6-4 决策智能产业化下的机遇与挑战.pdf

《6-4 决策智能产业化下的机遇与挑战.pdf》由会员分享，可在线阅读，更多相关《6-4 决策智能产业化下的机遇与挑战.pdf（18页珍藏版）》请在三个皮匠报告上搜索。

1、上海上海数字大脑研究院数字大脑研究院Better Decisions for a Better WorldBetter Decisions for a Better WorldDigital Brain Digital Brain LaboraryLaborary讲一个小故事讲一个小故事科技赋能传统行业就是铁匠帮助科技赋能传统行业就是铁匠帮助鱼获得与大闸蟹一样能力的过程鱼获得与大闸蟹一样能力的过程盔甲、钳子=新物种、新工具铁匠=赋能者大闸蟹=新物种鱼=传统企业第一个需要搞清楚的问题：决策智能是在做什么？决策智能技术决策智能技术与感知智能技感知智能技术术同属于AI领域，但存在明显区别感知智能技术

2、感知智能技术率先得到商业化落地，解决了“将非结构数据抽象为结构化数据”的问题决策智能技术决策智能技术是感知智能的进化，解决了“利用数据决策最终对物理世界反向影响”的问题人脸识别自然语义理解Alpha Go强化学习智能运营智能运维智慧工厂DataKnowledgeDataKnowledge复杂变量环境中复杂目标决策非结构数据抽象为结构数据简单环境下简单目标决策当决策智能的产业化变成一盘生意：首先要弄明白这盘生意的本质是什么三个关键数据赋能者毛利渗透动力成本价格价值机遇在哪里？渗透动力愈发愈发强劲赋能者的价值是让被赋能者活得更好降本=多省钱提效=多赚钱传统行业企业盈利增长放缓，精益管理需求提高传统

3、行业企业盈利增长放缓，精益管理需求提高20144.55201020132011201220152017201620184.6720192.893.223.593.944.114.314.615.23+7%5,3676,8057,7499,86310,68911,11712,45012,63113,282201020112015201220142013201620172018+19%+6%图：零售企业主营业务利润情况（单位：亿元）图：零售企业主营业务利润情况（单位：亿元）图：工业企业利润总额（单位：万亿元）图：工业企业利润总额（单位：万亿元）2014201020162011201220137.1

4、620152017201820195.306.146.196.846.826.627.197.496.20+2%快速发展期快速发展期：主要由市场的扩张和渗透带动零售行业高速增长平台整合期平台整合期：市场红利已过，增长放缓，企业迫切希望激活存量，优化存量，巩固自身优势图：工业企业管理费用（单位：万亿元）图：工业企业管理费用（单位：万亿元）宏观微观实时性数据量增加，数据处理效率要求提高实时性数据量增加，数据处理效率要求提高图：全球实时数据的增长与占比情况图：全球实时数据的增长与占比情况5,1007,40010,10013,70018,70025,80021%2021E16%202018%20182

5、3%20%20192022E25%2023E实时数据占比实时数据量（PB）IDC预测，到2023年，实时数据将占全球数据圈24.5%的份额，许多行业场景，例如金融风险评估、自动驾驶、运营商智能网络等都需要依赖快速实时的数据采集、存储和分析得以实现应用对于数据分析处理速度、传输控制速度都产生了非常高的要求，对整个决策体系的效率提出很高需求数字化效益显著，企业注重数据分析与决策预算投入数字化效益显著，企业注重数据分析与决策预算投入云服务13%云服务数字营销数据分析19%数字营销数据分析12%45%40%33%+137%25%ExcellentGood19%OthersLimitedAverageP

6、oor19%10%15%12%图：“数据分析能否驱动业绩增长”的调查图：“数据分析能否驱动业绩增长”的调查2018年2019年Gartner调研显示,超60%公司认为数据利用能有效提高业务收益挑战是什么？会有毛利毛利吗？赋能者自己怎么活得更好客户有钱吗？客户对供应商友好吗？你真的选对行业了吗？有没有可能产品化？金融金融流程工流程工业业商品流商品流通通功能场景功能场景智能投顾；风险控制产品质检；设备运维；工艺配方；排产排程；供应链管理智能推荐；供应链管理；商品结算；商场选址客户结构客户结构头部规模大，市场集中，倒金字