WorkReport”智能行業(yè)分析報(bào)告適用于部門(mén)總結(jié)/工作匯報(bào)/分析報(bào)告匯報(bào)：AICONTENTS01商業(yè)智能概述02核心技術(shù)剖析03典型應(yīng)用場(chǎng)景04挑戰(zhàn)與未來(lái)01商業(yè)智能概述Pleaseclickheretoenterthetitlecontentyouwanttoexpress互聯(lián)、移動(dòng)互聯(lián)高速發(fā)展，海量、高維度且可實(shí)時(shí)接入更新的數(shù)據(jù)隨之而來(lái)，為機(jī)器學(xué)習(xí)等前沿技術(shù)在各領(lǐng)域中的探索及落地提供可能，進(jìn)一步拓展了被服務(wù)人群且顯著提升服務(wù)質(zhì)量另一面，產(chǎn)業(yè)缺乏通用標(biāo)準(zhǔn)約束，數(shù)據(jù)在采集及流轉(zhuǎn)過(guò)程中污染程度不一，數(shù)據(jù)加密不規(guī)范引致的數(shù)據(jù)泄露時(shí)有發(fā)生，數(shù)據(jù)孤島亦成為企業(yè)業(yè)務(wù)發(fā)展的掣肘0175%0290%0380%0485%01商業(yè)智能概述01商業(yè)智能概述大數(shù)據(jù)的貢獻(xiàn)1海量數(shù)據(jù)：為各領(lǐng)域創(chuàng)新技術(shù)的探索與應(yīng)用創(chuàng)造基礎(chǔ)條件大數(shù)據(jù)的貢獻(xiàn)2動(dòng)態(tài)數(shù)據(jù)即時(shí)更新：避免模型性能衰減、準(zhǔn)確率下降大數(shù)據(jù)的貢獻(xiàn)3數(shù)據(jù)質(zhì)量決定模型可能上限結(jié)合模型和算法逼近物理上限大數(shù)據(jù)的貢獻(xiàn)4數(shù)據(jù)覆蓋更多人群：有效拓展業(yè)務(wù)范圍01商業(yè)智能概述數(shù)據(jù)化智能決策對(duì)數(shù)據(jù)進(jìn)行可視化描述，分析規(guī)律并作出預(yù)測(cè)，讓技術(shù)化的數(shù)據(jù)更加業(yè)務(wù)化，幫助業(yè)務(wù)人員增強(qiáng)對(duì)公司各項(xiàng)事務(wù)運(yùn)營(yíng)情況的認(rèn)知從數(shù)據(jù)驅(qū)動(dòng)認(rèn)知，到數(shù)據(jù)驅(qū)動(dòng)決策從幫助業(yè)務(wù)人員認(rèn)知到實(shí)現(xiàn)企業(yè)最優(yōu)決策，另一方面，自然語(yǔ)言處理的進(jìn)步也正在解決人機(jī)交互的部分問(wèn)題，自然語(yǔ)言查詢(xún)、自然語(yǔ)言生成都將進(jìn)一步釋放商業(yè)智能的效率和價(jià)值01商業(yè)智能概述從20XX年人工智能進(jìn)入爆發(fā)期以來(lái)，國(guó)家陸續(xù)提出多項(xiàng)意見(jiàn)與規(guī)劃，特別是20XX年“一帶一路”會(huì)議、全國(guó)兩會(huì)均將人工智能列入未來(lái)發(fā)展規(guī)劃中20XX年國(guó)家將人工智能列入“科技創(chuàng)新20XX項(xiàng)目”以及“十三五”重大工程，使得人工智能在中國(guó)政治、經(jīng)濟(jì)、學(xué)術(shù)等領(lǐng)域成為重中之重明確了要培育發(fā)展人工智能新興產(chǎn)業(yè)、推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新、提升終端產(chǎn)品智能化水平，并且政府將在資金、標(biāo)準(zhǔn)體系、知識(shí)產(chǎn)權(quán)01商業(yè)智能概述商業(yè)智能類(lèi)比人類(lèi)智能，人工智能可分為賦予機(jī)器語(yǔ)音、圖像等感知能力的感知智能和賦予機(jī)器思考能力的認(rèn)知、決策智能商業(yè)智能感知也會(huì)輔助決策（如智慧商超中機(jī)器視覺(jué)對(duì)客流屬性、消費(fèi)行為的觀察、記錄可輔助商超做出營(yíng)銷(xiāo)決策），本報(bào)告聚焦于認(rèn)知智能在商業(yè)場(chǎng)景中的應(yīng)用情況02核心技術(shù)剖析Pleaseclickheretoenterthetitlecontentyouwanttoexpress02核心技術(shù)剖析人工智能正在重塑科學(xué)、技術(shù)、商業(yè)、政治以及戰(zhàn)爭(zhēng)，而大眾對(duì)技術(shù)的認(rèn)知程度和該技術(shù)的重要性相比顯得遠(yuǎn)遠(yuǎn)不夠核心技術(shù)01當(dāng)今人工智能的各個(gè)分支其實(shí)在五十年前就已有相關(guān)基礎(chǔ)，當(dāng)時(shí)一些科學(xué)家認(rèn)為，人工智能所有問(wèn)題都將在十年內(nèi)解決核心技術(shù)03過(guò)高的預(yù)期引致不當(dāng)?shù)氖?，人工智能歷史上的兩次冬天無(wú)疑阻礙了技術(shù)、產(chǎn)業(yè)發(fā)展的步伐，并讓踏實(shí)做事的人受到傷害核心技術(shù)0202核心技術(shù)剖析核心技術(shù)剖析貝葉斯定理:在現(xiàn)實(shí)任務(wù)中樸素貝葉斯分類(lèi)器有多種使用方式SVM訓(xùn)練算法創(chuàng)建一個(gè)將新的實(shí)例分配給兩個(gè)類(lèi)別之一的模型決策樹(shù):是一個(gè)利用像樹(shù)一樣的圖形或決策模型的決策支持工具支持向量機(jī)（SVM）:是針對(duì)二分類(lèi)任務(wù)設(shè)計(jì)的，給定一組訓(xùn)練實(shí)例神經(jīng)絡(luò):是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的絡(luò)02核心技術(shù)剖析深度強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等熱點(diǎn)技術(shù)核心技術(shù)強(qiáng)化學(xué)習(xí)和人類(lèi)與環(huán)境交互的方式非常類(lèi)似，是一套非常通用的框架核心技術(shù)深度學(xué)習(xí)是在多層神經(jīng)絡(luò)的結(jié)構(gòu)下，輔以結(jié)構(gòu)設(shè)計(jì)和各種梯度技術(shù)02核心技術(shù)剖析1傳統(tǒng)機(jī)器學(xué)習(xí)描述樣本的特征通常由專(zhuān)家來(lái)設(shè)計(jì)，這稱(chēng)為“特征工程”2深度學(xué)習(xí)則通過(guò)機(jī)器學(xué)習(xí)自身來(lái)產(chǎn)生特征，即“特征學(xué)習(xí)”或“表示學(xué)習(xí)”3數(shù)據(jù)“初始表示”與解決任務(wù)所需“合適表示”相距甚遠(yuǎn)時(shí)候，可嘗試使用深度學(xué)習(xí)方法02核心技術(shù)剖析人工智能、博弈論、運(yùn)籌學(xué)等多領(lǐng)域思想交融博弈論、運(yùn)籌學(xué)、控制論、信息論、仿真優(yōu)化、多主體系統(tǒng)學(xué)習(xí)、群體智能、統(tǒng)計(jì)學(xué)以及遺傳算法等許多領(lǐng)域也有關(guān)于機(jī)器學(xué)習(xí)的研究，如運(yùn)籌學(xué)中的近似動(dòng)態(tài)規(guī)劃即對(duì)應(yīng)強(qiáng)化學(xué)習(xí)，而在經(jīng)濟(jì)學(xué)和博弈論中，強(qiáng)化學(xué)習(xí)被用來(lái)解釋在有限理性的條件下如何出現(xiàn)平衡核心技術(shù)01在實(shí)際問(wèn)題的解決中，人工智能的方法如機(jī)器學(xué)習(xí)等，往往只是其中一環(huán)核心技術(shù)02問(wèn)題的完整解決依賴(lài)于對(duì)博弈論等多領(lǐng)域、跨學(xué)科的知識(shí)思想的融會(huì)貫通03典型應(yīng)用場(chǎng)景Pleaseclickheretoenterthetitlecontentyouwanttoexpress03典型應(yīng)用場(chǎng)景85%65%55%1商業(yè)智能在廣告營(yíng)銷(xiāo)領(lǐng)域的主要應(yīng)用為精準(zhǔn)營(yíng)銷(xiāo)與個(gè)性化推薦，兩者均通過(guò)用戶數(shù)據(jù)主要應(yīng)用2對(duì)用戶貼標(biāo)簽，并基于產(chǎn)品特征與投放需求，建立不同的決策模型進(jìn)行營(yíng)銷(xiāo)主要應(yīng)用3兩者最大的不同在于，精準(zhǔn)營(yíng)銷(xiāo)用于引流獲客階段，以短信或優(yōu)惠券的方式進(jìn)行營(yíng)銷(xiāo)，提升響應(yīng)率兩者不同03典型應(yīng)用場(chǎng)景高量級(jí)SKU及日銷(xiāo)量使得定價(jià)管理日益復(fù)雜，基于經(jīng)驗(yàn)的傳統(tǒng)批量定價(jià)方案已難以覆蓋電商平臺(tái)的多維度場(chǎng)景，不合理定價(jià)頻繁出現(xiàn)，商業(yè)智能的定價(jià)方案可通過(guò)對(duì)交易數(shù)據(jù)、行為數(shù)據(jù)、競(jìng)爭(zhēng)數(shù)據(jù)等多維度數(shù)據(jù)的整合分析，找到不同場(chǎng)景下的最優(yōu)定價(jià)和銷(xiāo)售策略。商業(yè)智能在電商領(lǐng)域的主要應(yīng)用為商品組合、定價(jià)策略、促銷(xiāo)管理等多方面的優(yōu)化，可歸結(jié)為收益管理在適當(dāng)?shù)臅r(shí)間和地點(diǎn)下，提供最恰當(dāng)?shù)姆?wù)或產(chǎn)品，以實(shí)現(xiàn)資源約束下，企業(yè)收益最大化的目標(biāo)典型應(yīng)用場(chǎng)景典型應(yīng)用場(chǎng)景03典型應(yīng)用場(chǎng)景場(chǎng)景之二通過(guò)所有給定需求點(diǎn)后再回到原點(diǎn)的最短路徑問(wèn)題2場(chǎng)景之四以?xún)?yōu)化模型決定如何匹配能夠達(dá)到最大價(jià)值4場(chǎng)景之一通過(guò)人工智能+運(yùn)籌學(xué)，最小化路程與出行時(shí)間1場(chǎng)景之三即訪問(wèn)除原出發(fā)結(jié)點(diǎn)以外的每個(gè)節(jié)點(diǎn)一次且僅一次303典型應(yīng)用場(chǎng)景0102030405場(chǎng)景之一應(yīng)用場(chǎng)景例如拼車(chē)實(shí)時(shí)路線規(guī)劃場(chǎng)景之三每一個(gè)供給只能滿足一個(gè)需求，每一個(gè)需求也只需要一個(gè)供給場(chǎng)景之五動(dòng)態(tài)匹配問(wèn)題，動(dòng)態(tài)匹配的本質(zhì)在于優(yōu)化結(jié)合隨機(jī)建模場(chǎng)景之二供需匹配可分為靜態(tài)匹配與動(dòng)態(tài)匹配，靜態(tài)匹配即有n個(gè)需求場(chǎng)景之四應(yīng)用場(chǎng)景例如物流追蹤、車(chē)輛與乘客靜態(tài)匹配等04挑戰(zhàn)與未來(lái)Pleaseclickheretoenterthetitlecontentyouwanttoexpress04挑戰(zhàn)與未來(lái)從強(qiáng)調(diào)單一技術(shù)到各領(lǐng)域融會(huì)貫通在大數(shù)據(jù)的背景下，商業(yè)場(chǎng)景中任一問(wèn)題的解決，往往是多學(xué)科思想的交融，而非對(duì)單一方法的依賴(lài)融合也表現(xiàn)在人工智能的各分支上，如關(guān)于語(yǔ)義的研究，自然語(yǔ)言理解、機(jī)器學(xué)習(xí)、人機(jī)交互都很重要04挑戰(zhàn)與未來(lái)問(wèn)題對(duì)問(wèn)題做出正確的界定是解決問(wèn)題的基礎(chǔ)，這既需要對(duì)具體業(yè)務(wù)有所理解，提出可量化的關(guān)鍵指標(biāo)模型模型的建立仍需盡量貼合實(shí)際問(wèn)題的真實(shí)情況，這是得出近似最優(yōu)解的前提算法結(jié)合具體問(wèn)題，聯(lián)合貫通各種算法，避免單一算法導(dǎo)致的局部最優(yōu)場(chǎng)景即便有針對(duì)特定場(chǎng)景的成熟模型，現(xiàn)實(shí)世界仍不斷有創(chuàng)新模式、新業(yè)務(wù)場(chǎng)景的出現(xiàn)

1

2

3

404挑戰(zhàn)與未來(lái)01020304智能挑戰(zhàn)04服務(wù)方式仍將以定制化的解決方案為主（尤其面對(duì)大企業(yè)的時(shí)候），以SaaS等標(biāo)準(zhǔn)化的產(chǎn)品為輔智能挑戰(zhàn)01商業(yè)智能業(yè)務(wù)應(yīng)用的落地需要建立在完善的數(shù)據(jù)整