![点击分享此内容可以赚币 分享](/master/images/share_but.png)
2021中国数据智能产业发展研究报告.pdf
《2021中国数据智能产业发展研究报告.pdf》由会员分享,可在线阅读,更多相关《2021中国数据智能产业发展研究报告.pdf(49页珍藏版)》请在咨信网上搜索。
1、2021中国数据智能产业发展研究报告2 0 2 1 年 5 月02n 报告背景数据智能(Data Intelligence),是数据化与智能化的融合。数据产业化和产业数据化同步推进,数据智能技术快速发展,业务场景、行业应用不断丰富,每个领域都涌现出诸多优秀的数据智能服务商。在这个急速变革的时期,数据猿基于长期的产业观察、深入的分析和大量的调研,推出2021中国数据智能产业发展报告,报告从数据和技术进展、业务场景、行业应用、未来趋势四个方面梳理数据智能产业近期的发展情况,致力于厘清数据智能产业的发展脉络,总结产业实践,为业界了解数据智能行业发展情况提供一份有价值的借鉴。n 报告研究方法1、桌面研
2、究数据猿数据智能产业研究团队基于长期的行业观察,建立较为完善的产业资料库,并进行多个行业专题研究。本报告结合了行业研究、企业年报、政府数据、媒体报道等第三方公开数据。2、行业专家访谈数据猿构建的行业专家库,主要包括业界专家、企业高管、高校教授等,为本报告的撰写提供智力支持。3、问卷调查a)调研对象:数据智能产业相关从业者、企业主和相关客户;b)问卷投放时间:2021年1月-2021年3月;c)样本量N=305。2n 报告摘要数据成为新的生产要素,正在成为竞争力之一,随着算力和技术发展,大数据和AI技术融合下的数据智能,逐渐在商业环境中应用,并间接创造价值。数据智能在各行业中呈现从业务数据化到最
3、终改变行业格局的态势,特别在互联网、金融行业和医疗行业中的应用更为普遍和深入,都有较为成熟业务案例。数据智能未来趋势:企业层面,数据资产化管理,释放更多数据价值;技术层面,与云计算、深度学习的结合更为紧密;个体层面,加强隐私保护。数据智能逐步重构企业商业逻辑,目前价值主要体现在营销、运营和产品研发三个方面。3数据智能简介数据智能对行业的影响数据智能化对企业的影响数据智能行业未来趋势4数据智能简介数据成为新的生产要素,日益爆发的大数据+AI技术成为数据智能的基础,并不断应用在各行业中的实际业务。数据智能:数据成为新的生产要素,智能化数据将成为新的竞争壁垒在2020年4月发布的中共中央国务院关于构
4、建更加完善的要素市场化配置体制机制的意见,将数据作为与劳动、资本、土地、知识、技术、管理并列的生产要素,这是第一次在中央文件中明确将数据作为一种新型生产要素。数据作为新的生产要素,在边际使用价值、产权、价值量度等方面具有独特性。0102间接附能边际效用递增劳动、资本、土地生产要素会随着使用而消耗其价值,而数据并不会因为使用而消耗。相反,数据在流动、应用过程中能得到进一步积累,数据价值会更大。目前,数据并不能直接创造价值,其价值需要通过赋能业务、管理,通过提升企业效率来体现价值,其价值传导链条具有间接性。03数据呈指数级增长传统生产要素都是线性增长的,但数据增长轨迹却是非线性的。图灵奖获得者Ji
5、mGray提出,每18个月全球新增信息量是计算机有史以来全部信息量的总和。04产权和价值界线难度增加传统劳动、资本、土地的产权归属清晰,价值大小好度量,但数据的产权归属、数据价值大小量度还没有统一、明确的标准,相关的法律法规体系还远未成熟。02036数据智能:结合大数据+AI技术在实际商业环境中解决实际业务问题数据智能(Data Intelligence)是什么呢?数据智能是指基于大数据,通过人工智能(AI)对海量数据进行处理、分析和挖掘,提取数据中所包含的有价值的信息和知识,使数据具有“智能”,并通过建立模型寻求现有问题的解决方案以及实现预测等。AI主要由AI技术、算法、框架和基础算法四部分
6、构成,在其发展历程中,先后以机器学习和深度学习作为其主流算法。大数据解决采取!存储!访问 个问题!技术利用人工智能的算法和技术对数据进行分析应用针对具体业务进行应用数据访问!负载均衡数据存储!分布式存储数据采集!智能硬件、智能传感器、摄像头等#$#$技术自然语言处理(!#)、数据清洗、分析决策、机器视觉、数据挖掘、知识图谱#$#$框架!$%&()*+,+-./0%(#01203(#022./&022./(4055/(678*9#$#$算法分类、回归、降维、深度学习、聚类、规划、优化、预处理基础算法高等数学、矩阵分布、数值分析、概率统计分析分类、聚类、预测、决策、规划、推荐资料来源:中国人工智能
7、学会,数据猿分析人工智能、机器学习、深度学习的隶属关系人工智能1950-1980机器学习1980-2010深度学习2010-至今数据智能的基础概念7数据智能发展历程人工智能作为数据智能的模块之一,在AlphGo 2017年成为新闻媒体焦点之后较大家熟知,此后更多在自然语言处理层面的人工智能蓬勃发展,但是数据智能在更高维度串联行业和企业业务,将人工智能的算法优势与业务结合,逐步解构和重构行业商业逻辑。!#!$!%!&$()(*(!)$至今未来可期:;发布第一个商用)?关系式数据库关系式数据库:;A=在日本开发的B0C7-D,可以与人沟通、阅读乐谱并演奏电子琴:;H/*-78G0*9+1/3支持向
8、量机I算法诞生第二次爆发:机器学习由于大数据和深度学习算法的发展条件成熟DAAJ=K+1-71发表论文,首次提出L深度学习M神经网络第三次爆发:深度学习:;:=数据仓库开始涌现DAAN=分布式计算DAAOK0277&诞生数据仓库和分布式架构数据智能DA:N=深度学习在语音和视觉识别上都有重大突破DA:=P.&90Q7击败围棋世界第一棋手柯洁AI与大数据的结合:;OJ=PE的诞生,在达特茅斯会议上,名词被创造第一次爆发:+,+,诞生AI大数据8DAAJ年产生云计算的概念DA:D年以来,美国、欧盟、日本等主要发达经济体积极推进大数据发展战略。云计算数据智能行业发展现状:PEST分析PEST:政治(
9、政策优势)、经济(商业化推动)、社会(隐私)、科技(发展阶段)PSET新 基 建 和 政 策 管 控2017年12月,工业和信息化部印发了发布促进新一代人工智能产业发展三年行动计划(2018-2020年)发布。2019-2020年,国家又提出“新基建”策略,奠定政策基调。商 业 化 逐 渐 成 熟,企 业 侧 降 本 增 效 明 显数据智能在各行各业的基础建设已逐步完善,应用层方面也逐步提升企业人效,加速业务链流动,提升上下游的互动和信息交换。基 础 算 力 和 A I 应 用 技术 飞 速 发 展数据智能产业的基础算力在不断突破天花板,同时AI技术也从单点技术突破走向商业驱动阶段,分支的深度
10、学习和认知智能成为新的技术追逐点。数 据 化 渗 透,隐 私界 线 持 续 被 讨 论2020年7月3日,中华人民共和国数据安全法(草案)全文在中国人大网公开征求意见。9数据智能的挑战:目前仍是间接创造价值,未来还面临数据“产权”等新挑战数据作为新的生产要素备受关注,但是在数据智能行业里,除了数据之外,还需要机器学习的技术和AI在应用层的表现才算构成完整的数据智能。25.3%31.8%40.0%41.6%41.6%43.0%50.2%数据量的增长更快数据无处不在,万事万物都可以数据化数据的价值量大小评估更复杂,目前还没有统一的标准数据并不会因为使用而消耗,反而越用越多数据的“产权”更复杂,目前
11、还很难确定某份数据的产权归属数据作为一种资产,目前数据资产管理方法和技术还不成熟数据是通过赋能业务来间接体现价值,而不像资本、人才直接创造价值数据作为新的生产要素的特点(N=305)10数据来源:数据猿问卷调研数据智能对行业的影响数据智能创造的新业务链条最终会影响行业格局,其在互联网、金融、新零售、医疗、教育等行业的革命性颠覆,最终描绘出一幅宏大的数据智能行业图谱。数据智能:从最初的业务数据化到最终改变行业格局数据智能在各个行业中基本遵循的推动流程:单点业务模块线上化业务与业务数据联通终端/营销业务模式改变供应链运营模式改变业务智能化商业模式改变/行业格局改变。期间投入的数据+新业务成本,会在
12、大数据和智能化的作用下逐步发挥效用,从单点业务的改善到整体行业格局的改变。数据采集数据储存数据可视化单 点 业 务 模 块 线 上 化终 端/营 销 业 务 模 式改 变数据联通降低终端运营/人工成本业 务 智 能 化企业整体商业格局发生改变,数据智能附能新的业务增长点业 务 与 业 务 数 据 联 通数据融合数据分析供 应 链 运 营 模 式 改 变系统打通数据智能降本增效行 业 格 局 改 变数据的供需关系改变行业的整体商业逻辑数据智能与行业融合的过程12数据智能行业图谱13资料来源:数据猿绘制数据智能:关键数据技术节点+AI应用相结合推动行业发展随着大数据技术的持续发展,原来割裂的各个领
13、域技术呈现出加速融合的趋势,比如离线处理与实时处理的融合,事务数据存储与数据分析的融合,基于云平台和数据中台打通数据孤岛,这些技术的融合发展,对于突破对海量数据处理的性能瓶颈意义重大。此外,AI在数据价值挖掘方面的作用得到更多重视,AI平台和大数据平台的融合程度进一步增强。3云+大 数 据 实 现 更 好 的 数 据 融 合数据中台建设,构建统一的数据标准和规范的数据接口,实现不同系统的数据打通。数据上云将分散在各个系统中的数据汇总在云端,只需通网络连接即可获得数据服务。1流 处 理 满 足 数 据 时 效 要 求离线批处理,可以实现海量数据的低成本规模化处理,流处理可以提升数据处理的实时性,
14、满足实时监控、风险实时预警、工业互联网操作等场景需求。用 A I 赋 能 数 据 应 用4数据的最终价值在于应用,将大数据平台与人工智能平台深度融合,实现数据在大数据平台与AI平台的无缝衔接,可以帮助企业在数据存储、数据治理基础上,探索更多的数据智能应用。同 时 实 现 事 务 处 理 和 数 据 分 析2随着数据与业务的深入融合,在诸多场景中需要同时进行事务数据的处理和分析。通过事务/分析融合架构设计,可以避免以往在两类数据库中频繁数据搬运带来的效率损失。17智能语音技术数据挖掘机器人知识图谱自然语言处理生物识别人工智能技术应用机器学习计算机视觉生物识别数据智能实现的关键技术和功能14数据智
15、能在各个行业的应用程度目前数据化在各行业都逐渐成熟,在此基础上的智能化和应用层不断体现行业特色。数据智能在互联网和金融行业中的应用更为普遍和深入,虽然应用的技术各有不同,但都已有成熟业务案例,呈现改变行业格局的态势。数据智能在行业中的具体应用互联网服务智能推荐图片/视频处理翻译语音助手安全防护旅行规划内容生产与审核金融智能风控智能投顾智能投研保险科技安全防护医疗智能影像诊疗 医学数据挖掘智能问诊健康管理药物挖掘语音电子病历教育自适应学习智能评测智能排课语音学习分级阅读视频分析零售顾客行为分析商品识别自主结算物流管理客群识别数字供应商工业制造缺陷监测生产优化安全防护机器人安防身份认证系统视频分析
16、家庭安防智能摄像头汽车ADAS系统自动驾驶算法车载交互企业服务智能营销商业决策智能客服数据标注智能招聘CRM管理系统58.4%56.7%33.1%27.2%26.9%25.6%22.3%14.4%互联网金融医疗政府教育零售工业农业数据智能化应用在各行业的应用成熟度感知数据来源:数据猿问卷调研(N=305)15数据智能发自互联网也重构互联网:增量市场向存量市场转变,数据精细化运营地位凸显互联网属于目前受益于数据最广泛也最前沿的行业,同时也是最先面对挑战的行业。随着互联网用户渗透率增长放缓,增量市场逐渐变为存量市场,原有的商业模式和产品模式都面对挑战,从流量思维变为数据思维,深耕细分领域,从用户增
17、长变为用户深耕成为趋势,另一方面消费互联网也从简单的线上零售向内容+社交转变,非标内容将面对更加个性化。同时由于国内互联网的成长历史,互联网出海时,数据角度经常面对较大的政治层面压力。互联网面对的数据挑战5G时代对硬件物联的破维预期从消费互联网到内容+社交从流量思维到数据思维,精细化数据运营势在必行互联网数据智能的发展趋势16原创商业模式到原创技术应用从Copy to China 到 copy from China,中国的互联网如何保持原创动力。增量市场到存量市场根据IDG数据,中国手机出库量增速放缓,互联网用户渗透增速放缓也预示增量红利逐步消失。国际政治冲突导致出海受阻中国互联网出海在受到文
18、化、宗教等本土化挑战外,国际政治风险徒然增加。原创人口红利出海受阻互联网:市场竞争逐渐激烈,细分领域(内容/直播)仍有空间,整体市场下沉趋势明显依据数据来源、应用形态的差异,将互联网划分为PC互联网、移动互联网、产业互联网、万物互联四个阶段。PC互联网、移动互联网的数据主要来源于个人用户,并服务于个人用户;产业互联网新增数据则大量来源于传统企业“触网”后的业务数据化,互联网更多的走向线上线下结合,互联网对传统行业的渗透率进一步提升。随着万物互联时代的到来,现实物理世界逐步数字化,物联网、车联网、工业互联网等与消费互联网相互结合,共同构建起“互联网大脑”。人工智能在互联网的创新应用探索,衍生出精
19、准广告、AI视频、虚拟主播、智能推荐等新的互联网业务形态。互联网大脑互联网智能应用智能视频推荐AI主播直播创新AI视频生成电商千人千面精准定向广告程序化广告内容合规审查智能身份认证语音搜索以图搜图APP性能安全分析PC互联网移动互联网产业互联网万物互联门 户 网 站搜 索电 商社 交移 动 社 交移 动 电 商移 动 地 图团 购、O 2 O互 联 网 教 育互 联 网 医 疗互 联 网 金 融物 联 网车 联 网工 业 互 联 网17数据智能在金融:改变传统信贷模式,有效提升金融运营效率传统金融行业有线下网点众多,流程高度规范,数据化需求高等特征,数据化之后不仅仅是业务线上化的表现,在实际经
20、营过程中,大量重复性合规的工作内容逐步被数据智能替代,极大地提升了运营效率,同时数据的打通和可视化也不断提升决策能力。同时在高端金融层面,个性化、定制化产品也逐步呈现,在普惠金融中的智能投顾产品也离不开数据智能的支撑。数据智能改变金融行业的商业模式丰富个性化产品提升科学决策能力提升金融运营效率数据智能在实际经营中的效率提升18规模化金融定制服务成竞争焦点传统信贷模式成本高,难以覆盖大量长尾客户。通过技术创新实现下沉客户群体的精细化运营,是以商业银行为代表的金融机构绩增长的关键。互联网金融改变游戏规则互联网金融创新活跃,消费贷、手机支付、理财产品推荐等金融服务更加便捷高效,传统金融机构面临较大的
21、客户尤其是个人用户流失的压力。大数据改变改变传统信贷模式传统信贷模式成本高,难以覆盖大量长尾客户。通过技术创新实现下沉客户群体的精细化运营,是以商业银行为代表的金融机构绩增长的关键。金融产品互联网金融信贷模式数据智能在金融:在不同金融细分领域中有不同的业务体现数据智能化应用在不同的细分金融行业各有不同的业务体现,目前数据智能化从业人员比较看好的有:数据共享、智能营销和业务线上化,都是短期内有望突破落地的业务应用。38.7%42.3%49.8%55.1%67.2%智能反欺诈,智能识别出欺诈风险,避免用户损失大数据风控,解决小微企业贷款难题业务线上化,更多的业务可以在线上直接办理智能营销,推荐更符
22、合用户需求的金融产品开放银行,银行将账户数据、金融数据等有限制地开放出来,推动民间金融发展数据智能化过程中,比较看好的方面(N=305)数据共享智能营销业务线上化小微贷风控反欺诈银行业企业借贷与融资、支付(刷脸付)、清结算、DCEP、风控、开放银行领域保险业全域数字化、新一代核心系统及数字中台建设AB证券业在资产管理监管创新(区块链股权登记托管系统)基金业未实现金融科技效能的较大突破CD数据智能应用层面在金融各个细分领域的体现19数据来源:数据猿问卷调研数据智能在金融:技术架构和应用场景在金融领域需要积累大量的用户数据,尤其是信用、资金相关的数据,构建统一的数据中台,然后探索智能应用场景。依据
23、数据猿的市场调研,智能营销、大数据风控、反洗钱是比较看好的场景。另外,近来开放金融账户、对外提供金融科技服务等开放银行业务也逐渐受到关注。营销、风控、反洗钱、开放金融是重要应用场景。百融云创、东方金信、明略数据、星环数据等在金融领域均有涉猎,微众信科、元素征信、金电联行、安华金和等则在金融征信领域开辟疆土。数据中台客户基础数据职业信息教育信息年龄性别地址信息证券资产保险贷款负债信用卡负债股票买卖数据信贷数据人行征信数据保单数据网购数据社交数据旅游数据交通出行资产负债数据金融行为数据其他数据信贷业务智能投顾手机银行保险推荐风险合规运营管理营销管理智能金融智能风控反欺诈大数据征信大数据风控基于深度
24、客户画像,提升营销的精准度和效率,增强获客能力和客户转化率。提升客户满意度,降低流失率。金融营销综合利用机器学习、知识图谱、NLP等技术,将金融领域的风控规则与AI模型进行结合,构建风控场景模型。针对中小微企业信贷需求,秒级审批,覆盖中长尾。金融风控将成熟的AI服务输出给生态合作伙伴,拓展新的业务模式。不断丰富AI应用场景,将用户数据反馈到AI平台,进一步优化模型,提升AI能力,形成数据-技术-服务闭环。开放金融从交易数据中自动识别洗钱可疑交易,辅助分析和案件报送。提升案件识别准确率,大幅度提升反洗钱合规工作效率。反洗钱20数据智能在零售:商业逻辑从“人货场”升级到“数据重构顾客和服务+商品”
25、互联网和物联网重构了零售渠道,线上线下以及多智能终端的售卖相互融合,加速了零售大数据的产生。通过数据的智能化,一方面对消费者进行深度洞察,构建精准营销模型,加强货品转化效率,另一方面消费者需求通过数据的形式反馈到供应链,加强供应链串联效率,提高物流仓储贡献,同时在售卖渠道端,通过数字化管理,进而减少人工成本,提高运营决策效率。数 据 智 能 改 变 零 售 行 业 的 商 业 模 式数 据 智 能 在 实 际 经 营 中 的 效 率 提 升21提升供应链效率提升线上线下运营效率提升终端服务效率从实体场景到平台数据流服务、用户数据、多为线上/线下互动场景从门店为中心到顾客为中心原有商品陈列变成依
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2021 中国 数据 智能 产业 发展 研究 报告
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。