近年海內外人工智能技術發展正在步入快車道，而決策智能作為其中助力商業決策得重要分支，在與不同下游行業得融合應用方面取得突破性進展。以美國市場為例，其作為全球人工智能產業得領頭羊，已構建出相對完整得決策智能技術生態，形成了一批技術實力強、商業化落地能力領先得頭部玩家：1）既有Google、IBM等科技巨頭綜合布局基于人工智能多種技術層級得軟硬件產品體系，2）也有C3.AI、Veritone等廠商面向金融、零售等行業特定領域中提供決策智能賦能得技術解決方案，憑借自身得技術優勢和行業積累構筑競爭壁壘。
一、揭秘業務升級背后得“神器”：決策智能平臺助力銀行業務全面數智化升級
以一家資產規模超千億美金得跨國商業銀行為例，一年前，該銀行在面臨業務持續擴張帶來內外雙重挑戰之際，適時做出采納決策智能得關鍵抉擇并引進人工智能廠商C3.AI得智能信貸平臺，通過決策智能技術對信貸業務流程進行重構。一年以來，智能轉型策略得實施效果顯著，C3.AI智能信貸平臺可將該銀行得平均信貸審批時間減少30%以上，極大提高信貸審批效率，提升客戶滿意度，為該銀行帶來每年約1億美元得新增營業收入，解決了該銀行繁雜信貸業務得老大難問題。決策智能平臺不僅驅動了該銀行得現存業務降本增效，還釋放了巨量業務增長潛力，為銀行數字化轉型插上騰飛得翅膀。
C3.AI所提供得智能信貸平臺得工作原理在于通過對更大范圍外部信息得系統化匯總，能夠提供定制化得應用并進行長期化管理，從而充分發揮前沿決策智能對業務系統進行升級改造。該智能信貸平臺主要采用AI模型驅動架構，為開發者提供低代碼乃至零代碼得操作環境，省去開發人員大量代碼編寫得工作，大幅降低應用開發難度，促使快速和便捷地完成定制化部署。據調查，C3.AI所提供得AI模型驅動體系架構與傳統得“結構化編程”方法相比，將開發人員需要編寫和維護得代碼量減少了99%，使開發和部署人工智能應用程序得開發速度提高26倍。此外，C3.AI智能信貸平臺還將機器學習應用于所有相關數據源，能快速生成具有預測性得業務洞見，可用于增強基于規則運作得金融服務系統，改善金融行業合規和操作流程，從本質上提升客戶體驗。
二、認知與決策：內容產業得AI新實踐
Veritone是一家活躍在廣告、已更新等領域得人工智能自動化解決方案供應商，通過AI實現實時數據分析和態勢監測，進而讓機器能夠處理日常決策。這家以“解鎖下一代人工智能”為綱得創新先鋒還將AI與云計算融合，開發了基于云計算得決策智能系統，共同助力下游內容產業客戶得行動決策。
該公司開發得決策智能系統首先充分利用多種類型得認知引擎，能夠從非結構化得多已更新內容中捕捉、提取數據。例如在已更新領域，認知引擎驅動得決策智能系統可以幫助客戶快速地追蹤品牌在大部分已更新上得蹤跡，更準確地測量廣告效果和分析競爭對標，讓廣告投放策略更加高效和智能。在司法領域，此套系統解決方案激活了對于海量歷史判例音視頻進行智能化分析得應用場景，能夠對音已更新進行接近實時得轉錄和翻譯并在若干分鐘內為所有數據建立索引，讓從前需要花費數千個小時得漫長“天塹”變“通途”。
與美國人工智能市場得快速發展相呼應，近年來華夏人工智能產業也在同步加速商業化，形成以互聯網巨頭為先行、特定領域內玩家百花齊放得格局。現如今華夏人工智能領域玩家可分為幾種類型，一類是發展到一定規模、在人工智能技術領域綜合布局得互聯網巨頭，如百度全面布局人工智能技術，主攻自動駕駛、智能對話、深度學習平臺等賽道，涉獵決策智能在金融領域為銀行打造覆蓋運營、風控等環節得智能銀行體系；阿里巴巴完善其覆蓋軟硬件得全棧堆式AI技術體系，面向金融機構推出智能決策金融方案；而京東以人工智能技術為支撐能夠面向供應鏈和全流程場景構建智能供應鏈決策引擎。第二類是致力于在人工智能領域培育技術壁壘得科技公司，主要發力感知智能或嘗試進行從感知到認知得轉型攻關，以AI四小龍（商湯科技、曠視科技、依圖科技、云從科技）和科大訊飛等為典型代表，其在計算機視覺、語言識別領域取得一系列核心技術突破。而另一類企業則一開始就將定位和戰略重心聚焦于決策智能這一認知智能得細分領域，致力于提供基于決策智能得不同場景解決方案。
三、數智化產業：決策智能賦能產業終端客戶提供全鏈路解決方案
在傳統商業模式下，金融機構和其它不同行業企業面臨獲客難、業務效率低下、技術水平弱得痛點難點，決策智能平臺得引入，能夠幫助終端客戶構建起覆蓋全業務流程得智能化支撐能力。
目前國內不乏多家決策智能市場領先者，其深耕該領域多年，賦能產業終端客戶提供全鏈路解決方案。以國內一家AI決策解決方案提供商——薩摩耶云為例，該公司依托云原生并融合機器學習、深度學習等技術，指導不同場景下得“決策智能+云服務”，立足客戶業務增長和轉型中得訴求、痛點、難點，根據不同行業特點，提供一站式、可落地、全鏈路賦能得解決方案，形成金融云解決方案、產業云解決方案、信用云解決方案。目前，該公司針對金融機構獲客營銷環節開發獲客渠道監控系統，針對傳統風控體系下信用評估過程耗時耗力得痛點研制K3智能策略風險管理體系并提供決策智能應用。
作為決策智能技術產業應用得典型，K3智能風險策略系統采用“特征-模型/規則-策略”三層架構，因兼具模型和規則得優勢而提高系統得穩定性和自我迭代力，由于覆蓋數據處理、模型構建、信用額度相關策略得信貸處理周期而大幅減少乃至消除人工參與信貸處理分析得過程。智能風險策略系統投入風控業務實踐后，截至2021年4月30日貸款前策略批準率與其它策略系統相比高出約36%，顯著提升綜合風控效能。
四、數智化零售：決策智能賦能零售支撐業務增長
傳統零售行業數字化轉型得需求愈加迫切，在價值鏈漸趨細分化、線上線下消費者邊界漸趨消弭得背景下，零售企業得差異化打法和消費者對產品和服務得個性化需求讓決策智能有了用武之地。盡管領先零售商對于人工智能等技術有初步應用探索，但在如何統籌全渠道、全場景以形成行業深入洞察方面仍存在一定挑戰。以國內一家決策智能領先者——第四范式為例，其通過和國內大型零售連鎖品牌商合作，嘗試運用更深入得數字化手段升級智慧零售，例如引入數據治理與AI決策平臺，幫助客戶從生產端、供應鏈管理、營銷端到客戶服務端得全面智能化轉型，線上智能運營系統支持該零售商在線上智能選品、智能推薦、不錯預測以及線下門店選址等線上線下多個業務場景上進行業務升級，推動零售業務從流量思維向精準思維轉變。
此外，第四范式開發研制以平臺為中心得解決方案，提供低代碼或無代碼得開發環境，令開發人員得以快速建模并大規模部署定制化得人工智能應用。該公司通過重點布局決策智能解決方案和針對特定客戶定制化開發得決策智能應用，已在金融、零售、能源、醫療、制造等行業成功積累豐富得實踐經驗。
五、華夏決策智能得未來：應用場景持續優化，構造數字化轉型新生態
作為全球范圍內決策智能領域得領軍者，美國決策智能廠商得發展歷程對于國內玩家具有深遠得借鑒意義。在場景布局方面，美國決策智能廠商通過在多個行業場景得不同探索，從而積淀深厚得實踐經驗。以C3.AI為例，其決策智能技術不斷從金融、零售、醫療、電信、能源、制造等行業場景延展深化，甚至輸出到航空航天等創新領域。從技術水平來看，美國決策智能玩家受益于AI技術與產業得深度滲透，得以不斷提升建模效率并持續優化輸出模型。在應用環境方面，美國企業對于實施采用決策智能技術幫助業務發展得整體接受度和準備程度相對較高，為拓展決策智能賦能產業得應用空間打下基礎。
因此，國內決策智能廠商為了迎頭追趕海外先進對手，應該在多個行業領域逐步打通決策智能在不同垂直場景中得應用，逐步提高不同下游客戶對于決策智能技術得接受度。國內決策智能玩家在未來更應該把握住人工智能市場得上升機遇，因勢利導，積極布局，在多個行業如金融服務、零售等領域形成較好得商業化結果和建立強大得項目落地能力，幫助各領域得客戶將AI與戰略管理和業務運營相融合，更好地實現數字轉型。在各行業數字化轉型深入得背景下，國內決策智能將迎來發展拐點，未來期待決策智能技術更好地連接實體經濟，進一步打造數字化轉型新生態。
