中国人工智能厂商全景报告_113页_31mb

2020年中国人工智能厂商全景报告总结

核心内容

本报告分析了2020年中国人工智能应用的发展趋势、全景地图及代表性厂商。随着企业数字化转型和新基建政策的推动，人工智能已从技术尝试转向规模化应用，主要体现在智能生产、智能运维、智慧交通等多个领域。

主要观点

1. 人工智能应用趋势：

   • 知识图谱技术爆发：知识图谱技术在增强自然语言处理、提升模型可解释性和机器学习能力方面发挥重要作用，助力企业实现认知智能。
   • AI+RPA融合应用：通过结合RPA与AI技术，实现业务流程自动化，尤其在处理非结构化数据方面表现出色，提升服务效率。
   • AI中台建设：AI中台以平台化开发模式替代“烟囱式”架构，提升企业AI应用开发效率，降低成本，提高投入产出比。

2. 企业AI应用落地建议：

   • 顶层规划先行：管理层需从潜在价值和可行性两个维度筛选AI用例，并优先推动核心场景的应用。
   • 数据治理与基础设施建设：企业在部署AI应用前应进行数据资产盘点，完善数据仓库和大数据平台等IT基础设施。
   • 构建AI中台：完善基础设施数和算法能力是构建AI中台的关键，提升AI工程化水平，推动智能化落地。

关键信息

人工智能应用新趋势

• 知识图谱技术：提升自然语言处理、模型可解释性、机器学习能力，实现认知智能。
• AI+RPA：结合非结构化数据处理，实现端到端自动化，如电商订单修改流程。
• AI中台：平台化开发模式，提升开发效率和业务响应速度，如某国有银行通过AI中台将项目研发速度提升一倍。

人工智能全景地图

• 通用职能部门：
  • IT部门：自助式AI建模、IT运维管理。
  • 营销与销售部门：智能营销与用户运营。
• 金融行业：
  • 银行业金融机构：零售业务营销与风控、小微业务营销与风控、对公业务营销与风控、内控合规/稽查、财富管理/资产管理。
  • 保险行业：营销与销售、智能核保、承保与理赔。
• 消费品与零售：
  • 品牌商&零售商：营销与销售、渠道管理。
• 政府与公共服务：
  • 政务服务：数据整合、知识图谱应用。
  • 智慧园区：提升园区管理效率，保障安全。
  • 城市安全：智慧安防、智慧警务、应急管理。
  • 智慧交通：提升交通监管效率，优化交通调度。
• 工业与能源：
  • 智能生产：计划排产、质检与质量管理、设备监控与维护、安全生产管理。
• 医疗与医药：
  • AI影像辅助诊断：提升影像科医生诊断效率，支持多病种检测。
  • CDSS（临床决策支持系统）：满足电子病历评级要求，提升临床决策效率。

人工智能代表厂商

• 阿里云：覆盖自助式AI建模、IT运维、营销与销售、政务服务等场景。
• 百度智能云：在自助式AI建模、零售业务营销与风控、城市安全、智慧交通等领域表现突出。
• 创新奇智：专注于自助式AI建模、IT运维、渠道管理、智能生产等。
• 第四范式：在自助式AI建模、零售业务营销与风控、内控合规、财富管理等领域有广泛应用。
• 洞见科技：主要应用于小微业务营销与风控、政务服务等。
• 格物钛：在自助式AI建模、智能生产等场景有代表性。
• 海致星图：专注于对公业务营销与风控。
• 华为云：在智慧园区、智能驾驶、智能生产等领域有重要布局。
• 惠每科技：在CDSS（临床决策支持系统）方面有深入应用。
• IBM：提供IT运维管理解决方案。
• 极链集团：在智能营销与用户运营方面有显著表现。
• 金融壹账通：在零售业务营销与风控、保险营销与销售方面有代表性。
• 京东数科：覆盖零售业务营销与风控、政务服务、智能营销与用户运营。
• 京东智联云：在营销与销售、渠道管理方面有广泛应用。
• 九章云极DataCanvas：在自助式AI建模、小微业务营销与风控、智慧交通等方面表现突出。
• 旷视科技：在智慧园区、城市安全方面有重要应用。
• 美林数据：专注于自助式AI建模、智能生产。
• 明略科技：在自助式AI建模、智能营销与用户运营、零售业务营销与风控等方面有丰富经验。
• 腾讯云：在智能营销与用户运营、政务服务、智慧交通等场景有广泛应用。
• 星环科技：在智慧交通、城市安全、智能生产等场景表现突出。
• 同盾科技：在零售业务营销与风控、小微业务营销与风控、内控合规/稽查等方面有重要布局。
• 芯盾时代：在零售业务营销与风控、小微业务营销与风控、对公业务营销与风控等领域有广泛应用。
• 云从科技：在政务服务、城市安全、智慧交通等方面有代表性。
• 依图|YITU：在智慧交通、城市安全、政务服务等领域有重要应用。
• 思必驰：在智能车载系统、语音交互优化方面表现突出。

总结

本报告指出，人工智能在企业中的应用已进入规模化阶段，知识图谱、AI+RPA和AI中台是当前的主要趋势。企业在推进AI应用时，应注重顶层规划、数据治理和中台建设。同时，不同行业的AI应用场景和需求各异，需厂商具备相应的技术和行业理解能力。通过AI技术，企业能够提升效率、降低成本，并实现智能化转型。