撬動四大傳統(tǒng)產(chǎn)業(yè)的千億元“商業(yè)價值”人工智能大顯身手

文|余麗

隨著人工智能在各個行業(yè)的應(yīng)用場景逐漸明朗，應(yīng)用的行業(yè)與業(yè)務(wù)范圍逐漸增加，在自動駕駛、醫(yī)療輔助診斷、金融交易風(fēng)險防控等領(lǐng)域已有眾多企業(yè)進(jìn)行了布局。中國人工智能學(xué)會與羅蘭貝格近日聯(lián)合發(fā)布的《中國人工智能創(chuàng)新應(yīng)用白皮書》認(rèn)為，至2030年，人工智能將在中國產(chǎn)生10萬億元的產(chǎn)業(yè)帶動效益。

根據(jù)該白皮書估算，人工智能帶來最大影響的傳統(tǒng)產(chǎn)業(yè)將會是金融、汽車、零售和醫(yī)療。金融行業(yè)，通過人工智能技術(shù)在風(fēng)險控制、資產(chǎn)配置、智能投顧等方向的應(yīng)用，預(yù)計人工智能將帶來約6000億元的降本增益效益。在汽車行業(yè)，人工智能在自動駕駛上的技術(shù)突破將帶來約5000億元的降本增益效益。在醫(yī)療行業(yè)，通過人工智能技術(shù)在藥物研發(fā)領(lǐng)域提高成功率、在醫(yī)療服務(wù)機(jī)構(gòu)內(nèi)提供疾病診斷輔助、疾病監(jiān)護(hù)輔助等提高服務(wù)效率的應(yīng)用，預(yù)計人工智能可以帶來約4000億元的降本增益效益。在零售行業(yè)，人工智能在推薦系統(tǒng)上的運(yùn)用將提高在線銷售的銷量表現(xiàn)，同時更加精準(zhǔn)的市場預(yù)測將降低庫存成本，預(yù)計人工智能技術(shù)將帶來約4200億元的降本增益效益。

汽車行業(yè)

整車的智能營銷

通過收集整合各個渠道的消費(fèi)者信息，描繪消費(fèi)者的形象和偏好，并利用機(jī)器學(xué)習(xí)預(yù)測模型發(fā)現(xiàn)隱藏于消費(fèi)者行為背后對于車型、性能、價位等的需求。

美國的Automotive Mastermind公司就是一家服務(wù)于汽車生產(chǎn)商和經(jīng)銷商的技術(shù)開發(fā)商和服務(wù)提供商。其實(shí)施路徑為：搜集社會人口學(xué)特征、社交網(wǎng)絡(luò)、市場數(shù)據(jù)、產(chǎn)品生命周期等大數(shù)據(jù)；利用自有的行為預(yù)測評分算法對超1000個數(shù)據(jù)點(diǎn)進(jìn)行清洗和分析；對消費(fèi)者進(jìn)行排名，篩選出目標(biāo)消費(fèi)者；梳理出消費(fèi)者的關(guān)鍵驅(qū)動因素，包括金融預(yù)算、購買動機(jī)、產(chǎn)品性能、保障條款等；推薦對該消費(fèi)者最有效的線上或線下營銷手段；實(shí)現(xiàn)按需生產(chǎn)、銷售。使用Automotive Mastermind公司服務(wù)的企業(yè)，銷售收入提升了30%，客戶留存率提高了16.7%。

數(shù)據(jù)驅(qū)動的產(chǎn)品優(yōu)化

利用各類感知設(shè)備收集的產(chǎn)品運(yùn)營狀態(tài)、事故率、生命周期等數(shù)據(jù)，結(jié)合產(chǎn)品本身的生產(chǎn)、質(zhì)量等方面數(shù)據(jù)，分析出最優(yōu)的產(chǎn)品設(shè)計方案。具體操作上，利用車載傳感器收集整車與零部件的使用情況大數(shù)據(jù)，同時結(jié)合材料基本屬性、制造流通、消費(fèi)者洞察、營銷手段、金融保險以及自動駕駛交通管理等成百上千個因素，提出產(chǎn)品概念和調(diào)整方案，建模指導(dǎo)產(chǎn)品試驗(yàn)測試，優(yōu)化汽車產(chǎn)品，找到“最優(yōu)設(shè)計”。例如在特斯拉未來的理想情景下，“如果一輛特斯拉汽車因材料不夠厚被撞掛了，第二天所有的Model S都會自動變厚2英寸”。

銷量預(yù)測驅(qū)動的智能生產(chǎn)優(yōu)化

結(jié)合機(jī)器學(xué)習(xí)預(yù)測模型對銷量的預(yù)測和智能設(shè)備產(chǎn)生生產(chǎn)數(shù)據(jù)，通過云計算得出實(shí)時最優(yōu)生產(chǎn)計劃與節(jié)奏。收集的生產(chǎn)數(shù)據(jù)包括：智能機(jī)器及時反饋的生產(chǎn)和閑置狀況、智能倉庫實(shí)時監(jiān)測的庫存情況、智能調(diào)研系統(tǒng)動態(tài)預(yù)測的整車和零部件需求等。

零部件的預(yù)測性維修

預(yù)測性維修是將狀態(tài)監(jiān)測、故障診斷、狀態(tài)預(yù)測和維修決策多位合為一體的系統(tǒng)過程，通過收集大量運(yùn)行狀態(tài)信息，用基于海量數(shù)據(jù)的預(yù)測模型評估零部件的使用狀態(tài)，實(shí)現(xiàn)零配件的提前維修更換，避免事故發(fā)生，減少故障反應(yīng)時間，簡化優(yōu)化維修服務(wù)。

加拿大企業(yè)Ansik于2013年成立，旗下軟件PitStop可預(yù)測零件故障。該公司向企業(yè)代理商和維修站銷售一款接入汽車的插件和一個附屬手機(jī)APP，以此搜集實(shí)時發(fā)動機(jī)數(shù)據(jù)、傳感器數(shù)據(jù)和其他監(jiān)測信息，觀測性能狀況并推斷汽車故障可能。如果數(shù)據(jù)顯示汽車將出現(xiàn)問題，會通知用戶停車檢修，同時提供來自維修站的修理建議。

駕駛輔助系統(tǒng)

駕駛輔助系統(tǒng)是汽車人工智能領(lǐng)域目前最為火熱的方向。在感知層面，其利用機(jī)器視覺與語音識別技術(shù)感知駕駛環(huán)境、備識別車內(nèi)人員、理解乘客需求；在決策層面，利用機(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型建立可自動做出判斷的駕駛決策系統(tǒng)。

按照機(jī)器介入程度，無人駕駛系統(tǒng)可分為無自動駕駛（L0）、駕駛輔助（L1）、部分自動駕駛（L2）、有條件自動（L3）和完全自動（L4）五個階段。目前，技術(shù)整體處于多個駕駛輔助系統(tǒng)融合控制、可監(jiān)控路況并介入緊急情況（L2）向基本實(shí)現(xiàn)自動駕駛功能（L3）的轉(zhuǎn)變階段。未來，完全的自動駕駛可以基于感知的信息作出應(yīng)變，一邊擔(dān)任駕駛員的角色，一邊提供車內(nèi)管家的服務(wù)，還能應(yīng)對其他各方面的需求和任務(wù)。

醫(yī)療行業(yè)

醫(yī)美、齒科等機(jī)構(gòu)基于購買預(yù)測的精準(zhǔn)營銷

醫(yī)美、齒科機(jī)構(gòu)通過客戶購物、瀏覽等軌跡和客戶年齡、交易量、使用習(xí)慣等數(shù)據(jù)的智能匹配，可以從不同方面來了解潛在客戶的情況，自動生成多維度標(biāo)簽，進(jìn)行標(biāo)簽管理及統(tǒng)計分析，以此明確投放目標(biāo)。企業(yè)還可以針對不同的營銷場景設(shè)計不同“套路”，依照用戶標(biāo)簽、事件、時間自動觸發(fā)營銷規(guī)則，例如個性化的推送內(nèi)容，來更好地滿足消費(fèi)者的真實(shí)需求。

愛爾康通過建立采集數(shù)據(jù)的工具，整合和匹配老會員的數(shù)據(jù)，對會員的線上線下數(shù)據(jù)進(jìn)行整合，跟蹤用戶行為，深入挖掘數(shù)據(jù)，描繪出360度畫像，取得了微信粉絲增長10083人、微博粉絲增長10147人、粉絲互動140萬次、提升4倍會員增長速度、會員活躍度由20%上升到78%、線下會員增長占整體會員增長數(shù)量39%的成績。

數(shù)據(jù)驅(qū)動的輔助診斷

通過機(jī)器學(xué)習(xí)算法建立多種疾病輔助診斷模型，人工智能輔助診斷系統(tǒng)會通過分析患者數(shù)據(jù)來識別病癥，再根據(jù)大量學(xué)習(xí)的醫(yī)療知識及經(jīng)驗(yàn)進(jìn)行病情分析，提出診斷意見和疾病轉(zhuǎn)歸預(yù)測預(yù)警評估。在醫(yī)學(xué)專家的幫助下，借助人工智能深度神經(jīng)網(wǎng)絡(luò)，目前在心血管、腫瘤、神內(nèi)、五官等領(lǐng)域的輔助診斷模型準(zhǔn)確性已接近或部分超過人類醫(yī)生最高水準(zhǔn)。

在AI+輔助診療的應(yīng)用中，IBM Watson是目前最成熟的案例。IBM Watson可以在17秒內(nèi)閱讀3469本醫(yī)學(xué)專著、24.8萬篇論文、69種治療方案、61540次試驗(yàn)數(shù)據(jù)、10.6萬份臨床報告，還通過了美國職業(yè)醫(yī)師資格考試，并部署在美國多家醫(yī)院提供輔助診療服務(wù)。Watson實(shí)質(zhì)是融合了自然語言處理、認(rèn)知技術(shù)、自動推理、機(jī)器學(xué)習(xí)、信息檢索等技術(shù)，并給予假設(shè)認(rèn)知和大規(guī)模的證據(jù)搜集、分析、評價的人工智能系統(tǒng)。

醫(yī)療圖像分析

人工智能在醫(yī)學(xué)影像的應(yīng)用主要分為兩個部分：第一部分是在感知環(huán)節(jié)應(yīng)用機(jī)器視覺技術(shù)識別醫(yī)療圖像，幫助影像醫(yī)生減少讀片時間，提升工作效率，降低誤診的概率；另一部分是在學(xué)習(xí)和分析環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握“診斷”的能力。一個典型的例子為貝斯以色列女執(zhí)事醫(yī)學(xué)中心（BIDMC）與哈佛醫(yī)學(xué)院合作研發(fā)的人工智能系統(tǒng)。該系統(tǒng)對乳腺癌病理圖片中癌細(xì)胞的識別準(zhǔn)確率可達(dá)92%，與病理學(xué)家的分析結(jié)合時，其診斷準(zhǔn)確率可以高達(dá)99.5%。

提高篩選生物標(biāo)志物速度，進(jìn)行藥物有效性、安全性預(yù)測評估

傳統(tǒng)的藥物開發(fā)是基于試驗(yàn)、試錯，在此思路下，藥物從最初的實(shí)驗(yàn)室研究到最終的銷售平均要花費(fèi)約12年的時間，且耗資巨大。大多數(shù)情況下，科學(xué)家是擴(kuò)大篩選對象以期邂逅目標(biāo)分子，但是高通量篩選耗時長且成本費(fèi)用很高。通過應(yīng)用開發(fā)虛擬篩選技術(shù)，通過機(jī)器學(xué)習(xí)模型預(yù)測分析藥物構(gòu)效關(guān)系，取代或者增強(qiáng)傳統(tǒng)的高容量篩選過程，可以大幅度提高生物標(biāo)志物的篩選速度及成功率，顯著縮短新藥研發(fā)周期，降低新藥研發(fā)的試錯成本。

例如，美國硅谷公司Atomwise通過IBM超級計算機(jī)分析數(shù)據(jù)庫，并用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)分析預(yù)測化合物的構(gòu)效關(guān)系，于研發(fā)早期評估預(yù)測新藥風(fēng)險。其超級計算機(jī)可以在幾天之內(nèi)評估出820萬種藥物研發(fā)的候選化合物。該公司也為制藥、創(chuàng)業(yè)公司和研究機(jī)構(gòu)提供藥物預(yù)測服務(wù)。

金融行業(yè)

預(yù)測性風(fēng)控

基于大數(shù)據(jù)與機(jī)器學(xué)習(xí)模型的風(fēng)控打通了跨行業(yè)業(yè)務(wù)場景數(shù)據(jù)，如金融機(jī)構(gòu)數(shù)據(jù)、征信機(jī)構(gòu)數(shù)據(jù)、政府部門數(shù)據(jù)、大型企業(yè)數(shù)據(jù)等以聯(lián)防聯(lián)控。通過模型綜合量化評價客戶風(fēng)險，識別特定模式，預(yù)測客戶申請、交易、回款過程中的欺詐和壞賬可能性，形成審批決策，及時預(yù)測風(fēng)險并采取干預(yù)措施。在銀行業(yè)主要應(yīng)用于貸前準(zhǔn)入、貸后跟蹤、壞賬預(yù)測等；證券業(yè)主要應(yīng)用于合規(guī)、識別垃圾注冊、異常交易監(jiān)測等；保險業(yè)主要應(yīng)用于反欺詐。

預(yù)測性風(fēng)控已成為人工智能技術(shù)在金融行業(yè)應(yīng)用最為廣泛的場景，眾多銀行、信用卡中心、P2P交易平臺等都在運(yùn)用這項(xiàng)技術(shù)降低逾期與壞賬風(fēng)險。

智能交易策略

人工智能為量化交易帶來了新的機(jī)遇，與程序化交易、高頻交易有所區(qū)別，智能交易的關(guān)鍵在于自主學(xué)習(xí)、推理和決策。除了傳統(tǒng)交易數(shù)據(jù)外，人工智能引入了自然語言處理分析、深度學(xué)習(xí)、神經(jīng)演化、分布式計算用于預(yù)測市場趨勢。AI機(jī)器決策具有一致性和邏輯性，獲取和處理投研信息范圍廣、內(nèi)容全，可減少人為疏漏和失誤，避免決策中心理性波動的影響，利用不斷自我改進(jìn)的模型和全市場內(nèi)的產(chǎn)品充分分散風(fēng)險。

香港人工智能投資機(jī)構(gòu)Aidyia開發(fā)的交易機(jī)器人從新聞、政策、社交網(wǎng)絡(luò)在內(nèi)的多渠道獲取數(shù)據(jù)，借鑒了多種AI形式（如受遺傳演化啟發(fā)的計算、基于概率邏輯的形式、深度學(xué)習(xí)、神經(jīng)演化等），分析之后轉(zhuǎn)化為買賣決策，能夠完全自動識別和執(zhí)行交易。

智能客服

智能客服可以進(jìn)行簡單問題的直接回復(fù)、復(fù)雜問題轉(zhuǎn)人工支持，人機(jī)交互解答用戶有關(guān)產(chǎn)品與服務(wù)的問題，使客服人員能夠集中精力應(yīng)對高凈值業(yè)務(wù)。結(jié)合語義理解，用戶直接說出服務(wù)需求，系統(tǒng)識別后即可轉(zhuǎn)接相應(yīng)模塊，大幅節(jié)省選擇菜單時間。同時結(jié)合客戶以往業(yè)務(wù)數(shù)據(jù)，智能精準(zhǔn)地識別客戶特質(zhì)和需求，探索增值服務(wù)和交叉銷售機(jī)會，精準(zhǔn)推介產(chǎn)品。

例如，中國農(nóng)業(yè)銀行、中信銀行、中國郵政儲蓄銀行、蘭州銀行、太平洋保險、廣發(fā)基金、工銀瑞信等銀行及金融機(jī)構(gòu)已經(jīng)開始應(yīng)用智能系統(tǒng)開展24小時客戶服務(wù)。

智能投顧

智能投顧是根據(jù)客戶理財需求和資質(zhì)信息、市場狀況、投資品信息、資產(chǎn)配置經(jīng)驗(yàn)等數(shù)據(jù)，基于大數(shù)據(jù)的產(chǎn)品模擬和模型預(yù)測分析等人工智能技術(shù)，輸出符合客戶風(fēng)險偏好和收益預(yù)期的投資理財建議。

國內(nèi)智能投顧的參與者眾多，包括如銀行系（如廣發(fā)智投、招商摩羯智投）、基金系（如南方基金超級智投寶、廣發(fā)基金基智理財、天弘基金犇跑籃子）、大型互聯(lián)網(wǎng)公司系（如百度金融、京東智投、同花順）和第三方創(chuàng)業(yè)公司系（如彌財、藍(lán)海財富、拿鐵財經(jīng)）等。

消費(fèi)品與零售領(lǐng)域行業(yè)

精準(zhǔn)營銷與個性化推薦系統(tǒng)

通過分析用戶的購買、瀏覽、點(diǎn)擊等行為，結(jié)合各類靜態(tài)數(shù)據(jù)得出用戶的全方位畫像，搭建機(jī)器學(xué)習(xí)模型去預(yù)測用戶何時會購買什么樣的產(chǎn)品，并進(jìn)行相應(yīng)的產(chǎn)品推薦。

精準(zhǔn)營銷，帶來的不止是機(jī)器模型效果的提升，通過機(jī)器視覺技術(shù)收集消費(fèi)者在線下門店內(nèi)的數(shù)據(jù)、通過自然語言處理技術(shù)分析客戶在與客服溝通時的語料數(shù)據(jù)，用于構(gòu)建消費(fèi)者畫像的數(shù)據(jù)維度與數(shù)據(jù)量得到了極大的提升與豐富，提高了精準(zhǔn)營銷的效果。

精準(zhǔn)營銷和個性化推薦系統(tǒng)是零售行業(yè)內(nèi)應(yīng)用最為廣泛、效果最為顯著的人工智能技術(shù)，線上線下的零售巨頭都在運(yùn)用此技術(shù)幫助進(jìn)行交叉銷售、向上銷售、提高復(fù)購率。如天貓?zhí)詫?016年創(chuàng)造的1000億元銷售額背后就是一套成熟穩(wěn)定的個性化推薦系統(tǒng)。

智能店鋪管理

智能店鋪管理意味著：通過機(jī)器視覺技術(shù)捕捉分析店鋪客流量與路徑、消費(fèi)者貨柜前行為（如表情和肢體語言、停留時間、拿貨比貨動作）等數(shù)據(jù)，指導(dǎo)店鋪環(huán)境布局與設(shè)計優(yōu)化、商品陳列和庫存管理、店內(nèi)營銷和服務(wù)內(nèi)容改善以及精準(zhǔn)推送和交叉銷售。

國內(nèi)線下零售企業(yè)多數(shù)選擇使用在場內(nèi)鋪設(shè)智能WIFI和智能POS來試水，以迎接“人—貨—場”統(tǒng)一的新零售時代，例如萬達(dá)通過收購飛凡自建技術(shù)團(tuán)隊、銀泰選擇同阿里巴巴合作獲取數(shù)字化能力、華潤大悅城選擇貓酷作為第三方解決方案提供商。

產(chǎn)品銷量預(yù)測與供應(yīng)鏈優(yōu)化

通過建立機(jī)器學(xué)習(xí)模型，零售商可基于銷量數(shù)據(jù)指導(dǎo)設(shè)計和生產(chǎn)、管理庫存和供應(yīng)鏈，以及安排營銷管理人員。

ZARA打造的極速供應(yīng)鏈系統(tǒng)，聯(lián)通和協(xié)同從市場調(diào)研到設(shè)計、打版、制作樣衣、批量生產(chǎn)、運(yùn)輸和零售整個環(huán)節(jié)的數(shù)據(jù)，實(shí)現(xiàn)了產(chǎn)品的柔性生產(chǎn)。其全天候的“數(shù)據(jù)處理中心”融合每一個零售網(wǎng)點(diǎn)追蹤的銷售數(shù)據(jù)，洞察顧客的動態(tài)消費(fèi)特性。如果公司在商品上市初期發(fā)現(xiàn)暢銷款或滯銷款，能及時迅速做出增產(chǎn)或減產(chǎn)決策，以保持很高的售罄率。

無人超市

無人超市采用了計算機(jī)視覺、深度學(xué)習(xí)算法、傳感器定位、圖像分析等多種智能技術(shù)，消費(fèi)者在購物流程中將依次體驗(yàn)自動身份識別、自助導(dǎo)購服務(wù)、互動式營銷、商品位置偵測、線上購物車清單自動生成和移動支付。

亞馬遜的Amazon Go是一個典型的無人超市案例，它通過自助檢測與跟蹤系統(tǒng)捕捉并追蹤消費(fèi)者在店內(nèi)的所有行為，并在入場和消費(fèi)者身份識別方面采用人臉識別確認(rèn)用戶亞馬遜帳號身份。在商品位置判斷方面，通過貨架上的紅外傳感器、壓力感應(yīng)裝置、荷載傳感器和攝像頭圖片對比檢索判斷貨物是否被拿起/放回，以及是否在正確的位置。在結(jié)算意圖識別和交易方面，以室內(nèi)定位技術(shù)（圖像以及音頻分析，GPS以及WIFI信號定位）判斷商品和人的關(guān)聯(lián)，以綁定的信用卡等支付方式結(jié)算。