本文目录一览：
AI引领商业智能化时代_AI智能时代
AI引领商业智能化时代
有人说：世界经济过去二十年主要靠IT，但未来五十年靠的是AI(人工智能);也有人说：AI将会给人类带来的威胁，将从实业衰败开始，并以人机战争结束。尽管，我们一边操心着美国越来越多的大商场都用自动结款机后零售业的1600万员工是不是快失业了;但仍一边期待新的变革到底如何颠覆。
AI技术引爆工业4.0时代商业迈进智能化决策时代
眼下，各大科技巨头纷纷布局人工智能。就在国务院规划出台的同一天，2017联想全球创新科技大会上“让世界充满AI”的主题也刷爆了朋友圈。联想集团高级副总裁贺志强表示，智能互联网在未来十年是最好的投资机会，同时列举未来人工智能的发展及投资将重点布局六大方向：普适计算、AR/VR、AI核心驱动力改造所有传统行业、数据中心重塑、公有云服务及IT转型。
有媒体评论称，AI正在引发的第四次工业革命，让联想的企业转型之路充满了动力，也让刘强东和李斌等人借这“AI”风口，怒刷了一回存在感。
实际上，从18世纪至今，在这200多年的时间里，世界通过三次工业革命完成了机械化、电气化、信息化的变革，而每一次的工业革命都给我们的经济、社会、人文等各个方面带来翻天覆地的变化。如果说，前三次工业革命重点解决的是生产效率和产能问题，更多的是释放人类肌肉的力量的话，那么第四次工业革命的主要使命，就是解放人类脑力劳动，帮助人类进入智能化决策时代。
早在2016商业评论大会上，阿里巴巴集团首席战略官曾鸣曾表示，在未来智能无所不在。现今社会云计算、大数据、人工智能等领域的变化带来了社会各个方面的进步，比如基因工程、新材料、人工智能物联网等方面。而在这样巨大的变革背景下，最重要的变化则是一切商业的未来都必须智能化。
商业智能化是未来最重要的发展趋势。智能物联时代和智能商业化时代的到来，既意味着传统行业面临被倒逼升级的挑战，但更多带来的是创新发展的机遇。如何通过智能化和数据化提升企业的运营水平，并通过智能应用以及大数据挖掘洞察不断满足消费者的需求，成为各行业领头羊的共同探索方向。
智能物联风口爆发在即资本争相布局商业智能化
何为智能化？其核心是未来商业的决策会越来越多地依赖于机器学习、人工智能，机器在很多商业决策上将扮演非常重要的角色，它能取得的效果超过今天人工运作带来的效果。
简单来说，商业智能化即是要做数据化、算法化和产品化这三件事情。尘铅当今人工智能的技术核心既是数据化，归根结底是通过机器对大数据不断计算反馈的优化结果。有了数据化基础，随之而来的则是基于数据挖掘价值，即为通过写代码回归程序的路径实现算法化，进而实现价值转化。所以算法化绝对是在互联网时代能够创造巨大价值的新概念。在此基础上，通过数据提取、计算、修正调整、反馈等一系列过程，加上对垂直领域的理解，利用技术形成解决方案的产品化环节则是至关重要的一环。
智能化所带来的价值将或将达到空前的高度，它是基于大数据技术创新上搭建的全新智能运营模式。从商业智能化的趋势来看，未来数据处理也将作为公共基础设施服务存在于新智能时代。而中国这一全球最大市场，仍被视为实现商业智能化的最佳市场。上海市中国特色社会主义理论体系研究中心研究员、华东政法大学教授高奇琦等多位专家表示，中国地大物博人口众多，在人工智能替代领域具有诸多优势。
事实上，我国已经在人工智能领域全面发力，7月20日国务院发布《新一代人工智能发展规划》称，到2030年人工智能理论、技术与应用总体达到世界派源好领先水平，核心产业规模预计超过1万亿元。同时支持国内人工智能企业开展海外并购、股权投资、创业投资和建立海外研发中心等发展模式。
随着计算机成本的裂州下降以及搜集和处理数据能力的快速提升，大数据应用基础已日渐成熟。可以预测，下一阶段将成为人工智能和物联网应用的爆发阶段，市场潜力得以释放。与此同时，国内针对人工智能领域的初创企业投资也正经历着爆发式的增长，使得2017年有望成为全球人工智能商业化运用的元年。
资本的动向正是判断人工智能前景最灵敏的风向标。根据KPMG的研究数据表明，2016年风险投资已经从大数据转向到AI人工智能;乌镇智库数据显示，去年中国AI企业总投资达到26亿美元，美国同期最高预计投资179亿美元;据网易报道，2016年202个中国AI初创公司募集了近10亿美元。
据统计显示，就在刚刚过去的一个月内，包括中国创业公司商汤科技、机器人公司Geek、云脑科技等国内多家与人工智能相关的企业均获得了最新的融资进展。其中，卡位智能物联网的生态平台特斯联科技，更创下国内移动物联网行业的最大融资额，被视为商业智能化时代的下一代“独角兽”。据悉，特斯联(北京)科技有限公司，已于2016年底完成共计5亿人民币A1A2轮融资;据公布资料显示，本轮融资由中国光大旗下基金与IDG资本、中信系产业资本以及其它战略投资人共同完成。
开辟物联网创新商业模式特斯联欲撬动“后地产时代”千亿级市场
Google移动平台副总裁安迪·鲁宾曾说过，下一个计算大浪潮将出现在人工智能领域，机器人和自动化技术将进入人们的生活。
想象一下，在未来社会的各行各业中，流水线工人、企业客服、司机等单纯机械重复和缺乏创造力的职业将首先被人工智能代替，随后是具有较高附加价值、相对机械重复、可替代度高的网络编辑、语言翻译及医疗行业等职业。人工智能将充分发挥其社会价值，智能化技术让交通变成了智能交通，医疗变成了智能医疗，同时也推动智能农业、智能城市等等出现。
未来城市将会是万物互联的智慧体，通过智能化、数据化手段升级工业、农业、房地产产业，盘活海量的存量市场。在城市中，产业智能化将成为“后地产时代”最大的挑战，同时，这也是未来物联网创新商业模式的机会所在。
正如城市演化过程中，建筑扮演了城市的重要组成部分一样，建筑也承载了城市基本的服务功能。然而在物联网、人工智能等技术日新月异的今天，建筑和城市的设备设施、运营管理等却停留在昨天，从经济成长、世界潮流及人类需求的角度而言，城市智能化发展已是刻不容缓的议题。
如今，站在能够预见到未来的科技大门之前，我们能够看到，在智能商业化的时代中，无人驾驶会取代司机，语音识别软件会取代翻译、人工智能会取代医生进行精密手术操作，一系列现存的职业及行业将会随着科技时代的进步慢慢消失，但有的行业却将迎来千载难逢的机会;如同特斯联科技般的智能物联网领军企业，运用数据处理、自动化管理，将钢筋水泥的传统建筑升级为智慧生命体，完成建筑乃至是城市的智能化升级，必将带来焕然一新的未来城市新生活。
人工智能和机器学习在金融大数据领域如何应用？
举个简单的例子饥吵，我们粗宏可以利用人工智能去打造专属于金融领域的只能搜索、智能分析，可以利用人工智能勾勒出被投企业的关系图谱等等。例如CVSource数据库吧，它是投中信息开发出的专为一级市场打造的创投数据库。CVSource通过全面精准的创投数据库帮助用户进行岩肢册各行业股权研究，公司、机构、基金分析，市场机遇挖掘，为用户在一级股权市场的研究与投资提供可靠的数据和洞见，辅助商业决策.
九章云极：用数据科学推动企业 AI 落地
信息时代大数据被广泛运用，数据科学家已经成为企业中常培键见的职位，很多企业已经组建出独立的大数据部门。而随着数据团队的不断壮大，数据科学家和工程师之间如何高效顺畅地协作成为一个难题。
九章云极的创始人方磊在微软工作期间发现了这个数据行业的痛点，看到了数据科学平台的蓝海。2011 年，方磊开始在微软 Bing 搜索部门工作，先后担任过数据科学家和数据工程师。他发现 Bing 内部 800 多个数据工程师在一个名为 Aether 的系统上协作，这个平台包含一万多个模块和几十万个项目，而整个团队能够有序地在同一个平台进行协作，并且具备管理、资源调配和提高工作效率等诸多功能。
2013 年，方磊决定回国创业，在北京中关村创立了九章云极 科技 公司，希望搭建一个给数据科学团队使用的协作办公平台，帮助企业的数据科学家和数据工程师更好地协作。
目前在大多数企业中，数据的价值主要体现在进行粗浅的数据分析，将数据做成包含饼图、折线图等的可视化报表，进而指导业务。而随着企业积累的数据越来越丰富，对数据分析的要求越来越高，过去的数据分析方式已经不能满足企业的需求。
方磊认为，企业数据的价值正在发生转变，数据分析进入了 “增强分析” 阶段，即通过机器学习或者人工智能增强数据分析能力。以往的可视化分析是通过视觉呈现产生洞察，但通过人工智能技术分析产生的洞察更强大，比如通过模型分析金融反欺诈中的数以亿计的交易。
在这个大环境下，九章云极推出了 DataCanvas 数据科学平台，希望帮助企业应用 AI 进行智能化转型。
为了降低企业应用 AI 的难度，DataCanvas 提供了完整的机器学习平台和 AI 模型生产化平台，将数据清洗、特征工程、模型训练等一系列高难度的数据模型工作自动化。使用者不需要具备专业的数据科学背景和编程算法能力，只需借助 DataCanvas 数据科学平台上的 AutoML 建模功能，即可完成海量数据处理和数据模型全生命周期管理。
DataCanvas 更强大的功能还体现在实时数据处理上。例如，在每天生成海量数据的金融行业，实时数据决策的需求尤为迫切：在刷信用卡的一刹那判断出是否是盗刷，在瞬息万变的股市中计算出最佳投资方案……都需要借助实时数据处理来保证。
“九章云极的核心是把数据变成模型，为客户提供模型能力的技术工具或服务，以支撑各类商业场景。” 方磊说道。
对于数据科学的发展趋势，方磊认为技术的壁垒是在不断降低的，现阶段更重要的是普及应用。“降低技术门槛已经不是数据科学发展的核心难题，核心难题是如何将技术与现实场景中的业务结合起来。” 方磊表示。如何高效共享专业知识，如何将行业经验、业务知识和数据科学、人工智能有效结合，并最终实现在业务场景中，是企业在人工智能浪潮中共同面对的技术落地难题。
针对这一难题，方磊提出了 “知识融合” 的概念。“我们人类的很多常识是跟业务相关的，机器学习在某些方面可以洞察出微妙的数据信息，但有些还是需要依赖人的技能。” 方磊表示，“建立一个模型，技术在其中占 30% 到 40%，剩下的其实是业务知识。” 他列举了金融应用中的一个场景：比如小微贷款模型需要考察企业的隐形负债风险，有经验的审计要考察的第一项是借贷是否拆整为零，如果公司收到不同账号的整额打款，就可能有隐藏的负债风险。这需要人的常识性经验来做判断，需要人把这派喊样的经验变成机器学习里面的一个特征，机器学习就可以做出相应的风险告警。
在实际操作中，九章云极为企业落地 AI 提供了 “四库” 解决方案：通过建立 “四库”——模型仓库、特征仓库、场景模版仓库和 AutoML Recipe 仓库，解决企业业务知识与技术知识融合的难题。数据分析、建模的门槛降低以后，企业的 AI 应用成本也相应地降低，就能在更多的业务场景中应用 AI。
目前，九章云极不仅在金融行业反欺诈、精准营销等场景有丰富的实践经验，在政府、交通、IoT、地产、教育等领域也在不断落地机器学习的创新应用。
在服务政府的一个案例中，九章云极与山东省青岛市人民检察院合作了 “案件质量评查系统建设项目”。利用 DataCanvas 数据科学平台，通过运用机器学习算法、模型训练等技术实现智能案件评查，将人工办案的工作量下降 80%，效率提升 80%。以往评审类案件由于配羡巧人力的限制只能抽查 10%-20%，而借助人工智能技术可以做到 100% 全部评审。
服务全球客户，是方磊接下来的目标。他判断中国的 To B 业务出海在 3 到 5 年以后会慢慢成为主流。随着云计算的发展，全球很多大公司的数据业务都在云上。“云可以成为一个入口，在云上我们就可以去提供全球服务和参与竞争了。” 方磊认为 ToB 业务的出海一定会经历这个过程。
2018 年 3 月，九章云极进行了 B 轮近亿元融资，由红点创投、东方富海等机构参与。2017 年 1 月实现了 5000 万元 A 轮融资。
如何补强、完善、推进智能化
建立智能体系。补强、完善、推进智能化要建立合理机器学习如何助推商业智能化的智能体系机器学习如何助推商业智能化，利用机器学信老习、神经网络等技术为人工智能系弊坦返统注入智能。机器学习如何助推商业智能化，要不断优化和完善智能系统，通租饥过测试和实验逐步完善系统，让智能系统发挥最大性能。
