2019年中国商业智能研究报告_48页_3mb

中国商业智能研究报告总结

核心内容

本报告围绕中国商业智能的发展现状、应用场景及未来趋势，分析了人工智能、大数据、RPA、运筹学等技术对商业智能的推动作用，以及商业智能在各行业中的具体应用。

主要观点

• 商业智能的定义与演进：商业智能（BI）从传统的数据仓库和数据挖掘技术发展为融合人工智能核心技术的新型商业智能，更注重场景与业务的深度融合。
• 技术支撑：人工智能技术（如机器学习、计算机视觉、自然语言处理等）是商业智能的核心驱动力，而大数据、RPA、运筹学等技术则为其提供基础资源和优化方案。
• 政策环境：中国政策更注重推动技术在重点行业落地，而国外政策更倾向于鼓励企业采用AI技术但缺乏具体方向指引。
• 应用场景：商业智能已在金融风控、物流管理、广告营销、零售电商、交通出行、医疗健康、客户服务、在线教育等8个领域实现广泛应用。
• 产业链布局：商业智能产业链中游集中了垂直领域的技术赋能型公司，而上游则由IT厂商、云服务商等提供基础设施支持。
• 未来趋势：产业互联网的兴起将推动商业智能的模式创新，互联网巨头、科技公司和商业企业将合作共建生态，同时个人数据监管政策将促使技术公司优化算法，减少对数据的依赖。

关键信息

商业智能发展阶段

• 初期阶段（2005-2013）：主要用户为大型企业，产品智能化程度低。
• 可视化数据分析阶段（2013-2016）：可视化产品进入市场，国内外厂商快速成长。
• 浅层决策智能阶段（2016-2018）：AI、大数据和云服务推动浅层决策智能成熟，吸引中小企业用户。
• 多维决策智能阶段（2018-至今）：AI技术全面商业化落地，技术融合提升产品多维智能决策能力。

技术与场景关系

• 大数据：为商业智能提供基础资源，解决数据处理问题。
• 人工智能：提升数据处理效率和分析能力，是商业场景智能化的核心。
• RPA：减少重复性工作，提升业务处理效率，逐步向认知流程自动化发展。
• 运筹学：通过优化模型实现资源规划，与AI结合提升量化表现。

投融资情况

• 融资事件：2014年至2018年，累计融资事件100起，2018年达57起。
• 融资轮次：早期融资（A轮、天使轮）占比较高，分别占29%和19%。
• 应用场景分布：客户服务最受追捧，诊疗、零售和交通等领域发展迅速。

商业智能应用场景

典型公司案例

• 微软：提供AI平台与产品，推动多个行业智能化转型。
• 百度：以百度大脑为核心，布局AI全栈技术，提升多个领域效率。
• 平安科技：聚焦金融与医疗，提供高精度的人脸识别和医学影像分析。
• 云从科技：专注于计算机视觉，参与国家AI平台建设，提升商业效能。
• 第四范式：通过“1+N”理论，实现企业智能化转型。
• 云知声：构建物联网AI能力，提供全栈式解决方案。
• 杉数科技：结合运筹学与数据科学，优化商业决策。
• 追一科技：提供智能客服解决方案，提升服务效率。
• 推想科技：专注于医疗影像分析，提升诊断效率。

未来发展方向

• 技术融合：技术提供方需深入理解业务场景，选择合理技术组合以提升应用价值。
• 数据治理：在数据监管趋严背景下，技术公司需优化算法，减少对数据的依赖。
• 生态共建：互联网巨头、科技公司与商业企业需合作共建商业智能生态。
• 多维决策：随着技术的不断迭代，商业智能将逐步实现多维智能决策能力，提升企业运营效率。

投资建议

• 关注重点场景：如金融、医疗、零售、交通等，这些领域具有较高的增长潜力。
• 重视技术融合：结合AI、大数据、RPA等技术，推动商业智能解决方案的落地。
• 加强数据治理：优化数据使用流程，提升数据利用效率，同时确保数据安全。
• 布局生态合作：通过生态合作，实现技术与场景的深度融合，提升商业价值。

趋势展望

1. 产业互联网驱动：推动商业智能模式创新，形成新的商业生态。
2. 三方共建生态：互联网巨头、科技公司与商业企业将共同推动商业智能发展。
3. 数据监管影响：严格的数据法规将促使技术公司创新算法，提升模型训练效率。

字数统计：999字