中国人工智能创新应用白皮书.pdf

人工智能的商业红利窗口期已经来临？中国人工智能创新应用中国人工智能学会与罗兰贝格联合发布白皮书2017年11月报告背景介绍在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离，成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议，同时也为人工智能企业在具体行业发展方向的选择上提供了参考。我们的讨论将由四个部分组成，第一部分为人工智能发展背景介绍，对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论；第二部分为人工智能的商业应 用 情 况 ，将 讨 论 人 工 智 能 能够 为各行业带来的具体价值，评估各个行业目前应用条件的成熟程度；第三部分梳理总结了人工智能在20个行业的80个具体应用场景，并详细介绍典型的行业应用场景与案例 ；第 四 部 分 将 为 企业当下如何借力人工智能给出行动举措 方面 的建议。此份独立报告整合了 中国人工智能学会与 罗兰贝格在数字化领域积累的项目经验与素材，以及对人工智能领域初创企业管理人、各行业内企业经理人、人 工 智 能 研 发 人 员 的 访 谈 等 多 方 信 息 数 据 源 ，旨 在提供具有落地意义的参考与建议，推动人工智能的应用与发展。中国人工智能创新应用白皮书2 执行总结今年7月 ， 国 家 发 布 了 新 一 代 人 工 智 能 发 展 规 划 ，将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术，在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下，本次人工智能的发展已突破了商业领域对其应用效果的预测，受到风险投资 基 金 的 热 烈 追 捧，人 工 智 能 技 术 的 应 用 场 景 也 在各个行业逐渐明朗，开始带来降本增益的实际商业价值。在巨大的产业需求规模与强有力的金融投资支持下，中国在全球新一代人工智能中发展态势良好，北京 、深 圳 和 上海在人工智能企业与人才积累上名列全 球 城 市 前 茅 ，中 国 人 工 智 能 产 业 的 发 展 进 入 了 技术逐渐渗透到各行业产生实际价值的阶段。根据大量行业研究，我们发现，除了互联网行业以外，汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的 估 算 ，在 中 国 至 2 0 3 0 年 ，在 金 融 行 业 ， 预计 人工智能将带来约6000亿 元 人 民 币 的 降 本 增 益 效 益 。在 汽车行业，人工智能在自动驾驶等技术上的突破将带来约5000亿 元 人 民 币 的 价 值 增 益 。在 医 疗 行 业 ， 预计 人工智能可以带来约4000亿 元 人民币的降本价值。在零售行业，预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理 并描述了这些典型行业内人工智能的主要应用场景。就中国企业应如何把握机遇，抓住战略机会，我们提 出了一 系 列 的 行 动 建 议 。企 业 在 制 定 人 工 智 能 发展计划时 ， 首先应当明确在当前业务场景下的应用机会点，这些机会点应当能够带来足够的商业价值，并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况 ， 了解目前行业中其他企业在 此 技术方向上的布局，评估人工智能技术 在 自 身 业 务 背 景 下 的 应 用 机 会 ，学 习 、观 察 、尝 试中国人工智能创新应用白皮书3 在价值链各环节上的商业应用案例。其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面 存在 不 足 ，并 针对不足 为 相关部门提供包括组织、流程、KPI等各方面 的 支 持 与 引 导 。最 后 ，结 合 对 企 业 内 部 核 心 竞 争 力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关的配套能力支持计划执行。新一代人工智能技术的应用将给各行业带来众多新的可能性，甚至有可能颠覆现有的行业格局并可能重塑行业，我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。4 目录1. 人工智能发展背景介绍 62. 人工智能商业应用现状 143. 人工智能产业应用场景案例举例 224. 企业该如何借力人工智能？ 315. 附录 37中国人工智能创新应用白皮书5 第一部分:人工智能发展背景介绍6 人工智能概念介绍人工智能是什么？人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。人工智能、机器学习、深度学习是我们经常听到的三个热词。关于三者的关系，简单来说，机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。 A 人工智能从其应用范围上又可分为专用人工智能(ANI)与通用人工智能(AGI)。专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。B 专用人工智能与通用人工智能的区别A 人工智能、机器学习、深度学习的隶属关系1950s-1980s 人工智能早期的人工智能令人兴奋不已1980s-2010s 机器学习机器学习开始兴起2010s-至今 深度学习深度学习取得突破，人工智能蓬勃发展资料来源：中国人工智能学会；罗兰贝格分析资料来源：中国人工智能学会；罗兰贝格分析专用人工智能才是真正在这次人工智能浪潮中起到影响的主角，我们报告的讨论范围将聚焦在更具有现实应用意义的专用人工智能技术，具体讨论现有专用人工智能技术能带来的商业价值。B专用人工智能 理解特定领域知识实现特定领域应用知识技能迁移能力跨领域推理能力常识的认识与掌握抽象能力的掌握通用人工智能7 中国人工智能创新应用白皮书人工智能发展历史与现状人工智能的发展历史人工智能的概念形成于20世纪50年代，其发展阶段经历了三次大的浪潮。第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。 C C 人工智能的发展史AI的诞生在达特茅斯会议上，名词被创造Enigma,计算机祖先(图灵)通用智能机械手，第一工业铰接臂（通用汽车公司）在日本开发的 wabot1,第一台基于智能软件的人形机器人，可以播放音乐在日本开发的wabot2,可以与人沟通、阅读乐谱并演奏电子琴深蓝IBM电脑击败了国际象棋冠军卡斯帕罗夫IBM开发Waston，赢得桥牌游戏AlphaGo 软件（谷歌）击败 原的围棋世界冠军由 Aldebaran Robotics研发的智慧机器人Nao人工智能开始在日常生活中应用（搜索引擎、购买建议，智能设备，无人机）第一次爆发第一代机器人和智能软件的出现第一次寒冬对AI未来的失望和停止资金投入第二次爆发标志性的Lisp机器商业化第二次寒冬由于缺乏实用和商业应用，研究领域陷入了困境第三次爆发由于大数据和深度学习算法的发展条件成熟，本次浪潮将创造实际经济效果19561941 1961 1973198019972006 2011 2014 20161960 19871974 20101980资料来源：案头研究；中国人工智能学会；罗兰贝格分析8 中国人工智能创新应用白皮书本次人工智能浪潮的驱动因素近年来，人工智能应用领域市场规模、人工智能领域的资金投入都迅速增长，反映了社会与市场整体对其认知程度与信心的高涨。驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值；另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。D 高质量、大规模的大数据成为可能，1986-2007年，全球单日信息交换量增长了约220倍，全球信息储存能力增加了约120倍。海量数据为人工智能技术的发展提供了充足的原材料。 E D 人工智能市场规模预测与全球融资额统计人工智能市场规模预测 (2016-2025) 十亿美元全球人工智能融资额统计 (2012-2016) 百万美元12620162012 2013 2014 2015 20162017 2018 2019 2020 2021 2022 2023 2024 20251802563655207411,0571,5072,1473,0614,9683,1232,6541,025588+43%+70%资料来源：Forrester; Transparency Market Research；中国人工智能学会；罗兰贝格分析资料来源：哈佛大学医学院; 中国人工智能学会；罗兰贝格分析E 全球数据增量与人工智能模型在不同数据输入量下的表现全球数据生成量(2009-2020) ZB训练数据量与医疗图像模型准确性关系 %2009 2010 2015 20201284431%41%训练数据集大小大脑识别 0.3% 3.39% 59.7% 98.4%21.3% 30.63% 99.34% 99.74%2.98% 21.39% 86.57% 92.94%23.39% 34.45% 96.18% 99.61%0.1% 3.23% 65.38% 95.18%0% 1.15% 55.9% 88.45%8.01% 17.37% 77.15% 95.67%脖颈识别肩部识别胸腔识别腹部识别胯部识别平均准确性5G 10G 50G 200G9 中国人工智能创新应用白皮书计算力提升突破瓶颈，以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助人工智能模型可以在更大的数据集上运行。机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使得机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。社会理解与接受程度广泛提升，随着社会信息化及互联网/移动互联网的普及，以及受AlphaGo等大量热点舆论事件影响，全社会对人工智能的态度已逐渐从怀疑、恐惧转变为好奇、接受和认同。F 物联网、 大数据、云计算技术提供了人工智能的发展基础物联网、大数据、云计算技术为人工智能技术的发展提供了其所需要的关键要素。物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。大数据技术为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能。云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，并降低了计算成本。F 人工智能发展过程中具有社会意义的重要事件Deep Blue (深蓝)战胜国际象棋冠军Garry Kasparov苹果的智能语音助手Siri 问世，技术上不断革新聊天机器人微软小冰开始微信公测，3天赢得超过150万个微信群，千万用户的喜欢AlphaGo5:0优势完胜欧洲围棋冠军樊麾，4:1优势击败九段专业围棋手李世石超级电脑“沃森”(Watson)在智力竞猜节目危险边缘中击败该节目历史上两位最成功的人类选手ImageNet计算机视觉识别挑战赛上，深层残差网络的系统错误率低至3.57%Prisma 通过神经网络技术和人工智能技术，把普通的照片进行智能风格化，上线一个月达到百万客户使用量19972011 2014 20162011 2015 2016资料来源：中国人工智能学会；罗兰贝格分析10 中国人工智能创新应用白皮书人工智能社会接受程度逐步递增G 全球人工智能企业获融资方向热度资料来源：案头研究；CB insights；中国人工智能学会；罗兰贝格分析人工智能产业发展状况技术方向方面人工智能方向的企业目前主要分为两类：专注于技术研发的通用型人工智能企业，如DeepMind、 Facebook AI Research、Google Brain与Baidu AI等，以及专注于人工智能技术应用的专用型人工智能企业。通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。应用方向方面从应用方向上来看，金融、医疗、汽车、零售等数据基础较好的行业方向应用场景目前相对成熟，相关方向企业的融资热度也较高。以自动驾驶领域为例，谷歌、百度、特斯拉、奥迪等科技和传统巨头纷纷加入；人工智能在金融领域的智能风控、智能投顾、市场预测、信用评级等领域都有了成功的应用；在医疗领域，人工智能算法被应用到新药研制，提供辅助诊疗、癌症检测等方面都有突破性进展，凡此种种，不一而足。 G 类别医疗商业媒体金融交通教育法律旅游农业房地产体育热度低 热度高Q112 Q113 Q114 Q115 Q116 Q117Q212 Q213 Q214 Q215 Q216Q312 Q313 Q314 Q315 Q316Q412 Q413 Q414 Q415 Q41611 中国人工智能创新应用白皮书地域发展方面纵观全球人工智能产业的发展，我们可以发现，全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80% 。 H IH 中国人工智能创业公司所属领域分布 I 中国人工智能科创公司所在地区分布计算机视觉其他6%3%3%3%4%4%4%5%6%6%7%11%20%21%数据服务垂直应用电商物流智能金融智能教育个人助手智能家居机器学习智能驾驶智能医疗服务机器人语言及自然语言处理截止2017年1月18日 截止2017年1月18日其他江苏浙江广州深圳上海北京43%17%16%8%5%4%8%12 资料来源：iMedia Research；中国人工智能学会；罗兰贝格分析 资料来源：iMedia Research；中国人工智能学会；罗兰贝格分析中国人工智能创新应用白皮书国内人工智能企业生态人工智能未来发展的预测我们认为，短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGo Zero在无监督模式下取得的惊人进步充分体现了此方向的热度。长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。长期来看，正如国际人工智能领域著名学者Michael I.Jordan所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。13 中国人工智能创新应用白皮书第二部分:人工智能商业应用现状14 本次人工智能可以带来的商业价值分析随着人工智能在各个行业的应用场景逐渐明朗，应用的行业与业务范围逐渐增加，在自动驾驶、医疗辅助诊断、金融交易风险防控等领域已有众多企业进行了布局。我们认为，人工智能的应用将率先在数据积累丰富的行业内发展，同时，在应用场景较为明确、应用价值较为直接的价值链环节（例如营销、服务等）将率先得到应用。虽然目前人工智能在各个行业的发展受到数据量等因素的一定制约，但随着大数据的普及和深入人心，整体处在蓄势待发的状态。我们结合各个行业目前人工智能的应用场景以及人工智能技术能够带来的效应，定性总结了各个行业中各类人工智能技术能够带来的降本与增益价值，其中又把人工智能技术分为感知、认知、执行三个层次。感知技术包括了机器视觉、语音识别等各类运用人工智能技术获取外部信息的应用，认知技术包括了机器学习技术，执行技术包括了人工智能与机器人结合的硬件技术以及以智能芯片与新型计算设施为基础的计算实施技术。 J从定量的角度，至2030年，人工智能将在中国产生10万亿元的产业带动效益。根据我们的估算，人工智能带来最大影响的传统产业将会是金融、汽车、零售和医疗。在金融行业，通过人工智能技术在风险控制、资产配置、智能投顾等方向的应用，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶上的技术突破将带来约5000亿元人民币的价值增益。在医疗行业，通过人工智能技术在药物研发领域提高成功率、在医疗服务机构内提供疾病诊断辅助、疾病监护辅助等提高服务效率的应用，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，人工智能在推荐系统上的运用将提高在线销售的销量表现，同时更加精准的市场预测将降低库存成本，预计人工智能技术将带来约4200亿元人民币的降本与增益价值。 K15 从定量的角度，至2030年，人工智能将在中国产生10万亿元的产业带动效益。根据我们的估算，人工智能带来最大影响的传统产业将会是金融、汽车、零售和医疗。中国人工智能创新应用白皮书16 资料来源：中国人工智能学会；罗兰贝格分析1)执行包括计算实施、自动化实施J 人工智能在各行业带来价值的定性总结医疗教育能源金融旅游环保互联网汽车物流交通文娱ICT专业服务基础建设制造消费品与零售贸易房地产公共服务机构制药机械石油矿物电力银行证券保险投资文化传媒体育电信信息技术产业商业住宅感知 认知 执行1)降本 增益 降本&增益中国人工智能创新应用白皮书17 在风险控制、资产配置、智能投顾等方向的应用，我们预估人工智能将带来6000亿人民币的降本增益效益人工智能在自动驾驶上的技术突破将带来5000亿人民币的价值增益在药物研发领域提高成功率、疾病诊断辅助提高服务效率，预估人工智能可以带来4000亿人民币的降本价值个性化推荐提高在线销售销量、精准的市场预测将降低库存成本，人工智能技术将带来4200亿人民币的降本与增益价值金融行业汽车行业医疗行业零售行业人工智能在各行业带来的具体价值K 人工智能在各行业带来价值的定量总结中国人工智能创新应用白皮书资料来源：国家统计局；中国人工智能学会；罗兰贝格分析18 目前人工智能在各行业的发展基础分析根据不同行业的企业在组织机构方面、数据与技术基础方面以及人工智能应用情况上的现状，我们设计了不同行业人工智能发展基础的评估体系，对各个行业应用人工智能的准备程度进行了评估。L资料来源：中国人工智能学会；罗兰贝格分析L 各行业人工智能发展基础的评分体系ACB组织机构基础人工智能应用基础数据、工作流与技术基础创新文化将AI运用到生产中的成熟度数据整洁度# 维度# 维度# 维度评分评分评分1-51-51-51-51-51-51-51-51-51-51-51-51-51-51-51-51-512345612341234567AI战略视野与方向创新文化对AI技术的组织性承诺组织灵活性组织驱变力AI相关人才与技术能力应用场景清晰度AI运用准备的成熟度部署AI应用的历史经验解决方案服务机构合作情况可获取的数据量数据积累程度数据储存流程成熟完善数据整洁度数据有良好的记录与说明文档工作流自动化程度对AI友好的IT系统1. 以客户为中心的快速反馈与应用思维模式2. 开放的理念形成过程3. 领导团队展现的促进创新的行为4. 对失败的容忍程度5. 对“草根”项目与创新项目的扶持1. 内部软件有接口与模块可以对人工智能技术进行扩展或整合2. 拥有AI运用的清晰策略以及相应的培训机制3. 拥有经验丰富的团队监控、测评、维护AI系统的运行1. 数据在不同系统间有良好的连续性与独特性2. 数据格式与内容具有连贯性3. 数据整洁程度有细致和定期的测控4. 格式化数据有效且连贯5. 格式化数据能有效连接，连接后无空值与重复值T2T2T4中国人工智能创新应用白皮书19 资料来源：行业访谈; 中国人工智能学会；罗兰贝格分析通过在各个行业积累的项目经验以及与各个行业的专家访谈，我们对13个行业在组织文化基础、数据与技术基础、人工智能应用基础三大方面的17个子问题进行了定量评估。 MM 各行业人工智能发展基础的评分组织机构基础AI战略视野与方向创新文化对AI技术的组织性承诺组织灵活性组织驱变力AI相关人才与技术能力数据、工作流与技术基础可获取的数据量数据积累程度数据储存流程成熟完善数据整洁度数据有良好的记录与说明文档工作流自动化程度对AI友好的IT系统人工智能应用基础应用场景清晰度AI运用准备的成熟度部署AI应用的历史经验解决方案服务机构合作情况总分金融 医疗 汽车 零售 制造 通信 教育 旅游 文娱 能源 物流 交通 地产评分： 高 中 低中国人工智能创新应用白皮书20 从结果上来看，金融、零售、医疗与汽车行业发展基础最为夯实。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上也有不错的成型成效，在组织机构的创新文化与灵活性上处于中等优势地位。医疗行业拥有多年的医疗数据积累与流程化的数据使用过程，因此在数据与技术基础上有着很强的优势。汽车行业已经开始利用人工智能技术布局自动驾驶、辅助驾驶技术，因此在组织基础与人工智能应用基础上有着很好的优势。零售行业在组织结构、数据积累、人工智能应用方面有一定基础，处于一个比较均衡的发展状态。同时，制造、教育、通信行业值得关注。制造行业、通信行业虽然在组织机构上的基础相对薄弱，但由于拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。教育行业的数据积累虽然仍处于发展过程中，但组织整体对人工智能持重点关注的态度，同时开始在实际业务中结合或应用人工智能技术。资料来源：中国人工智能学会；罗兰贝格分析人工智能在各行业应用成熟度与潜力总览根据各个行业的发展基础与应用市场规模潜力，我们描绘出了不同行业在发展基础与应用潜力矩阵上的分布。 N在发展基础成熟且市场应用潜力大的汽车、消费品与零售、金融以及医疗行业内，人工智能正在清晰地发挥着重要作用。我们在价值链的研发、制造、营销、服务以及其他(包括物流等)环节上总结了这四个行业内人工智能的应用场景，并将在第三章详细介绍这四个行业内人工智能的具体应用场景以及实际商业案例。 ON 各行业人工智能发展基础与市场应用潜力评估市场应用潜力基础成熟程度文化娱乐能源旅游环境保护房地产交通物流教育制造通信金融汽车医疗消费品与零售中国人工智能创新应用白皮书21 资料来源：案头研究; 行业访谈; 中国人工智能学会；罗兰贝格分析O 金融、医疗、汽车、零售行业在价值链各环节上的应用场景归纳金融医疗汽车零售银行机构器械汽车零售制药证券保险投资研发 制造 营销 服务 其他数据驱动的理财产品设计治疗方案智能优化护理与康复机器人智能可穿戴设备手术机器人产品零部件质量智能检测及优化基于物联网/互联网数据的产品设计智能优化模拟风洞优化外形设计结合流行时尚消费者偏好指导新品设计生产预测与生产计划优化管理分析生产流程中的数据对产品质量进行预测，提前防备劣品产出基于销量预测制定排产计划预测组合化合物效果研发新药物精准定位患者群体加速药物研发周期高频交易中的智能交易策略数据驱动的寿险产品设计智能寿险、财险产品定价量化交易与投资中的智能交易策略基于行为预测的智能CRM基于视觉与文本技术的合规工作自动预测性坏账风控化坏账风控医美、齿科等机构基于购买预测的精准营销基于视觉与文本技术的合规工作自动化预测性抵押品结构优化智能销售团队管理基于行为预测的智能CRM智能投资雷达网络与实体网点内智能客服数字化资产配置与虚拟财富管家行间短期拆借预测性优化智能患者监护实施预诊的虚拟医生数据驱动的辅助诊断医疗器械的预测性器械维护服务医疗图像云服务整车智能精准营销基于用户偏好的智能交叉销售数据与模型驱动的销量预测基于购买预测的智能CRM智能硬件终端店铺客流监控与客流分析，指导铺货、店铺结构设计、店铺人员分配购物平台上的智能客服舆情监控检测用户反馈证券类财富管理机构实体网点内智能客服图片文字分析智能化定损智能理赔客服预测性反欺诈风控基于航空图像的智能尽调数字化资产配置优化基于视觉技术的客户身份认证基于高吞吐量数据流处理的实时结算与清算系统医疗图像分析基于深度学习技术的MRI图像增强与辅助成像增强/辅助驾驶自动驾驶无人超市智能音响等其他智能产品购买定增股票时的风险评估网点内基于视觉技术的客户身份认证无无N/AN/A参考制造业无 无 无 无N/AN/AN/A 中国人工智能创新应用白皮书第三部分:人工智能产业应用场景案例举例22 23 人工智能在汽车行业的应用场景举例介绍中国人工智能创新应用白皮书整车的智能营销 通过收集整合各个渠道的消费者信息，描绘消费者的形象和偏好，并利用机器学习预测模型发现隐藏于消费者行为背后对于车型、性能、价位等的需求。美国的Automotive Mastermind公司就是一家服务于汽车生产商和经销商的技术开发商和服务提供商。其实施路径为：搜集社会人口学特征、社交网络、市场数据、产品生命周期等大数据；利用自有的行为预测评分算法对超1000个数据点进行清洗和分析；对消费者进行排名，筛选出目标消费者；梳理出消费者的关键驱动因素，包括金融预算、购买动机、产品性能、保障条款等；推荐对该消费者最有效的线上或线下营销手段；实现按需生产、销售。使用Automotive Mastermind公司服务的企业，销售收入提升了30%，客户留存率提高了16.7个百分点。数据驱动的产品优化利用各类感知设备收集的产品运营状态、事故率、生命周期等数据，结合产品本身的生产、质量等方面数据，分析出最优的产品设计方案。具体操作上，利用车载传感器收集整车与零部件的使用情况大数据，同时结合材料基本属性、制造流通、消费者洞察、营销手段、金融保险以及自动驾驶交通管理等成百上千个因素，提出产品概念和调整方案，建模指导产品试验测试，优化汽车产品，找到“最优设计”。例如在特斯拉未来的理想情景下，“如果一辆特斯拉汽车因材料不够厚被撞挂了，第二天所有的Model S都会自动变厚2英寸”。销量预测驱动的智能生产优化结合机器学习预测模型对销量的预测和智能设备产生生产数据，通过云计算得出实时最优生产计划与节奏。收集的生产数据包括：智能机器及时24 反馈的生产和闲置状况、智能仓库实时监测的库存情况、智能调研系统动态预测的整车和零部件需求等。零部件的预测性维修预测性维修是将状态监测、故障诊断、状态预测和维修决策多位合为一体的系统过程，通过收集大量运行状态信息，用基于海量数据的预测模型评估零部件的使用状态，实现零配件的提前维修更换，避免事故发生，减少故障反应时间，简化优化维修服务。加拿大企业Ansik于2013年成立，旗下软件PitStop可预测零件故障。该公司向企业代理商和维修站销售一款接入汽车的插件和一个附属手机APP，以此搜集实时发动机数据、传感器数据和其他监测信息，观测性能状况并推断汽车故障可能。如果数据显示汽车将出现问题，会通知用户停车检修，同时提供来自维修站的修理建议。驾驶辅助系统驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、备识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。按照机器介入程度，无人驾驶系统可分为无自动驾驶（L0）、驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动（L3）和完全自动（L4）五个阶段。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况（L2）向基本实现自动驾驶功能（L3）的转变阶段。未来，完全的自动驾驶可以基于感知的信息作出应变，一边担任驾驶员的角色，一边提供车内管家的服务，还能应对其他各方面的需求和任务。未来，完全的自动驾驶可以基于感知的信息作出应变， 一边担任驾驶员的角色，一边提供车内管家的服务，还能应对其他各方面的需求和任务。中国人工智能创新应用白皮书25 人工智能在医疗行业的应用场景举例介绍中国人工智能创新应用白皮书医美、齿科等机构基于购买预测的精准营销医美、齿科机构通过客户购物、浏览等轨迹和客户年龄、交易量、使用习惯等数据的智能匹配，可以从不同方面来了解潜在客户的情况，自动生成多维度标签，进行标签管理及统计分析，以此明确投放目标。企业还可以针对不同的营销场景设计不同“套路”，依照用户标签、事件、时间自动触发营销规则，例如个性化的推送内容，来更好地满足消费者的真实需求。爱尔康通过建立采集数据的工具，整合和匹配老会员的数据，对会员的线上线下数据进行整合，跟踪用户行为，深入挖掘数据，描绘出360画像，取得了微信粉丝增长10083人、微博粉丝增长10147人、粉丝互动140万次、提升4倍会员增长速度、会员活跃度由20% 上升到78% 、线下会员增长占整体会员增长数量39%的成绩。数据驱动的辅助诊断通过机器学习算法建立多种疾病辅助诊断模型，人工智能辅助诊断系统会通过分析患者数据来识别病症，再根据大量学习的医疗知识及经验进行病情分析，提出诊断意见和疾病转归预测预警评估。在医学专家的帮助下，借助人工智能深度神经网络，目前在心血管、肿瘤、神内、五官等领域的辅助诊断模型准确性已接近或部分超过人类医生最高水准。在AI+辅助诊疗的应用中，IBM Watson是目前最成熟的案例。IBM Watson可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次试验数据、106000份临床报告，还通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗服务。Watson实质是融合了自然语言处理、认知技术、自动推理、机器学习、26 通过应用开发虚拟筛选技术，通过机器学习模型预测分析药物构效关系，取代或者增强传统的高容量筛选过程， 可以大幅度提高生物标志物的筛选速度及成功率，显著缩短新药研发周期，降低新药研发的试错成本。信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。医疗图像分析人工智能在医学影像的应用主要分为两个部分：第一部分是在感知环节应用机器视觉技术识别医疗图像，帮助影像医生减少读片时间，提升工作效率，降低误诊的概率；另一部分是在学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。一个典型的例子为贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统。该系统对乳腺癌病理图片中癌细胞的识别准确率可达92% ，与病理学家的分析结合时，其诊断准确率可以高达99.5%。提高筛选生物标志物速度，进行药物有效性、安全性预测评估传统的药物开发是基于试验、试错，在此思路下，药物从最初的实验室研究到最终的销售平均要花费约12年的时间，且耗资巨大。大多数情况下，科学家是扩大筛选对象以期邂逅目标分子，但是高通量筛选耗时长且成本费用很高。通过应用开发虚拟筛选技术，通过机器学习模型预测分析药物构效关系，取代或者增强传统的高容量筛选过程，可以大幅度提高生物标志物的筛选速度及成功率，显著缩短新药研发周期，降低新药研发的试错成本。例如，美国硅谷公司Atomwise通过IBM超级计算机分析数据库，并用深度学习神经网络分析预测化合物的构效关系，于研发早期评估预测新药风险。其超级计算机可以在几天之内评估出820万种药物研发的候选化合物。该公司也为制药、创业公司和研究机构提供药物预测服务。中国人工智能创新应用白皮书27 人工智能在金融行业的应用场景举例介绍中国人工智能创新应用白皮书预测性风控基于大数据与机器学习模型的风控打通了跨行业业务场景数据，如金融机构数据、征信机构数据、政府部门数据、大型企业数据等以联防联控。通过模型综合量化评价客户风险，识别特定模式，预测客户申请、交易、回款过程中的欺诈和坏账可能性，形成审批决策，及时预测风险并采取干预措施。在银行业主要应用于贷前准入、贷后跟踪、坏账预测等；证券业主要应用于合规、识别垃圾注册、异常交易监测等；保险业主要应用于反欺诈。预测性风控已成为人工智能技术在金融行业应用最为广泛的场景，众多银行、信用卡中心、P2P交易平台等都在运用这项技术降低逾期与坏账风险。智能交易策略人工智能为量化交易带来了新的机遇，与程序化交易、高频交易有所区别，智能交易的关键在于自主学习、推理和决策。除了传统交易数据外，人工智能引入了自然语言处理分析、深度学习、神经演化、分布式计算用于预测市场趋势。AI机器决策具有一致性和逻辑性，获取和处理投研信息范围广、内容全，可减少人为疏漏和失误，避免决策中心理性波动的影响，利用不断自我改进的模型和全市场内的产品充分分散风险。香港人工智能投资机构Aidyia开发的交易机器人从新闻、政策、社交网络在内的多渠道获取数据，借鉴了多种AI形式（如受遗传演化启发的计算、基于概率逻辑的形式、深度学习、神经演化等），分析之后转化为买卖决策，能够完全自动识别和执行交易。28 智能投顾是根据客户理财需求和资质信息、市场状况、投资品信息、资产配置经验等数据，基于大数据的产品模拟和模型预测分析等人工智能技术，输出符合客户风险偏好和收益预期的投资理财建议。中国人工智能创新应用白皮书智能客服智能客服可以进行简单问题的直接回复、复杂问题转人工支持，人机交互解答用户有关产品与服务的问题，使客服人员能够集中精力应对高净值业务。结合语义理解，用户直接说出服务需求，系统识别后即可转接相应模块，大幅节省选择菜单时间。同时结合客户以往业务数据，智能精准地识别客户特质和需求，探索增值服务和交叉销售机会，精准推介产品。例如，中国农业银行、中信银行、中国邮政储蓄银行、兰州银行、太平洋保险、广发基金、工银瑞信等银行及金融机构已经开始应用智能系统开展24小时客户服务。智能投顾智能投顾是根据客户理财需求和资质信息、市场状况、投资品信息、资产配置经验等数据，基于大数据的产品模拟和模型预测分析等人工智能技术，输出符合客户风险偏好和收益预期的投资理财建议。国内智能投顾的参与者众多，包括如银行系（如广发智投、招商摩羯智投）、基金系（如南方基金超级智投宝、广发基金基智理财、天弘基金犇跑篮子）、大型互联网公司系（如百度金融、京东智投、同花顺）和第三方创业公司系（如弥财、蓝海财富、拿铁财经）等。29 人工