北京中科白癜风医院平安医院 http://www.bdfyy999.com/bdf/showelite.asp
在世界人工智能大会商业AI高峰论坛上，爱分析合伙人首席分析师先生对国内智能决策厂商全景地图进行了深度解读
以下为黄勇在世界人工智能大会商业AI高峰论坛的演讲实录：
非常感谢主办方邀请，我来分享爱分析对于智能决策厂商全景地图的一部分研究成果。爱分析作为第三方研究和咨询机构，专注于中国数字化市场研究，主要研究甲方企业在数字化转型过程中的需求、业务场景和实践效果。同时会对各个市场厂商的能力做一些研究和评估。
今天主要分享爱分析对于智能决策市场的甲方需求以及对厂商研究的一些成果，希望从观察者的角度，让大家更好地理解智能决策以及它的整体价值。
第一部分是关于整个市场的简单分析。经研究发现，各个行业的企业对于智能决策探讨的热度都在显著提升，为什么说智能决策的时代已经到来了。总结下来核心有三个层面驱动因素。
第一个驱动因素是来自于企业的诉求。企业在日常业务开展和经营过程当中，时刻都面临决策的问题，且企业面临决策质量、要求以及整个决策难度是在持续增长的，而市场环境在不断变化，这种决策敏捷性的要求也在持续提升。
现在是业务高速增长的时代，使用人工经验做决策的方式在市场上已经没有多少竞争力了，如何替代人工经验作决策的方式是企业目前的最大诉求，从刚才每位嘉宾的分享中也能明显感受到企业诉求的紧迫性。
第二个驱动因素核心是来源于技术，技术是必要的支撑，像大数据、机器学习以及决策等相关优化技术的成熟和落地，都需要强大的技术提供可行性。
第三个驱动因素是数据。会上很多专家提到，在整个智能决策的实践中，包括企业数字化建设，数据是必备的基础。随着企业信息化和数字化建设，整个业务数据是可采集、可分析的，且技术条件越来越成熟，为智能决策的发展打下了坚实的基础。
怎么理解智能决策？站在一个长远的角度来看，我们可以从上图右侧的框架图去理解，横轴定义为系统或机器或算法数据，在企业业务经营决策中扮演什么角色，这个角色可以分为四个阶段。
描述阶段是第一阶段，它需要大量应用BI报表，或者可视化大屏，帮助大家用数据描述正在发生的业务，后续配以诊断性分析，可清晰了解真正的原因。在描述阶段更多的系统价值是辅助决策价值，而数据分析是通过提供描述和诊断，为做决策提供支持。
随着技术发展和数据自身成熟，可以发现数据系统在决策中越来越重要。通过数据分析可以预测业务的关键指标在未来会发生的变化，做决策时会有更强的可预期参考，帮助企业做更有利的决策。
第四个阶段，真正的智能决策是系统直接替代人去做决策，给出最终方案，基于某个场景需达成的目标和约束条件，系统会自动得出超越人的经验的最优行动方案。
预测和指导阶段已属于智能决策的范畴，通过系统数据和算法，使决策变成自动化的过程，有些场景人的因素已经无法在决策链路里发挥作用了，从数据采集到算法再到方案的制定和执行，都是纯系统在执行的过程，这已达到了高级阶段。
此流程图是对智能决策流程图概念的示意图，基于企业的逻辑把实际问题转化成数学表达，是建模的过程，有可能是基于机器学习为驱动的建模，也有可能是基于规则驱动，还有可能是基于很强的业务知识而建模型。
在海量数据和变量的情况下，如何找到最优解？底层逻辑有大量的基于规则的技术，其中，机器学习、深度学习、强化学习，包括运筹优化都发挥了非常强大的价值。
第二部分，从市场角度来看，对厂商的要求，包括目前对市场厂商能力的分析。
上图从市场研究角度，将智能决策市场的划分为两层，底层是平台层，上层是应用解决方案。平台层更多是支撑智能决策应用底层算法。
应用解决方案层处于上层，是因为智能决策从抽象概念到应用都与行业和业务场景是高度相关的，需要深理解业务能耗，才能保证落地和价值的效果，也是应用解决方案把市场切分成像金融、制造、能源、消费品、零售等这些重点行业，以及属于决策类应用的典型场景。就是前面的嘉宾提到了很多金融包括零售营销和业务运营的场景。
而对厂商的要求，结合市场，企业在选择这些服务商去合作的时候，要从几个维度去考虑。首先是技术，具体分为两个维度：第一，智能决策路径在发生很大的变化，它是持续演进的过程，且要求技术具备先进性，具备多种技术融合的能力，因为不同的技术路径解决的业务场景问题是不一样的；还要考虑技术的自主可控能力，无论从政策角度，还是从实际风险的角度，国产厂商们的自主可控能力也是要去考量的。
第二个维度是产品，经研究发现，在智能决策落地过程中，企业需求有非常大的差异性，这会导致大家去做项目落地的时候，会经历很长的项目规划期，包括整体方案的开发过程，会导致方案落地周期比较长，成本比较高。如果厂商能够提供基于最佳案例的积累，提供产品化标准化的模块，会有效提升方案落地的效率，加速上线，进一步减少的成本。
基于如上的能力要求，爱分析对中国市场的很多厂商做了广泛的研究，今天呈现的只是其中一部分，爱分析面向甲方企业提供了一个工具——厂商全景地图。在选厂商时，会考虑厂商是否满足这些能力要求。
第二，厂商关于某个场景里的客户服务案例以及收入的要求，这也是入选的标准。从地图里可看出，一方面国外很多厂商仍然占据着很多重要领域，他们有很强的技术能力，另一方面，更多国产厂商像Datatist画龙科技这样的国产厂商，也在扮演着越来越重要的角色。
第三部分，除了研究厂商外，爱分析也在研究大量案例。爱分析在研究中也会通过跟厂商交流，跟甲方的交流会去研究大量的案例。经过一段时间的研究观察，关于智能决策的落地，目前已经有众多的行业领先企业借助智能决策落地业务赋予价值。
