务服务、智慧园区、城市安全、智慧交通等领域发挥重要作用，提升政务效率与城市管理水平。
• 案例：在2019年中国杯国际足球锦标赛期间，某部门采用星汉数智的情报分析系统，实现对入境人员信息的高效筛查，准确率超过95%。
• 系统优势：系统具备多源数据整合、智能搜索、目标画像等能力，支持信息批量导入与分析，显著提升筛查效率。

3.4 交通与气象领域

• 交通智能化：AI应用于异常行为识别、交通调度、违法行为取证等场景，提升交通管理效率。
• 气象预测升级：华东空管局与眼控科技合作，通过AI实现航空气象预测的精细化，提升空域资源利用率。
• 数据量增长：航空气象数据从2015年的6.5T增长到2020年的63T，AI成为处理海量数据的重要工具。

未来展望

• 云计算与边缘计算协同：AI将从云计算向边缘计算延伸，形成协同发展的格局，为AI提供更强大的基础设施。
• AI治理体系加强：随着AI应用场景的拓展，AI治理体系建设成为企业必须重视的环节，以保障技术应用的合规性和安全性。
• 技术融合深化：AI与RPA、知识图谱、大数据等技术的融合将进一步推动智能化应用的普及和深化。

结语

新基建为人工智能发展提供了基础设施支撑，推动AI在企业、政府、医疗、交通等多个行业的应用落地。AI与RPA、知识图谱等技术的结合，提升了业务流程自动化、分析决策智能化与商业模式创新化的能力。未来，AI工程化、治理体系建设将成为推动其规模化应用的关键。