人工智能在企业需求预测领域的应用综述.docx

人工智能在企业需求预测领域的应用  编制机构：金准数据 发稿时间：2017-1-19 人工智能在企业需求预测领域的应用 1、人工智能的定义 人工智能（Artificial Intelligence，AI），是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。正因为多学科交叉，人工智能有相当高的壁垒。自AI概念提出后，人工智能的发展并不是一帆风顺的，随着硬件性能的不断提高，软件算法的不断完善。人工智能领域投融资总额近年来一直在稳步增长。2010年2亿美元到2013年6亿美元，再到2015年的12亿美元。2016年第一季度，人工智能领域已经融资超过4亿美元，与2015年同期旗鼓相当，由于技术的发展，2016 年融资总额有望超过 2015年的12 亿美元。 图表：人工智能发展历史 2、“人工智能+”与企业发展的结合 2.1. 人工智能将成为各个行业的基础设施 人工智能是基础性的科技。互联网诞生初期，许多人认为互联网只是一个网页而已。随着行业发展，大部分人意识到互联网不仅仅是网页，而是一种信息传播的方式、思考模式，更是一个行业重构的整体路径。人工智能也是如此，其本身是一种基础性的科技。 人工智能将和软件一样，和每个行业结合，成为所有行业的基础。 图表：人工智能与人体自身、企业和产业的三层重构 2.2. “人工智能+”给传统企业节约成本、提升效率 人工智能使机器能够胜任通常需要人类智能才能完成的复杂工作，逐步替代人类的脑力从而降低人力成本，并能避免人为误差，快速产生精确结果。人工智能给传统企业节约成本、提升效率。 图表：“UBER+无人驾驶”所代表的终极模式： 软件后台取代数十万人的出租车行业，人工智能带来的业务能力不只是替代人工，而是远远超越，实现原来无法完成的业务。比如：传统金融中忽略的人群需求，通过人工智能等技术能迅速推行平价高效的解决方案，进入新的市场。 2.3. “人工智能+”能让企业切入行业核心业务 人工智能可以让企业从提供信息化服务逐步进入核心业务，市场空间从行业信息化市场进入到行业核心业务市场。 图表：人工智能将使行业信息化公司切入行业核心业务 2.4. “人工智能+”市场未来四年将增长五倍 根据IDC 的报告《Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide）》：各行各业对认知系统和人工智能（AI）的广泛采用，将使全球在这两方面的收入从2016 年的近80 亿美提升至2020年的470 多亿美元。也就是说，从2016 年至2020 年期间，认知AI 解决方案的复合年均增长率将达到55.1％。 Forrester 在必威体育精装版的报告中预测在2020 年之前，使用人工智能，大数据等技术开展新业务的企业，每年将比不使用这些技术的同行多赚1.2 万亿美元，同时预测2017 年人工智能的投资将同比增长300％以上。 3、人工智能分析企业经营的过往数据 3.1. 人工智能通过分析企业过往数据帮助企业进行需求预测 人工智能应用离开数据积累无异于“无米之炊”，数据资源作为人工智能的三大基础条件之一，其重要性不言而喻。基于深度学习的模型训练，正是建立在大量样本数据的基础之上，样本数据的数量和质量，都将影响到模型表现的好坏，离开数据谈人工智能应用无异于“无米之炊”。 产学两界的数据积累差距因互联网而有所缩小但并未消除。除了在计算设施以及研发经费等因素的影响，训练数据的可获得性是科技巨头，尤其是互联网巨头最明显的优势之一。虽然借助互联网的发展和普及，学术界与产业界在数据积累方面的差距有所缩小，但并未消除，或许这也正是近年来人工智能领域的泰斗人物纷纷加盟大型科技巨头，相关应用与研究成果越来越容易出现产业界实验室的原因之一。目前公认的深度学习领域巨头之中，尚留在学术界的仅剩加拿大蒙特利尔大学的Yoshua Bengio教授。学术巨头与科技巨头的结合，有力推动了人工智能应用的发展。 图表：人工智能领域的泰斗人物纷纷加盟大型科技巨头 重视线上数据的作用，但不应忽视线下数据的价值。目前人工智能应用相对成熟的是基于社会和媒体的互联网大数据。得益于互联网、移动互联网的迅速发展，线上数据的获取难度大幅降低，每一个瞬间都会有无数的文本、语音、图片和视频等非结构化数据产生，为人工智能应用的实现提供了充足的养料。同时必须承认，线下的生活以及生产场景，同样存在海量的数据，尤其是随着传感器成本的下降和物联网的推进。但线下数据存在的问题是，如何确定数据的可用性，以及应当采集哪些数据还有考究。在大家都关注基于互联网数据的人工智