如何理解商业智能？

全文约4211字，建议精读

阅读时长：10分钟

文末附全篇报告下载 

商业智能概念界定

新型商业智能定位于通过核心技术对商业活动环节赋能服务

传统商业智能（ Business Intelligence ）是基于数据仓库、数据挖掘等大数据技术进行数据抽取、展示与分析，从而为企业实现商业价值提供支撑。艾瑞认为新型商业智能（Business + Artificial Intelligence）是在基于数据维度进行商业分析的层面之上，通过将人工智能核心技术（机器学习、计算机视觉、自然语言处理、智能语音交互、知识图谱）与大数据、机器人流程自动化（RPA）、运筹学等技术相结合，围绕商业活动中各典型关键环节进行洞察分析，并通过完整的解决方案级应用，推动产品创新与服务升级。

商业智能发展阶段

新型商业智能已向多维决策智能阶段转变

围绕数据分析与智能化技术的不断迭代创新，商业智能至今共经历四次变革，实现由传统商业智能向新型商业智能的转变过程。商业智能初期阶段用户主要集中于大型企业，产品智能化程度低且部署成本高。随着基础设施建设的日益完善与可视化产品的出现，大量国内外商业智能厂商涌现并迅速发展，推动商业智能技术普及应用。2016年开始，大数据、人工智能、云服务技术的革新发展推动浅层决策智能走向成熟，云端部署能力则吸引更多的中小企业用户，新型商业智能时代逐步开启。现阶段新型商业智能已进入快速成长期，技术融合有效增进了产品的多维智能决策能力，在不断优化解决方案能力的同时可有效降低应用成本。

全球视角下的商业智能政策环境

中国的政策更加注重推动技术在重点领域实现应用落地

依据本报告的主要研究范畴，通过对世界主要国家或地区已经颁布的人工智能相关政策进行梳理，发现多项政策均有涉及到推进AI技术在商业领域实现落地的内容。其中美国、英国、欧盟等国家或地区的政策倾向于鼓励企业逐步采用AI技术，但并未说明具体涉及的领域。相比而言中国出台的政策则更为具体，指出了技术重点落地的一些领域，注重人工智能与传统产业的深度融合。

商业智能产业链

主要技术提供方集中于产业链中游提供商业赋能服务

新型商业智能侧重于智能技术在商业场景和典型环节中的渗透应用，在产业链的中游解决方案提供商环节集聚了大量垂直领域的技术赋能型公司。同时，大多由互联网科技巨头领导布局的商业智能技术平台也可以充当产业链中游角色，为各商业场景/环节提供赋能效果。在产业链上游，传统IT厂商、云服务厂商、大数据平台服务商可为产业链中游技术提供者赋予计算、存储等基础设施支持， ERP、CRM等企业信息系统可帮助企业有效记录其资源及业务数据。

商业智能产业图谱

商业智能行业投融资情况

近年来投资节奏明显加快，以早期融资为主

随着人工智能技术与商业场景融合发展进程的加快，该领域内的资本关注度随之增高，投资事件密集发生。2014年至2018年，商业智能领域累计发生融资事件100起，2018年最多达到57起，预计未来将保持稳定增长态势。从融资轮次来看，早期发展阶段的商业智能创业公司受关注较多，主要集中于A轮和天使轮，占比分别达到29%和19%。

客户服务最受追捧，诊疗、零售与交通等领域齐头并进

总体而言，商业智能行业投融资领域分布比较均匀，大部分应用场景均存在资本进入与发展空间。随着近年来语音机器人、外呼中心、自动工单管理等智能客服场景的快速发展与普及，智能客服赛道竞争日趋激烈，丰富的场景经验累积与良好的商业模式吸引了众多投资方关注。无论是从商业智能被投企业维度还是融资事件维度，客户服务类占比均最大，预计未来还将保持一定行业热度。此外，与公众生活密切相关的辅助诊疗、零售电商以及交通出行等领域也受到不同程度的重点关注。

商业智能价值体现与效果提升

围绕企业运营需求痛点进行技术革新，提升落地应用价值

新型商业智能基于多维度核心技术能力，旨在高效解决企业经营过程中面临的人力资本持续上涨、业务流程优化、需求响应速率要求、打通信息孤岛释放数据价值等企业运营痛点，以达到敏捷化、可视化、场景化及预测化的数据分析效果提升。依托数据挖掘、机器学习、流程自动化能力，技术提供方可以针对商业企业主营业务场景进行整体解决方案打包服务，对企业经营业务流程进行优化管理，聚焦商业活动需求进行预测性分析，辅助商业决策制定，以达到降本增效效果，提升商业环节的落地应用价值。

商业智能未来方向

对业务场景的逐步理解深入将推进技术落地及产业升级

技术发展不断驱动商业智能行业发展转型，但在企业内部实践中, 对具体业务场景的理解、对实际问题的界定与采用何种模型或算法同等重要。对业务场景的深入理解在很大程度上决定了技术是否能够有效降低企业运营成本或帮助相关业务增加收入，这是技术能够落地、产业得以升级的关键。伴随着新型商业智能在多行业领域的实践应用，解决方案提供商逐步积累对细分应用场景的洞察，深入理解业务痛点，选择合理技术组合不断完善行业解决方案。

商业智能场景应用之物流管理

重塑物流行业资源规划系统，加速柔性供应链管理的实现

传统物流行业重度依赖人工为主的资源规划系统，服务种类单一且网络化水平较低，流通时间大多耗费在仓储环节，导致成本高企且效率低下。得益于供应链生产的海量实时数据，人工智能技术可以较好地与传统物流行业结合，助力物流企业实现数字化转型：在网络预测、风险控制及路径规划等后台业务方面，深度学习算法可以基于优化模型对策略进行动态规划，根据输入变量变化情况做出适时响应调整，并做出一定程度的预测推断；在仓储分拣等前台环节，计算机视觉、机器学习等技术可以帮助物流企业自动识别筛查货物分类及状态，实现便捷管理库存、自动补货等应用。

商业智能场景应用之广告营销

机器学习分析供给需求两侧行为数据进行智能撮合

在广告营销领域，潜在购买受众出于流量处理能力的考虑，无法承担过多次数的广告拍卖请求。在此限制基础上，若要提高广告交易额并增加广告主收入，需要借助人工智能引擎和机器学习算法对广告主提供的广告创意进行训练学习，洞察不同创意的受众特点，同时对潜在购买受众的需求进行挖掘分析，了解具备哪些特征的广告拍卖请求更适合广告买家，对两类不同的需求数据进行智能匹配与精准推送，以提升交易成功率。在广告拍卖请求数量基本不变的前提下，通过应用人工智能等技术，广告主利润比原来普遍提升了3-6倍。

商业智能应用场景之零售电商

融合进零售电商的经营管理环节，提高获客与转化

随着经济快速发展和居民收入的不断增加，我国社会消费品零售总额与网络零售额呈现整体上升趋势。互联网巨头依靠流量红利布局建设网上电商平台，经历了前期快速发展阶段后，如今面临获客成本增加、同质化竞争加剧以及新物种零售形式的挤压等问题，通过引进人工智能等技术，一方面可以根据用户购买特征行为数据，提供个性化的精准商品推送，另一方面优化营销推广渠道，实现高效、低成本获取曝光与客流，结合智能实时定价策略进行销售优化；传统的线下零售巨头受限于成本及渠道把控，以及对客户需求不能有效洞察的传统弊端，也在积极推进智能升级，线下商家利用人脸识别技术，可以识别门店客流、记录会员消费信息、并提供大数据经营分析打通线上线下一体的零售网络。商业智能唤醒的新兴玩法将进一步释放消费能力，推动建立智能、便捷、无感的新零售生态。

商业智能场景应用之交通出行

重塑交通各参与方融合关系，逐步实现全智慧交通出行

随着国民经济的高速发展和城市化进程的加快，公众出行需求逐步提升，与之带来的地面交通拥堵、机场车站人流密集、公共交通场站安全等问题层出不穷。人工智能、大数据、云计算等技术的崛起，正在重塑人、车、路之间的融合关系，强大的计算力与海量的高价值数据是构成多维度协同出行生态的核心力量。从应用场景来看，基于大数据技术和人工智能技术，现阶段商业智能主要应用于交通信号灯管理、高精地图导航、机位调度、自动驾驶、公共交通系统优化、停车位动态规划管理等方向，未来将形成实体道路与虚体网络的统一融合，建设具备统一数据接口的城市“交通大脑”，实现“以人为本”的全智慧交通系统。

商业智能应用场景之辅助诊疗

加速药物发现，辅助临床诊断，优化就诊流程

传统意义上医疗健康公共服务性质较强，由于智能化技术对医疗健康环节效率提升较为典型，故纳入本报告的讨论范围。智能化技术的应用主要有：医学药物研发、智能临床辅助决策、病例语音录入及结构化、医学影像分析等。医学药物研发方面，新药研发平均总耗时10-15年，花费80亿元，新药研发周期长、成本高、失败率高等特点促使人工智能等技术开始被药企接受，深入临床前及临床研究阶段。诊疗方面，根据中国国家统计局的数据显示，从2010年到2017年中国的诊疗人次从58.4亿人次上升至81.8亿人次，人均就诊次数从4.4次上升至5.9次，随着现代工作压力增大以及不良生活习惯的影响，糖尿病、高血压等慢性病发病率也在不断上升，目前医疗机构的医生存在严重不足的情况，以科技补人才需求突出，医学结构化与大型医学知识图谱的建立，对辅助诊疗有重大意义，病例语音录入、医学影像分析等也在优化就诊流程、提高问诊效率方面有着突出作用。

商业智能场景应用之客户服务

解决传统客服行业核心痛点，提升前端后台服务效率

客户服务作为各类商业场景搭建实现过程的重要环节，是维系企业与客户之间连接关系的重要载体，对企业产品/服务销售、市场拓展、品牌影响力等方面具有深度影响。传统客服方式存在人员培训及留存成本高、质量效果把控难度大、售前转化率较低等共性问题，一定程度上制约了企业的经营效率改善与利润提升。智能客服系统可根据行业知识和企业业务搭建专业知识库，通过构建开放式问答及交互式对话技能，对客户提出的咨询问题快速输出匹配答案。此外，智能客服产品的后台管理系统可有效代替传统人工抽检，解决抽检覆盖率低、检验标准存在差异、非实时被动响应等问题。目前金融、电商、教育等领域企业用户对智能客服系统接受度较高，标准化产品体系建设相对成熟。

商业智能趋势展望

产业互联网的兴起将加速商业智能模式裂变

互联网巨头、科技公司与商业企业合作共建生态

个人数据监管不断趋严带来新的发展机遇与挑战

关注德森创鑫公众号，后台回复“中国商业智能研究报告”，获艾瑞咨询发布的《2019年中国商业智能研究报告》

商务合作：business@dsinno.com.cn

内容投稿：pr@dsinno.com.cn

推荐阅读

ARTICLE

触手可及的智慧身心健康场景

美国国家人工智能战略报告

德勤全球人工智能发展白皮书

麦肯锡：无人机交通如何才能展翅高飞 

2019全球最有前景AI公司TOP100