1、了 15,745 项人工智能专利，位居全球第二。
更重要的是，在巨额投资的推动下，人们纷纷做出人工智能投资，借此最大限度地加强经济影响和促进经济发展。
在本项调研中，我们对中国地区来自 18 个行业的 485 名高管进行了访谈，汲取总结了他们的独到见解，描绘了实用发展蓝图，推动实现人工智能引领的认知未来。

2、 -1- 证券研究报告 2020 年 06 月 22 日 平安银行（平安银行（000001.SZ） 银行银行/银行银行 科技引领，零售突破：打造全球领先的智能化科技引领，零售突破：打造全球领先的智能化商业商业银行银行 平安平安银行银行（000001.SZ）首次覆盖报告）首次覆盖报告 公司公司深度深度 科技引领，零售突破，对公做精科技引领，零售突破，对公做精：深圳发展银行吸收合并原平安银。

3、IBM 商业价值研究院 研究洞察 为何边缘计算 成为企业的重 投领域 从边缘获得洞察 扫码关注 IBM 商业价值研究院 官网微博微信微信小程序 IBM 如何提供帮助 客户亟需制定战略和运营计划，发挥切实可行的实时洞察 的潜在变革性影响，对业务流程和资产应用预测性分析和 学习分析，推动实现数字化转型。
边缘计算和人工智能具 有创造新市场和新收入流的巨大潜力。
我们看到这种迅速 发展的能力推动人机合作不。

4、本白皮书是中国商业智能产品（以下简称 BI 产品）的安全标准参考指南，也是帆软商业智能系列产品（FineBI、FineReport）的安全框架和标准。
本白皮书在现行通用的国内外安全技术类标准的基础上，主要参考信息系统安全等级保护基本要求，并根据国内外主流商业智能产品的技术标准和产品情况，提出了 BI 软件整体安全的保护要求规范，即安全管理策略和隐私、设备及网络通信安全、应用及数据安全、移动端安全，同时对帆软产品的安全特性及场景做了详细的说明。
本白皮书适用于企业评估选型商业智能产品，也适用于指导和规范帆软商业智能产品的规划、设计、交付和相关解决方案在安全领域的程序和标准。
信息安全现状信息安全是指为数据处理系统而采取的技术的和管理的安全保护，保护计算机硬件、软件、数据不因偶然的或恶意的原因而遭到破坏、更改、显露。
这里面既包含了层面的概念，其中计算机硬件可以看作是物理层面，软件可以看做是运行层面，再就是数据层面；又包含了属性的概念，其中破坏涉及的是可用性，更改涉及的是完整性，显露涉及的是机密性。
来自 360、阿里巴巴、腾讯等互联网企业，以及公安部、工信部下属机构的监测数据显示：2016 年监测到的企业信息安全事件数量已超过万起，较 2014 年增长了近十倍，且这些安全事件均给企业带来了不同程度的经济损失。
世界范围来看，据相关机构统计，。

5、数据、RPA以及运筹学共同为商业智能行业的转型升级提供技术支撑，大数据提供基础资源，RPA应用于多数流程性领域，运筹学发掘资源潜力并进行统筹规划，而人工智能是商业场景实现智能化的核心驱动因素。
价值方向：技术发展驱动商业智能行业发展转型，聚焦商业企业核心发展痛点，技术提供方应更加深入理解场景与业务属性，选择合理技术组合以增加商业环节落地应用价值。
应用场景场景梳理：总结梳理金融风控、物流管理、广告营销、零售电商、交通出行、医疗健康、客户服务、在线教育等8个典型商业智能应用场景。
场景解读：从赛道规模、落地形式、典型案例、应用前景等维度，分析解读8个商业智能应用场景的发展现状与增长潜力。
趋势展望产业互联网驱动：产业互联网会重建流量、科技、场景之间的共生关系，创造新型的商业发展生态。
同时，产业互联网会在流量端与应用场景侧为商业智能模式创新带来机会。
未来市场格局：互联网巨头、人工智能技术公司与商业公司将基于各自在流量、技术落地与行业认知方面的优势三方合力，共建商业智能全新发展生态。
个人数据监管影响：以GDPR为代表的个人数据保护法规虽一定程度限制了技术公司模型训练所获取的数据集来源，但也激发技术公司迭代并创新算法以减少采集个人信息用于技术开发的依赖程度。

6、助降本增效。
宏观环境变化、政策、数据和技术是人工智能进入商业化探索阶段的四大驱动力。
资本趋于理性，人工智能早期项目融资难度增加，B轮及以后独角兽融资热度不减。
中国人工智能产业链快速完善，大致可分为基础层、技术层和应用层中国人工智能产业链快速完善，各环节合作模式逐渐成型，并呈现出精细化发展的趋势 。
根据产品和业务侧重的不同，人工智能产业链可大致分为基础层、技术层和应用层。
基础层资本注入稳定，各环节技术、产品和商业模式上均有不同程度的突破。
技术层早期大量研发投入带来的技术优势，转化为商业化的先发优势，进而带来市场机会和规模优势。
应用层深入到各行各业，行业呈现“一专多能”的趋势，即：专注于某一领域的技术公司，同时也关注更多的行业和场景机会。
人工智能与实体产业深度结合的商业化时代已经到来，未来潜力巨大各类人工智能技术都已进入在实体产业应用场景中落地的阶段，受政策和市场环境驱动 ，人工智能商业化的进程加快，未来，将在带动行业创造新的增长点上发挥巨大潜力。
随着开源算法、开放平台的应用，人工智能的使用门槛在逐渐降低，这将使得更多的企业可以利用人工智能技术来为场景和行业赋能。
在探索技术边界的过程中，人工智能所能解决的问题更加精细化，对应的产品和服务也更加专业化。
整。

7、一体化平台成为趋势企业再满足于一般的报表与敏捷式仪表盘，企业的BI需求变得加灵活和高效。
以云BI平台为基础的一站式大数据平台，成为新的趋势。
在数据管理方面，现代BI平台既需要利用传统BI的数仓资产，还需具有更强数据源管能和深度分析功能。
在易用性方面，增强分析技术、语义搜索与嵌入式分析技术将大幅降低现代BI平台的使用门槛。
技术平台更加灵活场景融合成为关键随着微服务架构及容器技术的发展，更多的BI一体化云平台采用松耦合架构，基础平台具有更好的灵活性和业务适应性。
BI系统在实施过程中，需要深入挖掘企业需求，重新梳理企业管方法、流程和管理体系，这个过程技术平台与垂直业场景的融合成为关键。

8、习、机器学习、强化学习等领域展开研究。
具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。
人工智能子领域也出现一系列突破：预训练模型已被批量应用于自然语言处理任务中；融合视觉、语音的多模态感知计算备受关注；生成对抗模型（GANs）则拓展进入到图像、文本生成等领域人工智能普惠化以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。
用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用AI及相应服务的门槛和转换成本。
标准化推进就国内而言，2018年1月，国家人工智能标准化总体组、专家咨询组成立，标准化工作全面推进。
2019年4月，国家人工智能标准化总体组第二次全体会议召开，发布了人工智能开源与标准化研究、人工智能伦理风险分析等研究成果，国家新一代人工智能标准体系建设指南也进入审改完善阶段。
人工智能标准化取得进展，将加速相关技术创新和成果转化。
企业视角：AI创业机会收窄，研发+商业化并重成创企共识人工智能的创业机会收窄亿欧智库统计数据显示，自2012年起，人工智能创业初见端倪，在2014年快速增长，到2016年达到顶峰，之。

9、既定事实。
商业智能市场规模增长迅速，国内市场增速更是大于全球市场。
Gartner 在Market Share: Analytics and Business Intelligence, Worldwide, 2018报告中指出，分析和商业智能软件市场在 2018年增长了11.7，达到216亿美元。
现代BI平台继续以 23.3的速度增长，增速最快，其次是数据科学平台，增长 19.帆软数据应用研究院发布的2019 年中国大数据 BI 行业预测报告显示，国内 BI 市场在 2018 年增速达到 25.8%，高于全球市场增速。
企业数字化转型进程已经迈入商业智能阶段。
尽管商业智能已被企业广泛应用，概念上的普及却“相形见绌”，国内民众对商业智能的认知仍是千人千面。
一方面，商业智能起源于国外，信息化基础的差异让商业智能的引入过程发生了“变异”。
另一方面，我国缺乏类似 Gartner 的研究机构来持续教育与引导国内市场。
市场需要教育和孵化，相较欧美，我国还任重道远。
因此，帆软数据应用研究院结合文献材料、企业调研以及我国的市场环境，形成本白皮书。
本白皮书旨在明晰商业智能的概念、价值、功能技术、工具等内容，并基于我国的市场环境、企业需求，对商业智能工具的概念进行重新梳理，同时在此基础上引入生态学思维，构建商业智能生态系统模型，以期统一商业智能的大众认知，规范国内的市场行为，指。

10、变，商业地产传统运营模式的盈利能力开始出现偏离，首当其冲的是电商对线下客流的影响，由此带来租赁商户的营收下滑。
购物中心/综合体的主要收入来源是租金，通常通过与商户租约约定或租约更新时的租金单价调整实现收益最大化，但商户/租户对租金的承受能力由坪效决定，在租金上涨、租售比不断提升的背景下，客流不增长、坪效不提高，最终结果就是租户歇业撤场，并带来消费者客流的进一步减损。
部分上市地产公司屡屡因为商场/购物中心的表现不佳而带来整体资产估值的下降。
此外，商业地产的运营成本却不断增加，为了维系消费者粘性，诸多商业地产运营商通过定期投入成本装修、改变风格来吸引客户，但投入的成本却难以带来相应的客流和坪效提升，从而导致税息折旧及摊销前利润（ EBITDA）回报不理想。
2019年上半年商业地产高管们的频繁变动也从侧面印证了这一点。
大浪淘沙沉者为金，在消费互联网不断崛起、传统商业地产运营难以为继的时代背景下，对前沿科技和新兴网络力量的消化和吸收成为了地产行业的共性选择。
但我们总要回答时代的问题：商业地产今天数字化转型遭遇的挑战是什么？产业边界到底在哪里？解决之道是什么？这正是白皮书需要探索的答案。
在这个变化和不确定性成为常态的时代里，没有一种竞争力是永恒的，更没有一种商业模式可以长存。
不确定环境下，“确定”唯一真实可靠的来源是消费者，消费者成为商业地产运营者和品牌商户间唯一的价值聚合点。
而。

11、请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 股 票 研 究 股 票 研 究 证 券 研 究 报 告 证 券 研 究 报 告 金卡智能金卡智能(300349)(300349) 工商业气表经营拐点将至，工商业气表经营拐点将至，NB 表出货持续高增表出货持续高增 金卡智能中报深度点评金卡智能中报深度点评 黄琨黄琨(分析师分析师) 李阳东李阳东(分析师分析师) 021。

12、19显示，目前我国人工智能论文发文量全球领先。
一方面科研院校与机构是人工智能技术实现突破的重要力量，另一方面企业自建或者联合高校共同创立的人工智能实验室为人工智能技术商用落地和技术储备付出了重大努力，例如腾讯AI Lab、百度机器人与自动驾驶实验室等。
深度学习不断取得突破，图神经网络成为新研究方向由深度学习引起的AI热潮，深度学习从一开始的深度神经网络到循环神经网络、卷积神经网络，再到生成对抗网络，AI核心技术不断取得创新突破。
近两年深度学习的一个分支图神经网络又成为新的热点研究方向。
图神经网络的两大特点是不规则性和无序性，能够很好地发现实体之间依赖关系，可以在社交网络、推荐系统、金融风控、分子化学和知识图谱等领域产生巨大价值。
人工智能从感知智能向认知智能迈进近年来人工智能高速发展，虽然在计算机视觉、智能语音领等特定领域实现了单点突破，但尚未具备通用性，AI技术整体还处于依托数据驱动的感知智能阶段，存在深度学习依赖海量标准数据、中间过程不可解释等问题。
而目前以迁移学习、类脑学习等为代表的认知智能研究热度也在不断攀升，与传统深度学习不断融合，助推人工智能向认知智能过渡。
企业视角：AI创业窗口期临近尾声，人工智能整体步入商业驱动发展阶段人工智能的创业机会窗口期迈入尾声阶段根据亿欧智库统计，中国AI初创企业从2012年起，经过4年的高速发展，在2016年达到顶峰，而后AI创业热度逐。

13、l进行了重新评估，Bl的需求迎来了波高峰。
但受到疫情积压、延后的项目影响，供应商的服务资源紧张，资源始终处于高速运转状态，BI市场无法快速消化这波需求，预计这波红利的影响将会持续2021年第一季度末。

14、2020年深度行业分析研究报告,摘要,中小型数据供应商的整体体量仍然可观，但随着业务门槛提升、客户需求多样化， 越来越多的“中小型数据供应商” 在苦恼生存问题，该群体在未来1-2年内将迎来 一阵“倒闭潮”。
,4,“品牌数据服务商” 在这1-2年内应该“居安思危”，注重品牌认可度塑造、提高 规模化生产能力、大力发展如预标注、项目进度可视化等精细化运营方式、增加如 语音合成（TTS）数据处理等差异。

15、了自己的作用 随着金融犯罪领域的不断发展，人工智能正在为银行提供一种更快、更智能的方法，以减少误报，获得对客户行为更全面的认识，并在此过程中降低成本。
全球研究发现，金融服务机构每年在金融犯罪调查上的支出为180.9亿美元，其中62% 用于欧洲、中东和非洲地区的劳动力支出。
根据联合国的数据，所有这些只能追回不到1% 的犯罪所得。
尽管银行一直在寻求通过简单在现有系统上加倍下注，来更有效地采用这种技术，但反洗钱过程往往保持着严重的“孤立”状态，系统和部门之间缺乏凝聚力。
人工智能遗留技术是一种很好的抑制剂，在开放源码技术使罪犯能够更快地适应和发展的时候，减缓了银行的速度。
银行必须找到更广泛、更智能地寻找系统脆弱性的方法，同时促进各部门之间更密切的协调。
文本由木子日青 原创发布于三个皮匠报告网站，未经授权禁止转载。
数据来源：Raconteur：2020年人工智能商业报告。
点击下载PDF报告。

16、 公司公司报告报告 | 首次覆盖报告首次覆盖报告 请务必阅读正文之后的信息披露和免责申明 1 每日互动每日互动（300766） 证券证券研究报告研究报告 2020 年年 10 月月 24 日日 投资投资评级评级 行业行业 计算机/计算机应用 6 个月评级个月评级 买入（首次评级） 当前当前价格价格 28.72 元 目标目标价格价格 42.10 元 基本基本数据数据 A 股总股本(百万。

17、IBM 商业价值研究院 专家洞察 洞察先机 防患未然 基于人工智能的 电话反欺诈行动指南 扫码关注 IBM 商业价值研究院 官网微博微信微信小程序 吴大维 IBM GBS CBDS团队 副合伙人 主题专家 钱雪莹 IBM GBS CBDS团队 高级数据科学家 郝希蓓 IBM GBS CBDS团队 资深数据科学家 王莉 IBM 商业价值研究院 高级咨询经理 杨杭 IBM GBS CBDS团队 人工。

18、没有这项技术和加速或扩大其采用的工具，远程工作的激增是不可能的。
选择正确的云解决方案随着对从任何地方都可访问的可扩展应用程序的需求不断增长，了解哪些云设置将帮助组织实现其目标至关重要。
当关键任务应用程序仍然在旧的平台上运行时，改革这些系统可能是一个挑战。
组织面临的任务是建立内部技能集，同时控制预算，并确保整个组织没有及时休息。
虽然皇家国家剧院(NT)在封锁期间可能已经陷入黑暗，但在幕后，它一直在进行改造，使许多系统现代化并迁移到云中。
云中远程工作的风险疫情期间，云计算使从办公室到家庭工作能够迅速过渡，使公司能够迅速向数字服务扩大规模，并继续支撑他们的日常运营。
然而，云的一个方面仍然引起了担忧：安全性。
根据云产业论坛的研究，41%的组织仍然认为，从网络安全的角度来看，这个办公室是一个更安全的环境。
当员工积极参与保护公司资产时，在安全措施方面，他们更有可能拥有所有权。
云加密对于保护至关重要，因为它允许使用加密算法转换数据和文本，并将其放在存储云上。
同样，组织应该实施两因素或多因素认证，使用不同的原始密码，并考虑具有短信、生物识别指纹要求和智能手机访问控制系统的密码。
公司要让员工认真对待云计算和网络安全。
技术不能提供所有的答案，而员工是抵御网络攻击的第一道防线。
这是因为钓鱼攻击目前处于历史新高;在整个欧洲大流行期间，短短一个月就增加了67%。
云如何简化城市生活大城市生活并不总是对商业友好。

19、中国商业智能市场 研究报告 2016年 商业智能行业概况 1 商业智能行业发展现状分析 2 商业智能定义及发展阶段 商业智能行业产业链结构及图谱 商业智能行业发展环境分析 3 4 商业智能投融资状况分析 商业智能行业发展趋势分析 3 3 3 狭义商业智能定义 指基于数据挖掘及人工智 能技术对数据进行分析、 挖掘。
广义商业智能产业定义 利用数据分析技术，以基 础性数据资源到数据拓展 应用为。

20、IBM 商业价值研究院 趋势洞察 人工智能的 业务价值 疫情期间的巅峰表现 要点 超过 85 的先进采用者借助人工智能降低 了运营成本 受访高管表示，人工智能帮助他们在许多领 域节省了运营成本。
47 的先进采用者降低 了流程效率方面的成本，。

21、pCSP 在全球经济中一直起到联结作用。
随着 5G边缘计算和人工智能 AI 在几乎每个行业中创造开创性的用例，这种作用更是表现出前所未有的重要性。
因此，CSP 正逐渐发展为多服务组织，服务于快速前进的数字化市场。
消费者和 B2B 客户的复杂。

22、企业通过何种内部流程和基本构造来创造价值;战略层逻辑认为商业模式是“企业战略方向的总体考察”，即企业的市场价值、组织行为、竞争优势、可持续性等。

23、p近年来，人工智能AI的使用呈指数级增长，而且没有放缓的迹象。
计算能力和算法能力的突破将人工智能技术一门使机器以理性智能的方式运行的科学带入了我们生活的几乎每一个方面。
人工智能已经应用于优化医疗教育农业制造业电子商务金融等领域的生产和服务提。

24、p持续扩大智能化产品种类，拓展收入来源。
公司15年并购Segway后成功将平衡车向全世界推广, 2016年推出电动滑板车产品，并开始将业务链拓展至机器人电动两轮车和全地形车领域。
2019年推出智能两轮车全地形车产品，主要产品均聚焦于解决人们。

25、全科辅诊诊疗系统pp全科辅诊诊疗系统通过学习海量医学文献临床知识以及医院病历资料，在不改变基层全科医生现有诊疗过程的基础上在其每个诊疗环节给予有循证依据的辅助诊断建议，从而提高基层医生的诊疗水平及诊疗效率。
pp智能外呼助手pp智能外呼助手。

26、政府机构寻求在日益动态和复杂的环境中提供高质量的服务。
然而，过时的基础设施和缺乏收集和使用大量实时数据的系统，使各机构难以完成其任务。
政府有巨大的机会利用物联网IoT改造公共服务，以提供特定情况的实时数据，从而改善决策和优化运营效率。
pp。

27、全屋智能依赖于智能单品在操作系统层面的互联，想构建生态圈的企业 应该有打造物联网操作系统技术。
通过对当前全屋智能方案商的调研， 我们发现，虽然可以通过加模块后装控制家电，但没有系统层面的融合 很难调用家电的功能例如，可以通过音箱控制打开电。

28、2000 年，李彦宏携超链分析技术创立百度公司，开发出独立的搜索引擎， 并快速成为了全球最大的中文搜索网站。
2005 年，公司于纳斯达克上市。
2010 年 1 月百度开始经营 AI 业务。
2016 年，公司相继发布智慧汽车战略百度大脑 AI。

29、星盛深耕大湾区从项目结构来看，截至 2020 年底，星盛在管项目中，按在管面积计算，共 88个位于华南，其中位于深圳的共占 4星盛以大湾区为主，同样以大湾区为基地的有卓越商企越秀服务等，但卓越商企及越秀服务均以写字楼为主。
而中骏商管宝龙。

30、此外，商业地产运营企业还可以通过群序号模式实现线上引流。
群序号模式是易观数科提出的通过微信群导流小程序交互和交易公众号精准触达，借助社交零售红利实现成本有效的高频交互模式。
群，微信群是企业做用户运营的亲密阵地，通过 utm 追踪群运营及转化。

31、AI 算法龙头，11X打造核心竞争力。
公司成立于 2014 年，创始人为香港中文大学工程学院教授汤晓鸥，业务聚焦于计算机视觉和深度学习领域。
公司推行1基础研发1产品和服务化X行业应用战略，通过自行研发的 SenseCore 商汤 AI 大装。

32、The Weather Company TWC 的看家本事是让海量数据发挥作用。
更具体地说，就是应用 AI 和各种模型，生成预测和洞察。
该公司已经在 AI 领域摸爬滚打二十年，在大规模应用 AI 方面处于全球领先地位。
在此过程中，他们汲取。

33、期望与进展：初步结果喜人为了证明其 AICX 努力是合理的，57 的受访高管表示他们期望获得 5 到 15 的投资回报 ROI。
近一半受访高管计划在两到三年内实现这一目标，61 的受访高管表示他们正在按计划向前推进。
参见侧边栏投入多少 IT。

34、随着企业对管理水平的日益重视，国内ERP 软件市场规模稳健增长。
ERP 软件市场在两个维度上依旧有稳定增长：1垂直行业延伸：2010 年以前，中国本土采用ERP 的主要行业企业为制造业。
自 2010 年开始，采用 ERP 的行业企业逐渐向流。