2022愛分析·人工智能廠商全景報告

報告編委

報告指導人

黃勇 愛分析 合伙人&首席分析師

報告執筆人

洪逸群 愛分析 高級分析師

任 理 愛分析 分析師

目錄

1. 研究範圍定義

2. 市場全景地圖

3. 市場定義與廠商評估

4. 入選廠商列表

1. 研究範圍定義

研究範圍

人工智能，是指運用機器學習、自然語言處理、計算機視覺、語音識別、語音合成、知識圖譜等技術，並結合一定的業務場景形成解決方案，以輔助、增強或代替人工來制定決策或執行任務。

在本報告中，愛分析將人工智能市場定義為一個更廣的概念，包括了支撐人工智能開發與應用的基礎設施層、技術開發層、技術服務層和行業應用層四個領域的眾多細分市場。其中，基礎設施層是支撐人工智能開發與應用底層通用基礎設施，包括傳感器、存儲計算資源、AI芯片等；技術開發層是用於AI開發的平台或工具，包括機器學習平台、數據采標、MLOps工具等；技術服務層涵蓋了各類通用的AI技術服務，如視覺智能雲服務、知識圖譜平台、智能搜索與智能推薦等。行業應用層是指結合一種或多種AI技術與具體業務場景形成的業務解決方案，包括了針對金融、製造等行業業務部門，或營銷、客服等職能部門的多種AI應用。

綜合考慮細分市場的市場規模、行業增速、企業關注度等因素，愛分析在本次研究中選取了行業應用層的智能內容運營、AI知識管理、AI工業質檢、智能營銷、智能客服、銀行智能風控、AIOps，技術服務層的視覺智能雲服務、知識圖譜平台、智能決策、IPA智能流程自動化，技術開發層的機器學習平台，共12個細分市場，進行重點研究。

本報告面向企業決策層，以及大數據與人工智能部門、科技創新部門、各業務部門、職能部門負責人，通過對各市場的需求定義和代表廠商的能力解讀，為各行業企業的智能化規劃與廠商選型提供參考。

圖 1： 人工智能市場全景圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

符合特定市場的廠商能力要求；

滿足在特定市場的收入要求（參考第3章各市場定義部分）；

滿足在特定市場的付費客戶數量要求（參考第3章各市場定義部分）。

2. 市場全景地圖

愛分析基於對甲方企業和典型廠商的調研以及桌面研究，遴選出在人工智能市場中具備成熟解決方案和落地能力的代表廠商。

（註：以下所有市場中的廠商均按音序排序）

3. 市場定義與廠商評估

愛分析對本次重點研究的人工智能各市場定義如下。同時，針對參與此次報告調研的部分代表廠商，愛分析撰寫了廠商能力評估。

3.1. 智能內容運營

定義：

智能內容運營是指以AI技術為驅動，為包括視頻、圖片和文字在內的各種類型的內容，提供數據化、平台化和智能化的內容生產、管理、分發服務，滿足企業在用戶運營中產生的大規模、批量化的內容生產與運營需求。

終端用戶：

企業市場部門、營銷部門、內容運營部門等

核心需求：

隨着互聯網流量進入存量時代，私域用戶運營的重要性與日俱增，企業需要在新聞資訊、個性營銷、UGC內容等場景中為其海量用戶提供量身定製的內容，以提升用戶對其產品服務的了解，提高與用戶的互動，增加用戶粘性。然而傳統靠人工進行內容運營方式的無法滿足對海量內容進行處理需求，智能內容運營則提供了一套從內容生產、管理、分發，以及相關配套工具的智能化解決方案。企業對智能內容運營解決方案的核心需求包括：

海量內容的快速供給。為了給不同的用戶匹配個性化的內容，企業需要具備快速生產海量內容的能力，一方面，需要能夠基於AI技術自動生成視頻、圖片、文字等內容；另一方面，需要外部廠商提供海量的可直接使用的內容，包括授權的內容素材或全網熱點信息，並對內容進行自動篩選。

自動化的內容管理與分發。為了讓海量的內容與用戶能夠精準匹配，企業需要運用多種AI技術讓將該過程高度程自動化，具體而言：需要運用圖像分析、自然語言處理、知識圖譜等認知智能技術對視頻、圖文內容進行分析理解，並引入標籤體系對內容自動打標籤，並且需要對有害內容進行自動識別和審核；同時，企業需要運用推薦算法對標籤化的內容進行個性化分發。

全流程的工具鏈支持。為了讓內容運營解決方案能高效地落地，企業還需要能覆蓋解決方案全流程的工具鏈支持，包括端能力的構建，讓用戶在終端獲得更佳的內容瀏覽體驗；運營分析工具，能對用戶進行精確的畫像洞察和行為分析。

廠商能力要求：

具備成熟的內容相關的AI技術能力，並且AI算法具備較高的準確度。廠商需要具備的AI技術包括：內容理解能力，能夠運用圖像分析、自然語言處理、知識圖譜等認知智能技術對視頻、圖文等內容進行準確理解，並自動化地打標籤；內容生產能力，能夠通過輸入文字要求或選擇模版等形式，自動生成內容，在一些場景還要具備自然語言生成、圖像生成、語音合成等技術；個性化推薦，能夠基於推薦算法對內容進行精準推薦。

具備全流程的工具鏈以及解決方案搭建能力。廠商需要提供覆蓋從內容生產、管理、分發、端能力構建、到運營分析工具全流程的工具鏈。並且結合不同場景，廠商需要能夠提供垂直行業的內容定製、標籤體系、內容體系構建等產品或諮詢服務。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

火山引擎

廠商介紹：

火山引擎是字節跳動旗下的企業級技術服務平台，將字節跳動發展過程中積累的增長方法、技術工具和能力開放給外部企業，提供雲、AI、大數據技術等系列產品和服務，幫助企業在數字化升級中實現持續增長。

產品服務介紹：

火山引擎為企業用戶提供從內容生產、管理、分發、端能力構建、到運營分析的覆蓋智能內容運營全流程的工具鏈產品，以及內容運營相關的業務體系規劃和組織架構設計等方面的諮詢服務，可為金融、文旅、汽車、消費等行業企業在其APP用戶運營中提供產品介紹、新聞快訊、UGC內容、個性營銷等多場景的內容體系建設解決方案。

廠商評估：

基於字節跳動在抖音、西瓜視頻、今日頭條等產品研發和運營中的長期積累，火山引擎是業內少有的能提供內容建設與運營全流程工具鏈產品和諮詢服務的廠商。

在內容生產方面，火山引擎提供了智能創作雲和內容定製產品。智能創作雲內置智能工具箱，提供圖文轉視頻、結構化數據轉視頻、視頻拆條/集錦、視頻超分等視頻智能處理能力，用戶可以使用相關工具一鍵生成視頻。例如，圖文轉視頻支持用戶通過輸入文字描述，選擇圖片素材庫、手動選擇或智能匹配視頻模版和配音類型等操作，從而自動生成視頻內容。同時，智能創作雲內置豐富內容素材，包括大量視頻模版和配音類型，以及海量正版圖片、視頻、音樂、貼紙、特效、濾鏡等。此外，智能創作雲也提供了雲端視頻編輯以及素材管理功能。內容定製產品連接了字節跳動的內容生態，提供智能化的內容篩選工具以及授權可To B的海量優質圖文、短視頻、小視頻、音頻等內容資源，類型涵蓋泛生活、泛知識、泛財經等全領域。同時，也向企業提供全網垂直領域的熱點事件、強地域屬性的生活服務等話題信息。

在內容管理與分發方面，火山引擎提供了內容管理平台產品，具備內容引入、內容理解、內容質檢、內容分發等多項功能。內容引入提供標準化協議實現對多源內容的標準入庫和統一管理；內容理解功能內置數十萬通用標籤和垂直行業標籤，垂直行業標籤包括金融行業個股基金企業識別，汽車行業車型識別等標籤。在此基礎上，可以利用多項AI技術實現對圖片、文字、視頻內容的理解，並打上標籤；內容審核採用先機器篩選後人工覆審的方式識別風險內容；內容分發則通過標籤挑選內容池，結合先進的規則引擎和推薦算法實現內容的個性化推薦。

在端能力構建方面，火山引擎將自身沉澱圖片視頻的壓縮技術、CDN服務集成在SDK中，可為企業在APP中構建流暢的內容瀏覽體驗；

在運營分析工具方面，火山引擎提供客戶數據平台CDP、增長分析工具Finder，為企業提供精細化的消費者洞察和行為分析能力。

在諮詢服務方面，基於字節跳動在內容產品中積累的最佳實踐和方法論，火山引擎可以企業提供內容運營相關的業務體系規劃、產品設計、組織與人才建設等諮詢服務。

典型客戶：

光大銀行、泰康保險、平安證券、新黃河、快看漫畫等

客戶案例：

在銀行業越來越注重用戶運營，為用戶提供更豐富的服務的背景下。光大銀行提出「陪伴式智能財富管理服務」的理念，其中在資訊內容服務方面，光大銀行與火山引擎合作，在手機APP中推出以實時資訊內容流為主要服務形式的「看點」欄目，包含推薦、理財、基金、保險、證券、生活六大主題板塊，提供內容和產品一體化的服務生態。

火山引擎提供的智能內容解決方案包括內容服務生態和內容服務能力兩個方面。在內容生態方面，除光大銀行自有的內容之外，火山引擎基於財富服務場景，為光大手機銀行量身定製基金、保險、理財、證券、房產、信用卡、養生、生活8大類目的內容服務體系。在內容服務能力方面，火山引擎為光大銀行提供了全鏈路的內容運營技術能力，包括：一，內容甄選，即通過智能模型識別視頻、圖文等內容，自動生成內容標籤的內容理解能力；保證內容合規的內容質檢能力；二，內容分發，用先進的推薦算法實現內容的個性化分發；用全球CDN分發加速和高穩定、零首幀的抖音同款播放器保障客戶優質的音視頻播放體驗；三、數據分析，提供內容服務全流程數據分析幫助光大銀行更好了解客戶偏好和留存趨勢等變化。

光大銀行通過把內容作為手機銀行服務轉型的重要抓手，從三個方面助力其打造「陪伴式智能財富管理服務」：一，以高質量的內容為客戶提供陪伴式財商投教，為用戶提供決策輔助，也通過運用分析數據更加了解開客戶，進而提供更精準的服務；二，以內容作為運營觸點，對不同的客群實現個性化的內容觸達，提高了客戶使用頻次和時長；三，內容服務根據手機銀行品牌定位、客戶圈層、業務特色、區域特徵等打造的差異化服務模式，為客戶提供全新的銀行服務體驗，樹立了全新的品牌形象。

拓爾思

廠商介紹：

拓爾思信息技術股份有限公司（簡稱「拓爾思」），成立於1993年，現有員工2000餘人，公司於2011年在深交所創業板上市。拓爾思以語義智能的企業級服務為戰略，專注於自然語言處理、知識圖譜和圖像視頻分析等領域的技術研發和產業化。

產品服務介紹：

拓爾思可為企業用戶構建包括內容生產、內容管理、內容分發、內容效果分析在內的智能內容運營整體解決方案，相關產品包括WCM內容管理系統、海雲集約化智能門戶平台、融媒體智能生產與傳播服務平台、融媒體傳播效果分析平台等，可用於政府部門的內容信息公開、媒體的資訊傳播、金融等行業的內容營銷等場景。

廠商評估：

拓爾思的智能內容運營解決方案在認知智能技術、數據服務、多渠道管理、客戶服務經驗等方面具備優勢。

在認知智能技術方面，拓爾思具備自然語言處理、知識圖譜、圖像智能、語音智能、數據智能等多個方向技術和能力，可提供完善的內容理解、自動化寫作功能。同時，拓爾思在長期業務發展中積累了面向媒體、金融、合規等多個細分領域的標籤體系和自動標籤構建工具，可為用戶在不同的業務場景中快速構建完善的標籤體系。

在數據服務方面，拓爾思智能內容運營解決方案能夠通過去重、相似度分析等大數據分析技術從媒體內容中發現全網熱點信息，並基於NLP技術自動從圖文內容中提取內容摘要，為企業提供更加豐富的基於自動化的內容生產服務。

在多渠道管理方面，拓爾思的內容管理系統可以對微信、微博、APP、H5等多種來源的文本、圖片和視頻內容進行統一採編和管理，並統一在多個渠道面向多種客群進行內容的個性化推薦和分發。

客戶服務經驗方面，拓爾思的智能內容運營解決方案已經服務過政府、媒體、銀行等領域大量頭部的機構或公司，具備豐富的客戶服務經驗和成熟的解決方案搭建能力。

典型客戶：

招商銀行、中信銀行、國務院辦公廳、新疆日報、海爾集團等

3.2. AI知識管理

定義：

AI知識管理是指通過機器視覺、機器學習、自然語言處理、知識圖譜等技術，從企業的各類結構化、半結構化、非結構化數據中提取知識，並構建成知識庫，實現企業知識資產的整合、管理、呈現和使用等功能，從而賦能各類知識應用的場景。

終端用戶：

金融、製造、醫療等知識密集型行業企業的各業務部門、客服部門

核心需求：

隨着知識逐漸成為企業最重要的一項生產要素，企業對知識挖掘和共享的需求越來越強，並且在數字化轉型的背景下，企業內部大數據、AI等技術能力已逐步成熟，企業需要對其海量領域知識進行系統化的積累、管理和使用。而AI知識管理正是提供了一套從知識整合、管理，到呈現和使用的智能化解決方案。企業對AI知識管理的核心需求包括：

自動化的知識庫構建與維護。企業的知識隱藏在海量未經整合和處理的文檔資料中，僅靠人工無法完成海量知識庫的構建與更新維護，因此企業需要運用多種AI技術從文檔中自動提取出知識，並識別出知識間的關係，構建知識圖譜。在知識庫的後續運維中，企業也需要運用多種AI技術識別出未知的用戶問題或知識，並將其在知識庫中更新。

精確的知識搜索與推薦。為了讓用戶獲得最準確的知識，企業需要具備基於自然語言處理技術的知識搜索能力，以準確理解用戶的搜索問題，並基於知識推理等技術返回相應答案；同時，企業需要能夠運用用戶畫像分析、個性化推薦技術，為用戶主動推薦有用的知識。

社區化的知識共享與使用。為了讓知識在企業內部有更加豐富的沉澱，最大化知識的價值。企業需要為用戶提供更多知識共享和使用的功能，促進人與知識的建立更多的連接，逐漸在企業內部形成社區化的知識中心。

廠商能力要求：

具備成熟穩定的機器視覺、機器學習、自然語言處理、知識圖譜等相關AI技術能力。廠商需要具備的AI能力包括：自動化的知識解析和圖譜構建能力，能夠為企業自動構建知識庫；能夠運用自然語言處理和無監督學習技術識別出用戶未知問題，以幫助知識庫的自動更新；能夠運用意圖理解、知識推理、NLP等技術準確理解用戶的搜索問題，並提供正確答案；能夠運用畫像分析、個性化推薦技術，為用戶主動推薦匹配的知識。

具備豐富的知識運營的方法與工具支持。廠商需要具備包含知識的採集、入庫、加工、推廣全流程的知識運營方法和工具，讓知識管理更加高效；並且在知識推廣中能夠提供問答、搜索、推薦、知識圈等多種功能促進知識的共享和使用。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

愛數

廠商介紹：

愛數成立於2006年，是一家大數據基礎設施提供商。其核心產品包括AnyBackup、AnyShare、AnyRobot、AnyDATA，為政府、公共事業及企業提供結構化數據、非結構化數據、機器數據、知識圖譜數據的全域數據服務能力，釋放數據價值，實現即時、隨時、實時的數據服務。

產品服務介紹：

愛數AnyShare KnowledgeCenter是一款具有認知智能的企業級知識管理產品，通過將愛數 AnyShare的內容管理能力與AnyDATA知識圖譜技術相結合，為大型綜合集團、智能製造、科研院所、工程勘察設計、新零售、IT與互聯網、專業諮詢服務等知識密集型組織提供智能化的知識資產整合、管理、呈現和使用能力，打造企業的智能知識中心。

廠商評估：

愛數AnyShare KnowledgeCenter知識管理解決方案具備智能化的知識組織與發現、社區化的知識分享與運營、專業領域知識庫構建等方面優勢。

在知識組織與發現方面，愛數AnyShare KnowledgeCenter提供基於AI技術的包含知識識別、提取、關聯、利用、發現的全生命周期自動化運營能力。AnyShare作為面向海量非結構化數據的智能內容管理平台，為KnowledgeCenter提供文檔存儲與全生命周期管理、權限管理以及部分公共服務能力。在此基礎上，AnyDATA 可以通過AI 算法來對文檔內容進行自動解析、提取標籤、發現關聯關係，構建知識網絡；同時，AnyDATA中內置的意圖理解、推理、知識搜索等引擎，能為用戶實現智能化的知識搜索、推薦與發現。

在知識分享與使用方面，愛數AnyShare KnowledgeCenter具備社區化運營能力。KnowledgeCenter提供了知識圈、問答、文章、話題等功能，知識圈可以由任何用戶創建使用，由圈內所有成員共同、自發進行知識貢獻、交流與沉澱；問答功能支持用戶提問尋求組織內其他人員的回答，也可進一步通過用戶行為和畫像、知識網絡等為用戶主動搜索自動推薦答案。通過這些功能，可以讓KnowledgeCenter沉澱的知識越來越豐富，並逐漸形成社區文化，實現知識從生產到消費的閉環，讓人與知識的聯繫更緊密，更大地發揮知識的價值。

在專業領域知識庫構建方面，愛數服務過智能製造、科研院所、工程勘察設計、新零售、專業諮詢服務等行業眾多客戶，對這些行業客戶的知識管理需求以及產品功能需求有較深積累，能夠構建行通用知識庫與知識網絡，將這些知識服務能力提供給用戶，並進一步在平台上為用戶提供第三方知識交易的功能。

此外，愛數AnyShare KnowledgeCenter整合了AnyRobot智能運維產品，能夠提供基於知識網絡的運維知識服務，並對用戶行為產生的大量日誌數據進行分析，形成用戶畫像，以用於精準的知識推薦。

典型客戶：

築森設計、金誠同達律師事務所、華潤雪花、西北油田、天津生態城等

客戶案例：

築森設計是國內知名的建築設計公司，該公司在長期業務發展過程中積累了海量的文檔、圖紙、圖片、視頻等非結構化數據，由此帶來了數據資產散落，難以整合利用；數據不互通，難以洞察分析；知識提取難，難以有效運營等問題。在此背景下，築森設計與愛數合作，構建智能知識管理與運營體系，以解決其數據和知識管理遇到的難題。

愛數基於其AnyShare、AnyDATA產品，為築森設計構建了文檔管理體系，知識運營體系，安全管理體系，並與其信息系統做了全面對接。其中知識運營體系主要涉及了知識庫、知識主題、知識社區三方面內容的建設，知識庫具體涵蓋了標準圖庫、技術總結、研發成果和工程圖紙等精華知識，知識主題涵蓋了各專業條線的知識主題、標籤、詞條、知識卡片等，知識社區則涵蓋了問題、文章、話題、圈子等功能。

通過構建智能知識運營體系，築森設計獲得的價值與效果包括：1）構建了完備的文檔和知識分類體系，沉澱為組織級的資產；2）實現了100%項目文件同步，以及項目全生命周期成果沉澱和管理；3）文檔和知識檢索效率提升了10倍，用戶可以實現秒級查找文件，減少溝通成本，工作效率提升10倍；4）打造智能知識中心，通過知識智能發現、智能識別、智能推薦等功能，實現千人千面的精準知識復用，提升了設計創新效率。

竹間智能

廠商介紹：

竹間智能成立於2015年，公司以自然語言處理、深度學習、知識工程、文本處理、情感計算等人工智能技術為基礎，將AI能力整合到企業業務中，為金融、製造、政務、智能終端等行業提供端到端解決方案, 賦能企業智能化轉型。

產品服務介紹：

竹間智能的Emoti Knows知識管理平台能夠處理和管理企業海量的非結構化文檔和內容，通過NLP、知識圖譜等技術，對知識進行智能採編、審核、應用和反饋優化，從而實現在統一的平台中順暢管理及應用文檔、產品知識、服務等內容。

廠商評估：

竹間智能的Emoti Knows知識管理平台在自動化的知識庫構建與更新維護、知識搜索準確率、知識共享與分發、知識檢索速度等方面具備優勢。

在自動化的知識庫構建與更新維護方面，竹間智能Emoti Knows知識管理平台能夠批量自動解析各類格式文檔中的標題、段落、圖表等內容，自動識別重要信息，直接形成和文檔相關的結構化知識圖譜。同時，Emoti Knows知識管理平台通過自然語言處理、自監督學習等技術對數據、文檔進行語義解析，自動採集知識，並自動生成FAQ，通過對話機器人回答用戶的業務問題。

在知識搜索準確率方面，竹間智能Emoti Knows知識管理平台提供以自然語言的查詢方式，真正理解用戶意圖和搜索語言，從而支持用戶即使提出複雜語義的問題，也能準確地獲得所需要的信息。

在知識共享與分發方面，竹間智能Emoti Knows知識管理平台支撐的智能知識庫不僅能關聯各類知識之間的關係，也能關聯人與人，人與業務之間的關係。具體包括：關聯人員與項目、產品文檔的關係；通過業務場景中人機或人與人的交互沉澱的業務知識反哺知識庫；通過用戶的點讚、標記、意見反饋支撐智能推薦、輿情分析等。

在查詢速度方面，竹間智能Emoti Knows知識管理平台支撐的智能知識庫採用分布式存儲架構，能實現智能檢索，以及數據的智能分配，從而可在毫秒級的時間內處理和檢索數十億的實體、數百億的知識關聯。

典型客戶：

比亞迪、中銀三星人壽、廣州12345政府服務熱線等

客戶案例：

某國內頭部車企於近年構建智慧客服2.0項目，打造智能一體化客服服務平台，旨在提升客服工作效率及服務質量、為企業服務提供數據支撐、助力業務數據智能決策。由於客服平台底層沒有完整的知識庫平台，缺少對於知識全生命周期的追蹤管理能力，不能對知識進行智能化地加工，也無法針對不同知識場景進行NLP算法的二次開發，該車企使用竹間智能自研的Emoti Knows知識管理平台創建其智能知識庫，為智能客服平台提供基礎數據能力。

竹間智能為該車企搭建的智能知識庫平台提供了集知識採集、知識採編、知識審核、知識管理、知識搜索、知識互動和知識分享於一體，涵蓋知識全生命周期的追蹤管理能力。同時，智能知識庫平台可以對企業知識進行的智能化地解析及處理，將非結構化的知識自動轉化為結構化知識，並應用到實際業務場景中。此外，智能知識庫平台提供了自動機器學習平台，能夠支持該車企針對其知識場景做NLP算法的二次開發。

通過啟用智能知識庫，該車企達到的效果包括：1）知識生命周期管理可追蹤，從知識的產生(採編)、知識的發布及搜索應用及知識反饋，全生命周期線上化功能齊全；2）支持知識審核及自定義，知識質量可以得到有效控制，推到終端用戶使用滿意度更高；3）智能化知識加工，包括支持知識抽取、知識圖譜存儲展示、智能搜索等；4）藉助NLP機器學習平台，未來可以針對不同知識場景做響應算法功能。

3.3. AI工業質檢

定義：

AI工業質檢是指基於AI視覺算法，以及相關硬件解決方案，對工業產品的外觀表面細粒度質量進行檢測，實現對產品缺陷的自動識別和分類，典型應用場景包括：3C零部件缺陷檢測、汽車零部件缺陷檢測、鋼鐵外表面缺陷檢測等。

終端用戶：

工業企業的質檢、質控部門

核心需求：

在工業企業里，存在着大量需要對產品質量進行檢測的場景，但傳統的依靠人工進行質檢的方式，不僅消耗大量人力勞動，導致人力成本高，而且人工進行質量檢測的方式其穩定性和精確度都存在不足。AI工業質檢通過採集產品圖像，並基於AI算法自動識別圖像中的瑕疵缺陷，從而解決了上述問題。企業對AI工業質檢的核心需求包括：

高效地進行工業缺陷檢測模型的訓練、驗證和部署。工業質檢領域存在大量長尾場景，企業需要能夠快速地針對眾多細分場景訓練、驗證、修改和部署模型，同時，針對相似場景的質檢需求，企業需要能夠將檢測模型遷移到相似場景，提高模型泛化能力。

高質量的成像分析。工業質檢領域採集的圖像經常會出現因大倍率景深、運動模糊、拍攝失焦等原因造成的成像效果不佳的問題，企業需要採用相應的成像分析算法，提高圖像質量，為檢測模型準確識別瑕疵奠定基礎。

需要對工業光源、工業相機、機械手、控制器等外部硬件進行定製化的設計，解決圖像採集、動作控制等問題，並與軟件平台結合，形成完整的AI工業質檢解決方案。

廠商能力要求：

提供工業視覺模型訓練平台，具備包括數據上傳、數據標註，到模型訓練、模型測試、模型部署、運行監控在內的全流程功能，並支持用戶通過不斷上傳新數據，自行迭代模型，提高模型准召率的閉環能力。同時，需要平台內置多種機器視覺和深度學習算法組件，支持用戶快速組合算法，搭建應用，以及方便對模型進行泛化。

在成像分析領域有較深厚的計算機視覺技術能力，能通過光度立體算法等技術提高採集的圖像的質量，解決成像不佳的問題，從而提高缺陷識別準確度。

能夠與工業光源、工業相機、機械手、控制器等外部硬件進行靈活兼容，或能提供相關硬件的定製化解決方案。

具備工業相關領域的行業know-how，能夠對產品生產流程、加工工藝等業務場景的知識有深入理解，並形成解決方案。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入300萬以上。）

京東科技

廠商介紹：

京東科技集團是京東集團旗下專注於以技術為產業服務的業務子集團，致力於為企業、金融機構、政府等各類客戶提供全價值鏈的技術性產品與解決方案。依託人工智能、大數據、雲計算、物聯網等前沿科技能力，京東科技打造出了面向不同行業的產品和解決方案。

產品服務介紹：

京東科技基於京東人工智能AI開放平台NeuHub的計算機視覺等技術，提供工業AI視覺檢測解決方案，該方案包括質檢一體機硬件、雲邊協同算力、工業質檢算法平台以及應用系統模塊，覆蓋玻璃崩邊檢測、鋼材表面劃傷檢測、包裝表面異物檢測、工業字符檢測等典型應用，能夠實時檢測生產現場產品缺陷，實現質量監控和預測，為製程改善提供參考。

廠商評估：

京東科技工業AI視覺檢測解決方案具備以下優勢。

在算法層面，京東科技工業AI視覺檢測解決方案具備面向3C、服裝、快消等行業常用視覺質檢場景的完整算法能力矩陣。同時，通過將行業機理模型與機器學習算法相結合，可以數倍降低模型訓練對工業品瑕疵數據量的要求，降低應用部署的冷啟動門檻。

在算力層面，京東科技工業AI視覺檢測解決方案具備雲邊端部署方案協同能力，支持「5G+邊緣算力集群+雲端管理」的部署方式，可以實現算力的彈性縮擴容，大幅度算力降低成本。

京東科技工業AI視覺檢測解決方案提供包含機械臂、成像系統、光學系統、工業控制器、傳感器等硬件的質檢一體機，通過交付軟硬一體的解決方案，可以實現AI視覺檢測的靈活、快速部署上線，並幫助客戶實現一機多用的功能。

在應用價值層面，京東科技工業AI視覺檢測解決方案從質檢切入，可以進一步延伸到質量管理和優化。結合京東科技全鏈路智能製造解決方案中的排產排產、工藝優化解決方案，基於對質檢數據的分析，挖掘質量缺陷成因，進而提供製程改善決策參考，從而改善良品率、提升生產效率。

典型客戶：

某快消品牌，某智能手機外殼生產商，某電池生產廠商等

3.4. 智能營銷

定義：

智能營銷指在「用戶洞察-營銷策略制定-用戶觸達與轉化-效果評估」的數字營銷流程中，能夠運用大數據挖掘、自然語言處理、知識圖譜、算法模型等智能技術，通過對某類營銷方式全過程或部分環節的智能化來提升營銷質效，例如大數據用戶洞察、輿情趨勢洞察、精準投放、個性化推薦等智能營銷場景。

終端用戶：

營銷部門、運營部門、品牌部門

核心需求：

已初步搭建數字營銷體系的企業，仍然在用戶洞察、營銷策略制定、用戶觸達與轉化、效果評估等環節存在業務痛點，需要藉助更全面的數據源以及大數據技術更好地完成營銷目標。具體需求包括：

傳統的用戶洞察依託企業CRM或CDP已有會員數據，缺少合規的外部數據；用戶畫像和潛客預測等洞察場景仍很大程度上依賴人工經驗，準確度不夠高。隨着數據智能技術的發展，企業希望合規使用人群特徵偏好、行動軌跡、輿論趨勢等各項數據，並由算法模型進行實時性的智能分析，生成更準確的洞察結論和可視化的數據展示，支撐策略制定優化。

多樣化的渠道和龐雜的市場信息給企業制定營銷策略帶來挑戰，要了解市場全局、確保營銷效果變得更困難。因此企業基於專業知識與經驗去制定整體營銷策略的同時，愈發強烈需要對全局市場環境形成系統性的分析方法，在客群趨勢、競品策略、市場反饋等方面獲得及時準確的數據。

隨着營銷精細化程度不斷提高，企業需要提高用戶觸達與轉化環節的自動化智能化水平，基於用戶生命周期或基於用戶分群構建豐富的營銷模型，支撐拉新、促活、個性化推薦、首購、復購、交叉購買等場景，實現精準的千人千面營銷，進一步提升各環節轉化效果。

企業需要營銷效果評估與策略優化緊密結合，將量化、實時、全面的效果反饋快速應用於策略調整與優化，持續提升營銷ROI。評估維度上一方面需要宏觀上更長期的營銷態勢量化數據，另一方面需要單項活動、產品各轉化環節的實時效果數據，並分別運用適配的評估模型實現自動分析。

廠商能力要求：

廠商可以在活動營銷、內容營銷或整合營銷等領域，提供不同的營銷工具、服務和方法論，且應具備大數據挖掘、自然語言處理、知識圖譜、算法模型等底層技術，對數字化營銷全過程或部分環節的實現智能化升級，主要應提供以下能力：

大數據用戶洞察能力。廠商應提供豐富合規的數據源以及AI分析模型，針對企業所需的線上線下營銷場景，運用大數據與機器學習技術對客群人口屬性、手機及APP偏好、興趣關注、品牌關注、位置分布等維度，進行實時全面的用戶洞察，為營銷策劃提供更敏捷可靠的數據支持。

市場環境洞察能力。廠商應具備營銷業務理解和市場分析方法論，並能運用自然語言處理、知識圖譜、數據挖掘等技術手段收集充分的市場信息，包括線下場景的區位、人流情況，以及線上場景的輿論趨勢、媒體熱點、渠道分布、KOL詳情等，代替傳統的人工調研和數據分析，形成對營銷態勢的洞察。

智能化運營能力。廠商提供的CDP、MA等智能營銷產品，需具備智能的標籤體系、豐富的營銷模型和效果監測功能，通過智能打標使用戶標籤更加豐富準確，通過個性化推薦、交叉推薦、復購預測、需求升級預測等營銷模型實現精準投放，並提供細緻的統計數據和指標，幫助企業提升用戶運營的智能化水平。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數10家以上；2.最近一年在該市場收入800萬以上。）

畫龍科技

廠商介紹：

上海海畫龍信息科技有限公司（以下簡稱「Datatist畫龍科技」）是領先的商業智能決策大腦供應商，公司已在商業場景中將人工智能、大數據與運營相結合，幫助企業搭建智能運營決策大腦，為數百個運營場景（如拉新、復購、交叉推薦等）提供商業AI決策模型，助力企業實現降本增效，幫助企業實現全生命周期的數智化運營。

產品服務介紹：

畫龍科技「AI運營官」以商業Al 技術為核心，通過數百個原創的商業Al算法模型，為企業構建一個從前期商機發掘到後期服務運營的全流程智能化、自動化運營體系，包括智能運營數據處理中心、智能畫像中心、智能運營AI中心、商機轉化中心（營銷自動化）、智能分析中心五大系統，為各種營銷場景提供決策支持，助力企業實現降本增效。

廠商評估：

模型精準度方面，Datatist畫龍科技「AI運營官」具有行業領先的「商業AI」技術，將AI算法與營銷業務邏輯深度結合，取代僅憑經驗打標籤和篩選人群的傳統方式，由AI模型對每個用戶動態評分，就品類/商品復購預測、個性化推薦、交叉推薦、需求升級預測等輸出準確的模型預測結果，轉化效果能夠比以往提高3到10倍。

營銷場景方面，在零售、證券、銀行、保險行業大量實踐案例的基礎上，Datatist畫龍科技「AI運營官」通過將行業模型SaaS化、特徵庫模塊化、數據標準化，為企業打造可覆蓋拉新、促活、個性化推薦、首購、復購、交叉購買等全生命周期場景的標準化AI模型，針對不同用戶價值、產品類別進行多場景的精細化運營。

效果評估方面，Datatist畫龍科技「AI運營官」在指標管理方面進行指標定義、指標建模的統一管理，使營銷效果評估指標更加體系化。同時系統可以對活動數據進行實時監測，對用戶點擊、瀏覽、加入購物車、成交各個環節做到實時追蹤，讓營銷人員可以根據效果持續優化營銷方案。

MA流程配置方面，Datatist畫龍科技「AI運營官」支持企業根據不同營銷場景下的不同客群需求，對營銷自動化流程進行靈活配置，配置後系統自動化執行。通過配置不同的內容、權益、觸達渠道等，針對不同客群的個性化需求執行不同的營銷策略。

典型客戶：

中國銀聯、廣發證券、海爾、光大銀行、華泰保險等

京東科技

廠商介紹：

京東科技集團是京東集團旗下專注於以技術為產業服務的業務子集團，致力於為企業、金融機構、政府等各類客戶提供全價值鏈的技術性產品與解決方案。依託人工智能、大數據、雲計算、物聯網等前沿科技能力，京東科技打造出了面向不同行業的產品和解決方案。

產品服務介紹：

在智能營銷場景，京東科技整合京東內部的AI技術能力以及數據、營銷實踐經驗、渠道資源等積累，提供數字營銷工具和相關服務。面向金融機構客群，京東科技提供數字化營銷與運營解決方案（下稱「U+」），圍繞金融機構數字化營銷用戶增長及活躍相關需求痛點，提供包括渠道運營、用戶運營、活動運營、數據運營、線上線下投放、系統能力建設優化等全方位的數字化智能營銷服務。

廠商評估：

U+在數字化精準營銷、聯合運營服務、一站式廣告投放服務、OMO營銷服務以及智能數字化營銷產品五方面具備優勢。

基於「數據+AI」的智能分析能力。依託京東集團在零售、物流等業務場景積累的龐大用戶基數，京東科技結合領先的機器學習等數據分析技術，可以為客戶提供營銷全鏈路的服務和智能分析工具，有效提升營銷策略的精準度和效果。

基於一線業務實踐方法論的運營服務能力。除了技術和工具服務以外，基於京東在零售、互聯網金融等業務多年積累的一線運營經驗和整套數字化運營管理方法論，京東科技可以提供從策略制定到執行的完整運營服務，涵蓋獲客、存量激活、私域運營等場景，可以以聯合運營的合作方式幫助客戶建立全面高效的數字化營銷運營系統與業務體系，實現最終效果落地。

豐富的營銷資源。在營銷策略落地的投放等環節，京東科技基於京東自有業務場景，提供場景權益、金融權益、合作商戶權益等各類卡券類權益，涵蓋線上線下多種渠道和場景的用戶，也可對接外部資源，為拉新、促活等策略落地高效對接豐富的營銷資源。

典型客戶：

中信銀行等

深演智能

廠商介紹：

深演智能，中國領先的AI算法驅動的Martech公司，由品友互動（成立於2008年）發展而來。深演智能以「AI賦能決策」的理念助力品牌增長，致力於通過人、信息和決策場景的智慧連接，讓人工智能真正賦能決策者。其擁有智能企業數據管理平台AlphaData、福爾摩斯AI算法平台等一系列人工智能決策產品，幫助企業搭建全渠道、全場景、全鏈路的數字化智能營銷決策平台，加速數字化轉型。公司服務了80%的世界500強品牌，橫跨快消、零售、汽車、互聯網服務、教育等多個行業。

產品服務介紹：

深演智能CDP解決方案貫穿數據底層到業務頂層，為企業搭建全鏈路、全渠道的智能客戶數據管理平台，擁有專利的標籤體系，整合多方數據實現人群洞察，助力企業精細化客戶運營。

深演智能全域MA，提供全鏈路的自動化營銷解決方案，通過管理企業營銷活動實現對客戶的個性化精準營銷和營銷自動化，提升觸達與轉化效果，助力企業增長。

深演福爾摩斯AI算法平台，可幫助客戶管理和沉澱用於建模的用戶、交易等特徵數據、建好的模型等資產，並提供模型服務以便滿足工程化的需求，批量或實時輸出預測結果。福爾摩斯AI也支持商品在線推薦，支持配置不同的推薦位使用不同的模型和推薦策略，其中典型的推薦模型包括協同過濾、Wide&Deep等。

廠商評估：

作為國內領先的營銷雲決策廠商，深演智能為企業提供貫穿數據底層到業務頂層的全域、智能、端到端的數字化營銷決策服務。其中，深演智能CDP+MA +Holmes AI通常以產品組合的形式出現，在數據智能、客戶洞察、全域營銷自動化和營銷效果評估等方面，具備較強的智能化能力和深厚的行業理解；同時深演智能可以將CDP跟自有的DMP、ADserving等產品無縫對接，是唯一同時具備這三者能力並將其一體化的廠商。

在客戶洞察方面，深演智能具備高效的數據整合和治理能力，可以幫助企業整合和治理客戶數據和第三方數據，並連接公私域，整合多渠道數據形成客戶One ID，構建精準客戶畫像。在此基礎上，深演智能在解決方案中內置客戶流失風險預測、線索評分、增換購預測、銷量預測、LTV預測等多種AI模型，從而支持從公域拉新、營銷、復購、流失召回等用戶全生命周期的智能運營。

在營銷自動化方面，深演智能的MA產品具有智能和易用兩大特點。深演MA基於營銷相關AI模型的計算結果，實現用戶觸達的自動分流、自動優化。同時，多類可選的任務模板使得MA活動易於設置，用戶可在30分鐘內完成全流程操作。

在智能決策方面，福爾摩斯AI算法平台為深演智能營銷決策雲提供底層能力支撐，從用戶、內容、觸點等方面將大數據帶來的分析洞察力轉化為輔助決策的能力。 具有獨家的數據收集和運行能力，可根據預測標籤設置不同的人群策略，智能推薦或者匹配內容，並預測最佳觸達渠道；同時，各類型的模型可按場景分類管理，沉澱模型資產。

在營銷效果評估方面，深演智能結合不同行業不同場景，為企業引入多維度的評估模型，更科學地評估客戶全生命周期總價值，並提供靈活可篩選的指標、自定義分析和可視化功能，方便企業進行數據探索和報告。

在行業經驗方面，深演智能長期專注於營銷技術，在汽車、零售等行業積累了大量為頭部企業服務的經驗，能夠根據客戶需求不斷升級自身產品，為客戶落地CDP、DMP、MA等全鏈路的智能營銷工具及方法論。

典型客戶：

福特金融、廣汽本田、阿維塔、雅詩蘭黛、資生堂等

客戶案例：

某汽車製造企業是國內規模領先的汽車上市公司。經過前期的營銷數字化建設積累了大量有價值的自有數據，但這些數據來自近百個內部業務系統，數據源繁多且複雜。建立第一方客戶數據平台、實現客戶數據價值變現，通過智能化的營銷決策驅動業務增長，成為該車企營銷及營銷技術人員面臨的重大課題。

深演智能通過CDP+MA產品解決方案為該車企打造以數據驅動為核心的智能營銷決策系統，系統具備深演智能獨有的「數據中台+業務中台」雙層結構。

在數據層面，幫助企業打通私域公域全鏈路和全渠道客戶數據，沉澱豐富的數據資產，並基於車企業務屬性、產品特徵、市場需求等因素，為其設計包括事實類標籤、模型類標籤和預測類標籤的多維度標籤體系。其中，深演智能的標籤管理模塊具備多層次標籤結構、標籤邏輯的定義和多種標籤生成方式，賦能該車企快速建立標籤庫、實時形成用戶畫像。

在業務層面，重點通過用戶全生命周期管理模塊、線索質量評估模型、預測模型等功能模塊為車企構建驅動增長的智能營銷決策引擎。例如，用戶全生命周期管理模塊可對不同生命周期階段進行自動化分析判斷，實時洞察消費者的所處階段和各階段用戶人群的變化趨勢等，幫助營銷人員及時調整用戶運營重心，掌握營銷活動進程節奏，從而提升有效線索率和轉化率，同時更好地把控營銷成本，優化營銷ROI。

深演智能的CDP+MA產品解決方案幫助該車企整合全鏈路數據資源，打造數據驅動的智能營銷決策系統，進行高效的數據價值變現，使用該平台後有效銷售線索數量提升50%，線索獲取成本降低20%，真正實現智能營銷決策賦能企業銷量提升和長效增長。

時趣

廠商介紹：

時趣是領先的品牌全內容營銷需求服務平台。時趣獨創的「創造力銀河」生態服務，優選眾多專業的中小營銷公司，通過自主研發的「創造力匹配引擎」，為品牌的不同營銷需求匹配優質服務團隊，並藉助「時趣洞察引擎」為策略、創意和傳播等提供高效的數據分析，為品牌提供經過專業管理、數據賦能、創意精準的內容營銷服務。

產品服務介紹：

「時趣洞察引擎」是專為品牌營銷人打造的智能數據服務平台。通過對主流社交平台上的營銷內容數據和消費者反饋數據進行分析洞察，為品牌方、專業營銷人員、內容創造者等生態夥伴，提供智能的營銷洞察、趨勢掌握、創意方案、價值挖掘、營銷預測等服務，從指數趨勢、數據工具、營銷諮詢和行業前沿觀點等多方面助力品牌營銷。

廠商評估：

時趣從數據洞察、策略制定、生態體系和服務經驗四個方面，為品牌營銷提供獨具特點的營銷工具和服務。

一是為品牌營銷提供專業的數據洞察。時趣洞察引擎能夠實時自動化獲取2萬+品牌、每天上億條營銷內容和消費者反饋數據，數據源覆蓋全網主流社交媒體、口碑渠道和電商渠道，運用30餘種AI算法構建了超過200個細分行業的知識圖譜和營銷模型，實時將數據處理為具備營銷邏輯的信息和知識，幫助品牌實現對消費者、營銷賣點、創意特徵、競品策略等洞察。

二是提供更具影響力的品牌策略。時趣洞察引擎為品牌主、品牌營銷人員、內容創造者提供實時精準的品牌營銷策略諮詢，通過對行業趨勢、人群畫像、內容熱點、媒介矩陣的多維指標分析，以及競品對比分析，基於全局深度洞察為品牌提供營銷策略制定、內容創意輸出等服務。

三是生態體系提供最佳匹配的團隊服務。時趣的「創造力銀河」生態體系匯集了眾多經驗豐富、專業傑出的優秀中小型團隊。利用「創造力匹配引擎」智能算法匹配邏輯，時趣可在生態內部為客戶匹配最佳團隊，並結合時趣洞察引擎的數據服務全程對其提供優質服務。

四是豐富的服務經驗。時趣在快消品、美妝、餐飲零售、文化娛樂等行業擁有專業豐富的品牌營銷經驗，服務過眾多行業TOP級客戶，覆蓋上千個應用場景，能結合獨創營銷方法論，深刻理解各行業品牌需求和痛點，為企業提供針對性的解決方案。

典型客戶：

寶潔、歐萊雅、京東、美贊臣、OPPO等

客戶案例：

OPPO面對手機市場的激烈競爭，以OPPO Reno3系列產品「視頻防抖」功能搶占視頻影像新功能賽道。而在產品上市以來，營銷效果整體不佳，一方面是因為在紛雜的信息中難以讓消費者關注到主打賣點；另一方面，消費者對「防抖」的場景價值認知較弱。因此，OPPO需要對「視頻防抖」特點做更好的市場教育和傳播。

時趣針對OPPO Reno3「視頻防抖」的賣點，基於自身AI+大數據能力，依託時趣洞察引擎，在全網數據分析的基礎上為OPPO提供了完整的營銷方案。在策略制定環節，藉助時趣洞察引擎，對手機「視頻防抖」市場需求現狀和用戶數據做了分析，發現防抖具備「種草基因」，但大量用戶的視頻防抖需求還未被激活，因此選擇以大量「場景營銷」做產品功能教育。在場景選取環節，通過對海量用戶數據的分析，時趣幫助OPPO選定了小情侶日常打鬧、日常拍寵、日常拍娃等12個手機視頻拍攝場景需求。接着，時趣有針對性地選取了面向不同圈層、具備高場景匹配度的明星及網紅KOL，打造了內容IP《12級防抖全運會》，並以短片形式向消費者傳遞了「拍好視頻、先有防抖」的觀念，助力OPPO Reno3系列在用戶認知中樹立5G視頻手機的定位。

藉助時趣提供的全流程營銷服務方案，短期來看，該次營銷戰役有效利用不同KOL在各個圈層形成的影響，在傳播聲量、產品聲量方面取得了巨大成功，全面引爆了傳播效果；長期來看，以爆炸性內容強勢影響了消費者購買慾，提升了消費者對手機視頻防抖和OPPO品牌的認知，助力了品牌建設。

維智科技

廠商介紹：

維智科技是領先的時空人工智能產業賦能平台，致力於為數字孿生時代的城市和商業打造決策型「AI大腦」，通過時空感知、時空認知、時空決策與時空智能交互技術，為城市、金融、零售、地產等提供精細化場景服務和智能解決方案。

產品服務介紹：

WAYZONE智能場景營銷雲平台，基於維智科技核心的時空AI技術，為企業提供以線下場景為核心的智能營銷服務。平台基於作戰地圖，挖掘並處理人群、商業生態、地理、交通等多維網格級的時空數據，實現動態客群洞察、營銷資源整合、營銷價值評估等核心能力，提供投前洞察、投後評估、建立媒體資源庫一站式服務，構建基於線上線下投放全鏈路的數字化分析與評估體系的解決方案。

廠商評估：

基於時空數據資產和時空AI技術，WAYZONE智能場景營銷雲平台在廣告投前的人群洞察、場景洞察、智能策略推薦，以及投後效果評估等方面具備優勢。

在人群洞察方面，基於靜態、動態數據源和自有人群標籤庫，維智科技能夠幫助實現基於線下場景洞察人群畫像（性別、年齡、地域、偏好、消費能力等）和職業分布、常去購物/居住地等情況，根據客戶需求可實時、批量輸出豐富的人群標籤數據包，從而為廣告投放圈實現精準的客群營銷需求。

在場景洞察方面，維智科技基於時空知識圖譜為客戶提供8大高營銷價值場景（交通出行/餐飲購物/商務辦公/教育文化/社區住宅/醫療衛生/娛樂休閒/公共服務），並建立行業知識模型和標籤指標體系，幫助客戶更便利地了解營銷場景所在地的訪客特徵、訪客動向、媒體點位、門店商鋪與廣告位關係等信息。

在智能策略推薦方面，維智科技基於模型算法實現投放策略的智能化，可以為客戶推薦投放場景、點位等，或根據客戶提供的種子點位擴展推薦。

在投後效果評估方面，維智科技針對不同行業客戶需求，能夠提供多樣化的評估方案，通過打通線上線下數據流轉和場景層面創造性的邏輯整合，能夠幫助客戶建立科學合理、可量化的數字評估體系，提供投後點位客流分析、媒體投放與線下到店人群重合度分析、到店效果驗證等服務。

典型客戶：

美宜佳、通用、美素佳兒等

客戶案例：

美宜佳是國內第二大連鎖便利店集團，自成立以來，以廣東為中心逐步在全國範圍進行業務布局。目前，集團擁有美宜佳品牌門店兩萬多家，每日門店總客流量達2500多萬。經過早期信息化建設，美宜佳積累了豐富的內部「人貨場」數據，但為加快門店擴張和優化整體運營水平，美宜佳希望對門店人、貨、場的要素特徵及其關聯有智能化的洞察，支撐門店選址、門店運營和營銷優化等業務的數字化升級。

針對美宜佳面臨的店外生態場景數據缺乏和門店運營相關AI分析與決策能力等問題，維智科技與美宜佳構建了聯合數據倉庫及商業智能決策管理平台。該平台在底層通過聯合數倉，整合了維智科技的時空數據與美宜佳門店數據，再運用客群畫像、選址選品、營銷預測等AI模型生成智能分析結果，為美宜佳門店選址、運營和營銷工作提供線下大數據、預測指標、歸因分析等決策依據。

該平台實現對線下門店運營與營銷場景的智能洞察，有效幫助美宜佳品牌門店和加盟門店總計4萬+門店，進行數字化智能化的運營，同時也支撐了美宜佳每年3000家門店的開店合關店決策，從而推動集團運營與營銷工作向數據驅動智能決策轉型升級。

3.5. 智能客服

定義：

智能客服是指利用語音識別ASR、語義理解NLP、流程自動化等技術打造對話機器人、客服知識庫、智能質檢等產品，賦能企業客服部門實現人機協作的答疑諮詢、業務辦理、投訴處理、營銷推薦等場景，從而提高客服效率、提升客戶體驗。

終端用戶：

客服部門、營銷部門

核心需求：

面對快速增長的線上業務需求和消費者對服務的高質量要求，企業客服部門需要採用軟件機器人應答來提供全時全渠道在線服務，並通過智能對話、自動化業務辦理等功能，提高客服機器人的問題解決率和客戶滿意度，從而整體減少工作壓力和人力成本，讓客服人員更多去應對複雜和緊急的客戶要求，或從事高價值的營銷服務，全面提升企業客戶服務能力。核心需求包括：

機器人智能應答。客服機器人要能夠基於自然語言對話理解客戶需求，並給予準確反饋，需要機器人能夠理解客戶文字、語音、圖片多種形式的諮詢，將客戶跳躍式、非常規式問題準確轉化為標準的意圖，並匹配相應答案或業務流程，對底層自然語言理解和語音識別等技術的要求較高。

構建企業知識庫。不同行業客戶需要解決的具體問題內容差別較大，對客服機器人底層知識庫的行業屬性要求較高，企業需要結合自身業務知識和行業通用知識，構建有針對性的客服知識庫，並且智能知識庫需要隨着新的客服知識產生而及時更新。

客戶服務場景可擴展。客服業務已不單是為了解決客戶諮詢，企業希望以客服渠道融合問題諮詢、投訴處理、業務辦理、營銷推薦等更多類別的客戶服務能力，並在服務過程中通過實時巡檢、風險提示、智能質檢等功能確保服務質量。

廠商能力要求：

廠商需在自然語言理解、對話式AI和語音識別等方面具備深厚的技術積累，提供常見問答、多輪對話、情感識別、敏感詞識別等AI對話模型，以及統籌各AI模型共同完成應答的對話管理框架，實現流暢對話並解決用戶訴求。

廠商應針對客服業務的具體需求，為企業構建智能客服底層的知識庫，且知識庫應具備自動學習、更新能力。廠商需具備同行業實踐經驗，藉助自身積累的行業知識庫為企業快速部署智能客服項目。

廠商需響應企業需求、為智能客服擴展更多相關功能，包括千人千面的營銷推薦、用戶個性化查詢、自助業務辦理、客服質檢等配套功能。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數10家以上；2.最近一年在該市場收入500萬以上。）

京東科技

廠商介紹：

京東科技集團是京東集團旗下專注於以技術為產業服務的業務子集團，致力於為企業、金融機構、政府等各類客戶提供全價值鏈的技術性產品與解決方案。依託人工智能、大數據、雲計算、物聯網等前沿科技能力，京東科技打造出了面向不同行業的產品和解決方案。

產品服務介紹：

京東智能客服·言犀（下稱「言犀」），以Al技術驅動，從文字、語音到多模態交互，從對話智能到情感智能，目前已有在線諮詢機器人、語音外呼、語音導航、語音應答、數字人、遠程銀行數字員工等在內的產品及服務矩陣，並針對電商、政務、金融等領域開發了行業專屬智能客服整套解決方案。

廠商評估：

言犀在多模態交互技術能力、智能知識庫、方言識別和情感識別、線索發現能力四方面具備優勢。

多模態交互技術能力行業領先。言犀構建了從算法能力、開發平台到應用API的一站式AI基礎設施，擁有業界領先的全棧自研語音、語義、知識圖譜及對話技術，技術上保證機器人智能化水準。在文字和語音基礎上，通過融合計算機視覺和多模態模型等技術，實現視覺、聽覺、文本等多種模態信息交互，能夠打破單模態輸入輸出限制，加入虛擬人形態，使人與機器的交互更加自然真實。

智能知識庫積累和精細度行業領先。智能機器人的底層能力是知識庫，言犀在知識庫的行業廣度和場景顆粒度都處於行業領先。一方面，背靠京東在零售、金融、物流、健康、保險等不同行業的深度知識積累，言犀可在通用術語的基礎上，為客戶提供細分領域的知識庫；另外一方面，言犀在電商換貨、退貨、開發票等細分應用場景具有深度理解和積累，能為客戶提供更加精細化的知識庫。

較優的方言識別和情感識別能力。針對方言，言犀開發了口音適配的模型和算法，能夠對口音進行識別，當前，言犀已覆蓋全國90%以上地區方言，域內識別率達到95%以上。。情感識別方面，言犀研發了業內領先的精細粒度情緒識別模型，推出情感智能客服機器人，可識別生氣、失望、憤怒、焦慮等7種情緒。

較好的銷售線索發現能力。言犀智能機器人可覆蓋售前、售中、售後全流程，在與消費者溝通的過程中，如發現消費者對某一類特定產品有加購、收藏、問詢這類動作或意向的時候，會立刻推送有針對性的商品信息，提高銷售轉化率。

典型客戶：

江南農商銀行、Babycare、聯想、大同12345市民服務熱線等

來也科技

廠商介紹：

來也科技成立於2015年，是一家RPA+AI產品服務提供商，基於智能自動化平台，為客戶提供智能自動化解決方案，提升組織生產力和辦公效率，通過人機協同釋放員工潛力，業務涉及智慧城市、政務服務、電力能源等多個領域。

產品服務介紹：

來也科技的對話式AI平台來也Chatbot，基於深度學習的自然語言處理技術和企業級應用管理能力，提供了一站式的對話搭建能力，實現不同交互方式的無縫對接，滿足各個行業搭建員工服務、智能營銷、智能客服等業務場景對話機器人的需求。

廠商評估：

來也Chatbot對話式AI平台具備自然語言理解能力強、運營維護便利、產品功能可擴展以及豐富的行業服務經驗等方面優勢。

對話式AI平台能力方面，對話機器人平台具備預置詞庫、意圖理解、FAQ、多輪問答、對話策略等多種AI模塊，可以對用戶提問進行準確的意圖識別和應答，完成多輪對話和個性化對話，並且支持中文和英文等多語種對話能力。同時，平台具備開放集成能力，提供100+接口，可從企業ERP、CRM、CMS等業務系統接入信息，多渠道獲取用戶屬性和產品資料，提供個性化回復和富媒體交互方式。

平台運營維護能力方面，對話機器人平台底層具備完整閉環的機器學習工具鏈和基礎組件，使得機器人上線後的運行監控和優化更便捷。平台支持在線標註和自動學習，人機協作持續優化意圖庫和知識庫；平台通過自測自檢統計多輪對話轉化率、健康度等數據，幫助運營人員提前發現問題並維護。

產品功能擴展性方面，對話機器人平台可與來也RPA、來也IDP結合，實現產品功能和應用場景的拓展。比如在客服對話中靈活跳轉到RPA流程，自動為用戶執行業務操作和辦理；或智能文檔理解平台IDP的AI能力對文檔內容進行識別理解，配合相關的業務辦理工作。

行業服務經驗方面，來也科技經過在醫藥、高端零售等行業服務過大量客戶，積累了保險、母嬰、汽車、美妝等眾多細分行業的通用知識庫，可以為用戶快速提供常見問題解答和產品諮詢服務。

典型客戶：

伊利集團、惠氏公司、龍湖地產、保時捷中國、沃爾瑪中國等

竹間智能

廠商介紹：

竹間智能成立於2015年，公司以自然語言處理、深度學習、知識工程、文本處理、情感計算等人工智能技術為基礎，將AI能力整合到企業業務中，為金融、製造、政務、智能終端等行業提供端到端解決方案, 賦能企業智能化轉型。

產品服務介紹：

竹間智能的智能客服3.0解決方案是一套輔助與服務客戶的完整體系，集合對話式AI機器人、智能在線客服IM、智能工單等產品模塊，包含智能坐席輔助、智能用戶畫像、智能報表分析與洞察平台等多種功能模塊，並且支持全渠道接入和多媒體信息交流，能夠端到端地滿足各方人員的客戶服務需求。

廠商評估：

竹間智能的智能客服3.0在語義和情感理解、業務及服務知識輸出、人機協作和自我學習優化等多個方面具備優勢。

在語義和情感理解方面，竹間智能在NLP技術應用實踐中，積累了海量意圖和知識，打造出通用語義引擎，能夠準確理解對話語義。同時，憑藉情感識別能力，竹間智能智能客服可以準確捕捉用戶情緒，運用恰當策略進行有溫度的問答。

在業務及服務知識輸出方面，竹間智能可以幫助企業搭建面向機器人和人工坐席的統一知識庫，為智能客服提供知識儲備，提高業務知識的覆蓋率和準確率。同時，智能知識庫內包括多輪對話、業務技能、FAQ問答、閒聊在內的知識可得到不斷的補充及完善可以持續升級擴容。另外，依靠知識工程技術，智能客服3.0還可以自動構建知識圖譜，實現智能搜索、風險控制、文本分析等業務應用。

在人機協作方面，竹間智能智能客服3.0能夠自動監測到對話機器人無法滿足用戶需求的情況，並無縫轉接人工坐席，同時提供完整的服務軌跡和相關信息。人機協作還可以輔助和增強人工，比如其中智能在線客服IM提供知識推薦、話術推薦、知識檢索等功能，而智能工單系統具備智能填單、智能流轉等功能，以此提升坐席的服務效率、質量和規範化程度。

在自我學習優化方面，竹間智能智能客服3.0能夠基於機器學習平台的無監督學習等能力，自動且不間斷地分析和挖掘服務內容，識別及優化未知問題，而無需人力大量干預。同時，結合對話記錄和各種歷史數據，智能客服3.0可以繪製更精細的用戶畫像，賦能千人千面服務及營銷。

典型客戶：

交通銀行、長城證券、同方全球人壽、同程旅行、環球影城等

3.6. 銀行智能風控

定義：

銀行智能風控是綜合運用機器學習、知識圖譜、計算機視覺、網絡安全等技術，融合內外部多源異構數據，在銀行相關部門反欺詐/反洗錢識別、信貸審批、貸後管理等場景下實現智能風控。

終端用戶：

銀行風控部門；信用卡中心、消費金融、網絡金融等零售業務部門；信用管理、信貸審批、金融市場等對公業務部門。

核心需求：

銀行為滿足零售信貸、小微信貸等業務的風控需要，需要運用人工智能技術實現實時的反欺詐識別、智能信貸審核和貸後管理等應用場景，從而提升銀行風控能力，同時提高運營效率、實現收益目標。核心需求包括：

反欺詐識別方面，銀行需要在信貸業務的申請、交易、支付等環節進行全方位的風險信息核查與監控，識別高風險客戶和可疑行為，作出風險判斷和攔截，做到實時的反欺詐識別。提高審核效率和反欺詐能力，在全面防範客戶欺詐風險的前提下提高批貸率。

信貸風控方面，銀行希望依靠智能決策賦能全方位風險識別和準確的收益評估，在風險可控的前提下實現收益最大化，同時實現自動化的風險與收益評估，提高批貸效率。

貸後管理方面，需要對客戶分層精細化管理，一方面提高風險識別的時效性和準確性，及時發現風險、處置風險；另一方面深入挖掘客戶價值，例如對零售信貸客戶進行使用激活、額度增長等策略，提升收益水平。

廠商能力要求：

反欺詐方面，廠商需具備生物識別、設備指紋、用戶畫像、IP畫像、規則引擎、欺詐關聯圖譜等風控技術，提供端到端的反欺詐解決方案，幫助銀行建立全流程閉環的反欺詐智能分析和預警能力，並具備模型自學習能力以適應欺詐手段變化。

信貸風控方面，廠商應具備強大的數據整合能力和建模能力，掌握大數據、人工智能、隱私保護計算等先進技術，為銀行提供標準化的數據產品和解決方案服務，包括計算平台、數據中台、規則引擎、畫像模型、評分模型及聯合建模服務等。

貸後管理方面，廠商需針對零售或小微業務提供相應的貸後模型、規則引擎和風險數據，幫助銀行進行持續性的違約風險跟蹤評估。對零售業務，提供評分模型、收益模型、風險預警策略等產品實現千人千面的精細化管理；對小微業務，藉助自然語言處理、數據挖掘等技術提供外部風險數據，實現多維度風險追蹤。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數10家以上；2.最近一年在該市場收入1000萬以上。）

拓爾思

廠商介紹：

拓爾思信息技術股份有限公司（簡稱「拓爾思」），成立於1993年，現有員工2000餘人，公司於2011年在深交所創業板上市。拓爾思以語義智能的企業級服務為戰略，專注於自然語言處理、知識圖譜和圖像視頻分析等領域的技術研發和產業化。

產品服務介紹：

TRS數星智能風控大數據平台，是一款利用人工智能、大數據、自然語言處理、知識圖譜技術構建的綜合型在線服務平台。平台圍繞海量異構數據，全面監控海量金融實體多維風險。平台提供智能多維標籤、預警信號推送、風險事件跟蹤、風險傳導關聯、綜合異構圖譜等貫穿多場景全流程風險管理功能，提升金融機構風控能力。

廠商評估：

TRS數星智能風控大數據平台面向銀行的小微及對公業務智能風控場景，在海量多源異構數據源覆蓋、對非結構化數據的分析挖掘、服務模式等方面具備優勢。

TRS數星智能風控大數據平台在數據源接入層面覆蓋了境內外全渠道異構數據，日增億級增量以上，數據類型包括新聞輿情、資本市場公司公告、宏觀政策、研究報告、細分行業標籤和企業工商信息及司法數據等，同時支持境外多語種數據，可以幫助銀行有效補充外部數據，構建風險全量數據池。

在對非結構化數據的分析挖掘方面，TRS數星智能風控大數據平台基於拓爾思的自然語言處理與知識圖譜技術，可以有效從海量低密度價值數據中提煉高價值、高精煉知識數據。其自主研發的語義智能AI分析引擎，支持文本分類、文本聚類、實體抽取、關係挖掘、數據比對、情感分析等多種核心自然語言處理技術，其中核心文本分類準確性超85%。平台具有高可擴展性、高性能的異構數據跨場景AI算法能力，涵蓋實體識別、實體融合、實體切片、關係識別、事件脈絡、信號溯源等6大核心算法，內置超過20種實體風險場景模型。支持海量數據信號化處理，利用時間序列、相似性排序、熱度預判、指標抽取等核心技術，形成風險預警信號，深度應用於風險監測業務中，信號準確性超99%。

此外，TRS數星智能風控大數據平台可以針對不同銀行的差異化需求提供多樣靈活的服務模式，包括在線服務SaaS模式、數據服務DaaS模式、API服務，並提供相應的定期培訓與報告、持續迭代運營、文檔支持等服務。

典型客戶：

中國銀行、中國農業銀行、國家開發銀行、平安銀行等

3.7. AIOps

定義：

AIOps智能運維是指利用機器學習等人工智能技術，通過對海量運維數據的分析挖掘，從而支持監控、告警以及根因分析等IT運維流程的自動化和智能化，提升運維效率和業務穩定性。

終端用戶：

IT運維部門

核心需求：

隨着數字化轉型的推進，數字化應用在企業業務中的比例越來越高，帶來了IT運維對象規模的增長，以及業務對系統安全穩定運行的要求提升；同時，企業IT基礎架構由集中式向基於雲計算的分布式架構轉變，應用架構由單體架構向微服務架構轉變，企業IT架構變得越來越複雜，運維難度越來越高。核心需求包括：

故障快速定位和處理，保證系統安全穩定運行。傳統運維方式以監控、事後處置和人工經驗判斷故障原因、手動恢復為主，存在異常定位困難、處理效率低等缺陷，需要基於數據和算法的自動化、智能化運維方式提升響應速度。

降低IT運維成本。隨着運維需求的增長和複雜度提升，加之運維工作量大、重複性工作對人才吸引力逐漸降低，IT運維面臨日趨增長的成本支出。企業迫切需要通過人工智能等技術降低IT運維對人力的依賴，從而降低成本。

廠商能力要求：

廠商需要能夠提供AIOps平台，該平台應當具備以下能力：

運維數據採集與治理。AIOps平台需打通不同的監控平台，能夠採集軟硬件基礎架構、網絡流量、應用性能、業務性能等跨運維領域的數據，具備全量運維數據源的整合能力；並提供數據治理能力，統一運維數據標準，優化運維數據質量，奠基數據分析基礎。

智能數據分析能力。可憑藉領先的算法、機器學習等技術，實現運維數據實時分析、異常檢測和關聯分析能力，快速洞察人力難以解決的故障問題，預測可能造成故障的風險與隱患；同時持續迭代故障分析預測模型，提升運維智能化程度。

故障自動響應。AIOps平台可以不斷學習和改進每個重要事件和操作響應之間的關聯性，在平台故障監控診斷的同時，AIOps 平台可以提供修復建議，並自動化響應或觸發外部自動化系統修復故障，實現自動化運維。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

擎創科技

廠商介紹：

擎創科技2016年成立於上海，是一家智能運維AIOps落地解決方案供應商。擎創科技專注於以AI賦能運維管理，激活運維數據智慧，助力客戶數字化轉型。目前其客戶群已覆蓋銀行、保險、證券、製造、能源及交通運輸等多個行業。

產品服務介紹：

擎創科技的夏洛克AIOps智慧運營平台的架構分為四層：數據採集層通過代理、數據湖、API等方式接入多源運維數據；數字運維中台提供數據治理、流批一體數據處理、AI平台服務；運維應用層提供告警辨析、日誌分析、指標解析等運維應用；運營決策中心實現從業務視角的系統運行狀況洞察，支撐業務決策。整體實現「數據採集-數據中台-智能應用-運營決策」的閉環。

廠商評估：

擎創科技主打「中台+場景」的AIOps綜合能力，在數字運維中台能力以及告警、日誌分析等智能運維應用方面具備優勢。

夏洛克AIOps智慧運營平台的數據底座「數字運維中台」提供較為強大的數據治理、數據處理和AI算法能力，支撐各場景智能運維應用的靈活構建。「數字運維中台」能夠對跨平台數據進行統一的治理，形成高質量的運維數據資產；在數據處理層面，支持PB級別數據量的流批一體處理以及圖形化的數據流編排；AI平台內置十幾種算法，並提供交互式的算法調優調參和模型管理功能。擎創科技的「數字運維中台」與上層應用是同時構建，使得中台本身能夠根據上層應用的需求沉澱較為完整和深厚的能力體系。

在運維應用層，夏洛克AIOps智慧運營平台的告警和日誌分析能力突出。告警辨析中心基於機器學習算法和規則，結合歷史數據，對告警進行集中管理和精細化的實時智能分析與處理，可以實現降噪和關聯分析，輔助根因定位和故障處理知識沉澱。日誌精析中心/日誌速析專家實現對海量日誌數據的管理、聚類、分析等，支持基於算法的異常模式檢測，提升根因定位、日誌審計、異常檢測等運維能力。

夏洛克AIOps智慧運營平台基於「中台+場景」的產品體系，，可以針對企業智能運維的不同階段需求提供靈活的服務模式，支持各個模塊的單獨部署，且各模塊也集成了中台的數據處理能力，開箱即用。

典型客戶：

交通銀行，浦發銀行，安信證券，上汽通用，上海鐵路局等

客戶案例：

某國有銀行是五大國有銀行之一，隨着數字化轉型進程的不斷推進，銀行業務系統和基礎架構愈發複雜，尤其是雲環境的搭建導致IT架構複雜度攀升，同時運維數據日益增長，如何提升運維能力成為該銀行數字化轉型的重要關注點。在IT運維方面，該國有銀行主要面臨的問題集中在數據治理難、發現問題難、根因定位難、運營分析難四個方面，藉助先進的手段和方式，實現運維側的全面升級，成為該銀行的重要訴求。

基於上述需求，該銀行與擎創科技展開合作，就智能運維AIOps展開深度探索。擎創科技基於自身強大的大數據能力、流批一體處理能力和AI算法能力，從數據治理層（包括數據採集、數據處理、數據存儲）、運維應用層以及運營決策層多個層級，為銀行提供智能運維夏洛克AIOps全面解決方案。

基於夏洛克AIOps，該銀行構建運維中台整合全量數據，並基於智能運維產品，實現高效智能運維。該銀行得以提升銀行運維數據治理能力優化運維數據質量，提升運維問題發現能力，加快發現異常和容量預警的速度，實現分鐘級別定位故障源並高效綜合排障，提升整體運營分析能力，運營風險降低約70%，運營效率提升約6倍，數據中心整體SLA（服務水平）得到極大提升，銀行運維能力全面升級。

3.8. 視覺智能雲服務

定義：

視覺智能雲服務是指為以API接口調用的形式為企業提供多種標準化的AI視覺模型服務，通常包括人臉人體、圖像識別、分割摳圖、視頻理解、視覺搜索、文字識別等多種類型，可為金融、零售、政務、交通、媒體、泛互等各類行業企業或機構在眾多業務場景中快速構建基於計算機機覺的AI能力。

終端用戶：

企業IT部門、科技部門

核心需求：

傳統的AI視覺應用中，企業需要依靠專業的算法工程師進行開發，並需要積累足夠的樣本數據、提供充分的算力資源、投入大量的時間才能完成。這樣的開發方式時間長、成本高。因此，對於一些有外部成熟解決方案的AI應用，企業需要能夠以雲服務的形式從外部供應商接入，直接使用。企業對視覺智能雲服務的核心需求包括：

滿足特定場景的功能需求。企業對於AI視覺模型的應用場景都很明確，因此，需要在特定業務場景中引入成熟的特定AI能力。例如，電商企業在需要對入庫商品進行識別和分類時，需要引入外部廠商的商品識別模型。

模型類型豐富。企業通常會在多個應用場景引入AI視覺模型，為避免對接多個廠商的服務會額外產生的時間和管理成本，企業需要儘量從單個供應商處引入多種AI能力。

模型精度高，以保證獲得良好的使用效果。

服務接入方便，能夠在線上自助完成服務開通、接口調用、測試驗證、部署上線、用量監控等全流程，以便能快速接入AI視覺模型，加快應用落地。

模型能得到持續的維護和迭代，以保證模型性能保持穩定，並具備更多的功能。

廠商能力要求：

能提供豐富的AI視覺模型，並且模型精度較高。廠商需要能提供人臉人體、圖像識別、分割摳圖、視頻理解、視覺搜索、文字識別等領域豐富的AI能力，並且模型的精確度要高，能保證企業的使用效果。

服務接入方便。廠商需要能夠在線上為企業提供全流程的自助服務接入能力。

具備較強的AI視覺模型研發能力。廠商需要具備專業的計算機視覺研發團隊，能夠保證模型的持續維護與迭代。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數10家以上；2.最近一年在該市場收入800萬以上。）

火山引擎

廠商介紹：

火山引擎是字節跳動旗下的企業級技術服務平台，將字節跳動發展過程中積累的增長方法、技術工具和能力開放給外部企業，提供雲、AI、大數據技術等系列產品和服務，幫助企業在數字化升級中實現持續增長。

產品服務介紹：

火山引擎AI開放平台集成了字節跳動旗下抖音、西瓜視頻、今日頭條等產品在研發中積累的數百項視覺、語音、語義等方面的AI能力，平台將這些AI能力封裝成標準化的產品，以API調用的形式為企業用戶實現AI能力的快速集成和部署，解決傳統AI應用開發中，企業自研時間長、成本高的痛點問題。

廠商評估：

火山引擎AI開放平台的視覺智能雲服務具備AI能力多、使用效果好、服務接入快三個方面的優勢。

在AI能力豐富度方面，火山引擎AI開放平台集成了200多項視覺智能的AI能力，能夠覆蓋泛互聯網、電商零售、金融、汽車、文旅等行業用戶絕大部分視覺相關的AI應用場景。這些視覺智能的AI能力包含人體人像、圖像技術、視頻技術、文字四大類：

人像人體方面，AI開放平台提供對包含人像人體內容的圖像進行智能編輯與處理的能力，例如人像特效、人像摳圖、人像畸變矯正等功能，以及人臉關鍵點檢測、人體屬性、人體行為分析等能力。

圖像技術方面，AI開放平台提供圖像識別、圖像編輯、分割摳圖、視覺搜索等多項能力，可應用於圖像美化、物體檢測、廣告投放等多項場景。

視頻技術方面，AI開放平台提供畫質增強、尺寸轉化等視頻內容生產能力，以及內容摘要、封面選取等視頻內容理解能力。

文字識別方面，AI開放平台圖片、文檔等內容的通用文字識別能力，以及票據、卡證等垂直領域的識別能力。

在使用效果方面，火山引擎AI開放平台的視覺智能AI模型基於海量數據和深度學習的訓練，並經過大量場景和產品的驗證，因此其算法精準度高。同時，字節跳動的算法工程師會對算法做持續升級，可以為用戶提供可靠支持。

在服務接入便利度方面，火山引擎AI開放平台支持客戶在線上全流程完成自助接入服務，包括產品查閱、開通服務、接口調用、測試驗證、部署上線、用量監控、結算付費都可以由用戶自助完成。

典型客戶：

穿山甲、IC Photo、OPPO、脈炬等

3.9. 知識圖譜平台

定義：

知識圖譜平台是支撐知識圖譜構建與應用的平台，該平台融合認知計算、知識表示與推理、信息檢索與抽取、自然語言處理與語義網、數據挖掘與機器學習等技術，提供知識抽取、知識表示、知識融合、知識推理、知識存儲以及知識圖譜應用等能力，幫助企業構建知識圖譜並實現統一的知識圖譜管理和應用。

終端用戶：

企業IT部門、各業務部門

核心需求：

隨着企業數字化轉型的推進，企業需要進一步地實現認知決策類業務場景的智能化，尤其是從大量非結構化數據中挖掘關聯關係等數據價值，賦能業務應用，典型場景例如銀行的風控與營銷、公安的刑偵與經偵、品牌商的門店運營與營銷等。知識圖譜提供了一種從海量非結構化數據中抽取結構化知識，並利用圖分析進行關聯關係挖掘的重要技術手段。核心需求包括：

高效實現知識構建。在海量多源異構數據基礎上進行知識構建是知識圖譜應用的基礎。非結構化數據存在數據量大、數據格式多樣、結構不標準且複雜等問題，處理難度高，需要基於成熟的工具，利用數據治理以及知識抽取、知識表示和知識融合等技術，實現知識構建。

形成知識推理計算能力。在知識構建基礎上，企業需要具備知識推理計算的能力，結合行業Know-How計算知識中的顯性與隱性關係和拓展屬性，進一步挖掘隱含的知識。

實現知識圖譜應用場景落地。企業最終需要通過知識圖譜技術賦能具體業務應用實現價值，因此，企業需要快速定位高價值應用場景，並根據應用場景需求，並結合業務專家知識進行知識圖譜構建和最終應用價值的實現。

廠商能力要求：

廠商需要能夠提供具備知識抽取、知識表示、知識融合、知識推理、知識存儲以及知識圖譜應用等完整能力的知識圖譜平台，具備低門檻和易用性，以支撐知識圖譜的構建和應用。

廠商需要具備在特定行業的知識圖譜應用落地能力，包括針對特定行業的業務場景和需求理解、特定領域的預構建知識圖譜、上層應用解決方案等，以及相關的客戶服務案例。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

拓爾思

產品服務介紹：

拓爾思安拓知識圖譜平台是通用的領域大數據知識圖譜產品，融合了大數據、可視化和知識圖譜相關技術，能夠構建形成大規模領域知識圖譜，實現知識構建管理、知識語義檢索、智能文本提取、智能問答、智能推薦、圖譜關係分析、地理空間分析、知識管理等，目前已應用於政府、國家安全、公安、軍事和企業等多個領域。

廠商評估：

拓爾思的安拓知識圖譜平台在功能完備性、知識構建、知識圖譜應用、領域知識圖譜覆蓋面等方面具備優勢。

拓爾思安拓知識圖譜平台的功能較為完整。圍繞知識圖譜的構建與應用，平台提供數據接入管道、知識構建工具、知識圖譜庫、知識計算引擎、知識圖譜服務中心、知識管理、知識搜索分析等功能，支持可視化配置，能夠較好地支持企業級知識圖譜平台的構建和應用開發。

在知識構建方面，拓爾思安拓知識圖譜平台支持基於動態本體的知識圖譜快速構建，可以較好地應對知識結構發生擴充變化的典型業務場景。

在知識圖譜應用方面，拓爾思安拓知識圖譜平台針對知識檢索、共享和展現等具備功能和易用性上的特色。知識檢索支持人機對話式智能交互檢索、全文檢索、語義檢索等方式；在協同方面，支持多人、異地、跨部門的知識協同分享；在分析展現方面，支持基於GIS的地圖進行展示和交互式分析等。

在領域知識圖譜覆蓋方面，拓爾思安拓知識圖譜平台提供長期積累的公共知識庫和數據資源，特別是針對互聯網大數據、媒體大數據、企業大數據、政務大數據等領域。

典型客戶：

當代中國與世界研究院、平安集團、中紀委、公安部等

客戶案例：

某股份制商業銀行（以下簡稱「M行」）作為國內金融零售業頭部銀行，注重對消費者的全流程陪伴和用戶體驗，踐行消費者權益保護工作。此前，M行已使用傳統的IT系統實現消保審查和投訴處理線上化，但此類系統由分行或業務部門各自建設和使用，且沒有覆蓋全渠道投訴、反饋和跟蹤情況，導致投訴風險主要依靠各層級消保部門進行人工分析，信息流轉過慢，管理層無法對消保工作進行全過程的監控和管理。

M行希望通過建設智能消費者保護中台，運用語義理解、語音識別、機器學習等技術增強對消保業務全過程管控，智能排查潛在的投訴風險，以數字化手段提升工作質效。

M行經過對解決方案公開比選，選擇與拓爾思合作建設智能消費者保護中台。智能消保中台解決方案，解決了數據孤島打通、海量非結構化數據處理和風險智能排查等需求，覆蓋事前審查、事中預警、事後督辦的消保全生命周期智能管理，提供投訴升級預警、重大投訴推送提醒、外部輿論分析等功能，實現潛在風險由人工排查向系統自動排查轉型。

其中，針對風險智能排查需求，拓爾思運用知識圖譜技術進行關聯分析，輔助消保全過程的監督審查工作。以消保審查中的營銷內容審查為例，平台將經過整合的產品圖譜、服務圖譜和相關投訴數據可視化展示，為營銷內容審查提供更全面的參考信息，提高審查質效。

基於認知智能技術的智能消費者保護中台上線以後，對M行的消費者權益保護監控和預警工作帶來了顯著價值和成效。

第一，消除了數據孤島，實現全口徑、多渠道消保大數據整合，每月自動化處理的消保數據超10萬條。

第二，完整的數據為消保工作全環節線上跟蹤管理和統計、整改、考核評價、責任追究提供基礎依據，保障統一的消保審查工作體系在全行持續落地，有助於實現消保工作規範化標準化的科學管理，有助於落實監管要求。

第三，充分挖掘消保數據價值，消保數據處理分析效率較過去提升20倍，每年節約500萬人力成本。消保專家知識庫積累超5000個知識點，適配超兩萬個意見模板，提升20倍審查效率。實現潛在投訴風險的智能化自動排查，有效提高工作質效，降低因投訴、訴訟或輿情事件造成的聲譽損失，也讓消費者權益保護更加及時有效。

維智科技

產品服務介紹：

Phy-gital KG時空知識圖譜平台是維智科技自主研發的以線下場景為核心的時空知識圖譜管理平台，集時空AI智能引擎、規模化圖數據庫、高性能引擎計算於一體，以時空大數據為基礎，基於深度學習算法，深度結合業務場景和領域知識構建了以線下場景為核心的「增強型」開放域知識圖譜，在業內首次實現了千億級多模態時空知識圖譜系統，面向商業、企業、政府的數字化轉型構建端到端的圖譜應用。

廠商評估：

維智科技Phy-gital KG時空知識圖譜平台主打面向先下場景的時空知識圖譜構建，在面向行業級和企業級的線下時空相關知識分析和應用場景方面具備獨特優勢。

Phy-gital KG平台基於時空基礎數據（地理信息數據等）、政務數據、領域數據、網絡數據等數據源，構建了獨特的大規模的線下時空知識圖譜，包括城市圖譜、園區圖譜、社區圖譜、人群圖譜、點位圖譜、商品圖譜共六大類聚圖譜，支撐相關的行業應用。

在平台功能層面，Phy-gital KG平台提供多源異構數據接入、知識提取、圖譜聚類、知識應用和行業應用解決方案構建的完整能力；基於全棧時空AI技術體系，支持數據資產生成、調用及全生命周期動態管理；支持深度時空關係推理挖掘，具備本體推理、規則推理、常識推理、時態推理和空間推理能力，基於圖神經網絡實現包括節點分類、連接預測、社區計算和相似子圖計算；支持時空檢索、可視化圖展示、多平台終端支持和知識問答（可依託AR/VR）等應用。

在應用場景方面，基於上述時空知識圖譜和平台的計算分析、應用構建能力，Phy-gital KG平台能很好地支撐城市、商業、營銷等領域的關係推理、深度洞察（人&場景）、智能推薦、風險預警、追蹤評估、智能投研、預測預判、精準拓客、場景營銷等相關的應用場景。

典型客戶：

平安銀行、農業銀行，浦發銀行等

竹間智能

廠商介紹：

竹間智能成立於2015年，公司以自然語言處理、深度學習、知識工程、文本處理、情感計算等人工智能技術為基礎，將AI能力整合到企業業務中，為金融、製造、政務、智能終端等行業提供端到端解決方案, 賦能企業智能化轉型。

產品服務介紹：

作為竹間智能知識圖譜平台的Gemini KG，可以定義和管理知識的schema，將非結構化數據自動構建成知識圖譜，並打造豐富的知識圖譜應用，覆蓋跨行業全場景業務，包括智能語義搜索、行業與業務圖譜構建、問題與事件洞察、推論預測、故障根源排查分析、事件分析、業務審核、智能推薦、信息挖掘與抽取、機器閱讀理解、異常監控、風險控制、問題探索等，顯著提升企業數據及知識資產的應用效益。

廠商評估：

Gemini KG在自動化知識構建、應用豐富性、可視化、整體解決方案能力等方面具備優勢。

Gemini KG結合了竹間智能多種NLP算法及語義解析算法，可自動且快速地構建知識圖譜，將數據與知識資產進行結構化組織及管理，簡化了整個流程，大大降低難度與工作量。另外，它支持企業依照自身的需求構建知識圖譜schema，而且隨着數據的不斷擴充，可由算法自行補充。

Gemini KG的應用豐富性較強，可涵蓋多個行業多個場景，包括金融、製造、農業、工業、醫藥、健康醫療、教育、司法等領域的知識圖譜，實現多樣化的應用。

Gemini KG以圖形化的展示效果來呈現大規模的知識圖譜，讓複雜的數據關係能夠一目了然，並允許用戶通過圖探索的方式，與知識圖譜的數據進行可視化交互，直接在畫布上對數據進行查詢和分析。

竹間智能在認知智能和情感智能領域擁有完善的產品體系，包括Bot Factory A+H智能對話平台、Emoti Knows知識管理平台、Emoti Mate實時銷售與坐席助手、Emoti Coach智能培訓等。Gemini KG可以與上述產品相結合，針對營銷、客戶服務、運營管理等不同業務場景，基於知識圖譜技術的智能化應用需求提供完整解決方案，目前已經在金融、政企、製造業、零售電商、醫藥、消費產品、能源等領域服務了眾多大型企業和機構。

典型客戶：

華泰證券、上海證券交易所等

3.10. 智能決策

定義：

智能決策是綜合利用機器學習、深度學習、強化學習、運籌優化等多種智能技術實現增強和自動決策，可以基於既定目標，綜合約束條件、策略、偏好、不確定性等因素，對相關數據進行建模分析，從而自動生成最優決策，典型業務場景包括製造業排產排程、物流運輸路線優化、零售業商品定價與補配貨等。

終端用戶：

工業與能源、交通運輸、消費品與零售、金融等行業的企業決策層、業務部門負責人

核心需求：

隨着精細化運營的需求增長以及市場快速變化和不確定性增強，企業和組織需要持續提升業務決策的質量和效率；而另一方面，消費者和產業的在線網絡互聯下，決策的要素不斷增長且關聯性增強，使得業務決策變得更加複雜，企業和組織對智能決策的需求主要包括：

優化決策效果：傳統決策主要依賴於專家基於業務規則和經驗進行，而人腦的計算力和業務規則的覆蓋度有限，對於複雜問題不能全局考慮，需要利用海量數據、結合機器學習和運籌優化等算法全局考慮問題，篩選所有可行方案並評估效果，從而輸出效果最優的決策。

提升決策敏捷性：傳統人工進行複雜決策的周期較長，且依賴既往業務規則，對於不斷變化的需求和環境因素難以及時響應，作出快速評估和有效應對，需要藉助智能決策平台的高速計算能力，實時更新決策結果，並可通過模擬仿真進行情景分析。

提升決策透明度：傳統人工決策的經驗無法有效標準化和量化，決策過程不清晰，不能形成數據積累和決策能力的推廣復用，需要通過基於系統的數據和業務規則進行決策，實現過程標準化、可回溯。

廠商能力要求：

具備智能決策技術和產品能力。廠商需要能夠提供基於機器學習、深度學習、強化學習、運籌優化等技術的智能決策產品，支持將實際決策問題中的決策標的、約束、偏好以及目標轉化為決策模型，並基於數據和算法對模型進行高效求解，輸出最優決策。

具備智能決策場景化解決方案落地能力。廠商需要具備一定的特定垂直行業服務經驗，能夠在通用的智能決策平台產品基礎上，結合場景理解能力，針對特定行業及業務場景的典型決策問題提供成熟的智能決策應用解決方案，並實現解決方案的工程化高效落地。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

畫龍科技

廠商介紹：

上海海畫龍信息科技有限公司（以下簡稱「Datatist畫龍科技」）是領先的商業智能決策大腦供應商，公司已在商業場景中將人工智能、大數據與運營相結合，幫助企業搭建智能運營決策大腦，為數百個運營場景（如拉新、復購、交叉推薦等）提供商業AI決策模型，助力企業實現降本增效，幫助企業實現全生命周期的數智化運營。

產品服務介紹：

Datatist畫龍科技提供AI智能運營決策機器人「AI運營官」、「AI權益聯盟」兩大產品。「AI運營官」為企業構建一個從前期商機發掘到後期服務運營的全流程智能化、自動化的運營體系，為拉新、復購、交叉推薦等運營場景提供決策支持。「AI權益聯盟」是基於業務場景大數據，融合機器學習能力生成的業務增長解決方案，該產品可以幫助客戶建立企業或品牌間的權益聯盟，給會員精準推送外部權益，既可促活又可實現數據變現，並有效降低拉新成本。

廠商評估：

在智能決策技術方面，Datatist畫龍科技的算法模型效果表現突出。Datatist畫龍科技基於核心團隊在eBay、LinkedIn等領先互聯網公司的AI驅動運營實踐和研發能力，主打「商業AI」，即將機器學習、深度學習等技術與拉新、復購、交叉銷售等核心商業運營場景的業務邏輯深度融合，自研了數百種模型，沉澱數十萬專用特徵庫，模型準確度高。

在產品層面，Datatist畫龍科技的智能決策解決方案基於標準化模型，具備快速部署能力。在大量實踐案例的基礎上，Datatist畫龍科技通過將行業模型SaaS化、特徵庫模塊化、數據標準化，為企業打造可覆蓋拉新、促活、個性化推薦、首購、復購、交叉購買等全生命周期場景的標準化AI模型，對於數據導入的要求較為簡單，便於快速冷啟動和驗證，並可以針對客戶需求實現方案的快速部署，系統安裝、運維也較為標準化。

Datatist畫龍科技的智能決策平台主要聚焦於零售、銀行、保險、證券等行業，場景上聚焦覆蓋用戶全生命周期的運營優化和基於業務場景大數據，融合機器學習能力生成的業務增長和拉新優化。基於銷量預測的供應鏈優化，並積累了服務大量頭部企業客戶的經驗。

典型客戶：

中國銀聯、廣發證券、海爾、蘇寧易購、廣汽豐田等

客戶案例：

某頭部證券企業是一家老牌券商，對財富管理業務發展提出了新的要求，收入結構上需要逐步擺脫對佣金收入的高度依賴，提升財富管理產品引入和銷售能力。

在營銷數智化轉型的初始階段，該券商通過自研產品推薦算法，並協同外部科研合作團隊，共同研究產品智能推薦，分別在線上通過手機證券「嚴選好基」等服務個性化展示推薦產品，線下通過財富平台「猜TA喜歡」、定期郵件推送等幫助營銷人員提升銷售業績，但轉化效果不太理想。其主要痛點主要為以下幾個方面：

1）在AI研發方面是碎片式的，沒有完全掌握運營全生命周期的方法論、沒有經過體系化的應用，因此效果提升有限。2）AI技術團隊與業務團隊溝通存在代溝，AI模型設計師，對業務的理解不深，很難對數據和AI給出指導意見，因此設計的AI模型對業務提升和幫助有限，3）轉化目標和指標體系缺乏，導致運營活動的目標客群的分類和活動目標關聯性不強，沒有將合適的人群和合適的產品、權益進行相應的匹配。四，另外還存在，運營場景單一、場景接入進展緩慢、模型迭代優化困難、線下任務響應緩慢的問題。

該券商引入Datatist畫龍科技的商業AI智能決策系統之後開始成體系的進行智能化用戶運營。將數據價值轉化為精準的商業決策，為每個產品高效的識別目標用戶、按客戶群特徵進行精準營銷，根據用戶偏好提供低成本個性化服務。

首先，在Datatist畫龍科技的幫助下搭建了用戶全生命周期智能運營體系。完成從經營產品變在經營用戶和流量運營模式的戰略轉型。打破部門壁壘，按照用戶生命周期的思路重新構建全渠道運營場景，形成持續運營、持續優化的流程。然後為企業全生命周期的每個轉化環節設計相應的場景、轉化目標與指標體系。

並且，在每個轉化環節，設置相對應的智能運營決策引擎，持續優化轉化效果。比如，促進空戶激活，促進股民轉財富用戶，促進ETF基金復購，促進客戶資產升級等。

通過Datatist畫龍科技原創的各類商業AI模型可以實現：

1）精準挖掘商機，提高商機質量，降低運營成本。2）可以精準預測每個用戶的需求，精準匹配產品，權益和內容進行個性化運營，提高轉化率，大幅度提高運營ROI；3）模型不是碎片化使用，而是系統化解決問題。以對用戶進行促活和提升資產為例，AI全生命周期模型包含54個子模型可以從各個狀態解決促活和價值度提升。4）還可以對運營各環節進行持續優化和調整，循環提升轉化效果。

目前，通過Datatist畫龍科技商業AI智能決策大腦的賦能該券商APP已取得階段性成果，成功對App 30多個運營欄位實現了個性化運營。線上已完成超過1500場活動運營，服務訪問日均超過3500萬次，活躍度轉化率從1%提升到8%，發現頁彈窗點擊用戶數提升160%，點擊率提升3%。

在新一期規劃中，廣發證券將拓展更多智能決策的應用場景，讓商業AI全面賦能線上和線下場景，包括活動運營、客戶運營、資訊（內容）運營、產品運營等各方面。

維智科技

產品服務介紹：

維智自主研發「Phy-gital飛吉特時空智能平台」，推出了數據時空化、時空圖譜化與圖譜智能化三大核心引擎，發布上百個決策型人工智能算法系列並提供企業級應用,包括精細化場景洞察、企業知識架構迭代、場景模型構建與優化等核心能力，實現更通用、更高效、更精細的企業級時空智能服務。

廠商評估：

Phy-gital飛吉特時空智能平台基於線下時空數據資產和智能算法，能夠幫助企業和政府客戶快速落地面向城市管理、商業、文旅等領域的智能決策應用。

基於獨特的線下時空數據資產和智能算法，Phy-gital飛吉特時空智能平台主要能夠支撐面向城市管理領域的定位規劃、交通調度，商業領域的智能選址、銷量預測、智能補貨，文旅領域的路線推薦與AR/VR智能交互等典型智能決策場景。

Phy-gital飛吉特時空智能平台沉澱了大量數據資產和預置模型服務，可以幫助企業和政府客戶快速啟動和落地智能決策應用。平台整合了時空基礎數據、時空動態數據、領域業務數據、線上網絡數據等數據源，結合大數據和AI技術能力，提供企業、政務可調用的數據庫和知識庫：包括元數據、圍繞人群和場的標籤畫像、預構建圖譜等的時空數據資產，以及面向流量、個性化場景等主題應用的預訓練模型，具備「開箱即用」的特性，可以有效補充智能決策應用所需的數據和算法基礎條件。

典型客戶：

湖北省應急管理廳、上海浦東新區大數據中心、長沙市數據資源管理局等

3.11. IPA智能流程自動化

定義：

IPA智能流程自動化（Intelligent Process Automation）是指融合計算機視覺、機器學習、自然語言處理和RPA等技術，具備非結構化數據處理和認知決策等智能化能力，實現業務流程的自動化執行。

終端用戶：

企業的財務部門、HR部門、市場部門等業務部門、IT部門

核心需求：

隨着信息化和數字化的推進，企業建設了大量分立的業務系統，實現了業務流程的線上化，同時也產生了大量需要人工執行的重複性的系統操作流程，成為機械性的低附加值勞動。與此同時，大量業務流程需要進行繁瑣的跨系統操作，並形成了數據孤島。企業對於跨系統流程連接和數據集成的需求不斷增長，核心需求包括：

實現業務流程自動化，提升業務效率。大量需要人工操作執行的業務流程耗費了人力和時間成本，企業需要藉助自動化系統替代人工執行，實現降本增效。

實現對數據非結構化、無固定規則等複雜業務流程的自動化處理。傳統的RPA只能處理結構化數據以及規則明確的業務流程，而企業內部存在大量需要處理圖片、文檔等非結構化數據，以及流程節點需要進行認知判斷以確定下一步操作的業務流程，需要自動化系統具備非結構化數據處理和認知決策能力。

廠商能力要求：

廠商需要能提供具備智能化能力的RPA產品。廠商的RPA產品需要具備成熟和完善的功能和易用性，包括設計平台、機器人、控制平台「三件套」；在此基礎之上，還需要具備OCR、自然語言處理、智能語音、機器學習等技術能力，從而具備非結構化數據處理和一定的認知決策能力，可以支持複雜業務流程的自動化。

廠商需要具備成熟的服務能力，能夠基於自有團隊或者合作夥伴的能力為客戶提供業務流程諮詢、業務流程自動化實施和運營等服務。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數10家以上；2.最近一年在該市場收入500萬以上。）

來也科技

廠商介紹：

來也科技成立於2015年，是一家RPA+AI產品服務提供商，基於智能自動化平台，為客戶提供智能自動化解決方案，提升組織生產力和辦公效率，通過人機協同釋放員工潛力，業務涉及智慧城市、政務服務、電力能源等多個領域。

產品服務介紹：

來也科技的產品是一套智能自動化平台，包含機器人流程自動化產品「來也RPA」、智能文檔處理產品「來也IDP」、對話式AI平台「來也Chatbot」、RPA+AI 機器人交易平台「來也Bot Store」等。其中來也RPA主要包含設計器、控制器、機器人、AI能力平台四大模塊，為機器人的生產、執行、分配、智能化提供相應的工具和平台。

廠商評估：

來也科技智能自動化平台在原生AI技術能力、產品易用性、生態合作夥伴體系等方面具備優勢。

來也科技在自然語言處理與理解、多輪對話管理、計算機視覺、深度神經網絡等AI技術上具備原生的技術能力積累，能夠較好地將AI與RPA技術相融合，從而支撐在文檔等非結構化數據處理、對話式流程生成、對話機器人、基於知識圖譜的智能搜索等場景的更優效果，尤其是針對非標準化場景的模型適配能力。

來也RPA的易用性較好，尤其是在設計器模塊支持零代碼/拖拽式生成，對於企業用戶的非專業開發者、諮詢公司等合作夥伴的交付實施人員易於上手，便於快速落地。

在客戶交付服務方面，來也科技構建了健全的合作夥伴生態體系，擁有全國各地近600家合作夥伴，包括神州數碼、偉仕佳傑等IT系統集成商，德勤、畢馬威、埃森哲等諮詢公司，以及雲廠商等不同類型和層級的合作夥伴網絡，能夠為客戶提供可靠的交付實施和運維等服務。

此外，來也科技的開發者社區擁有60多萬註冊用戶，龐大的社區用戶體量進一步優化了產品的易用性、插件功能的豐富性以及整體的開放性。

典型客戶：

國家電網、首鋼股份、中移在線、貝殼找房、蘭州社保等

客戶案例：

中移在線是中國移動集團全資子公司，在全國擁有87個中國移動10086呼叫中心，負責線上線下融合的業務辦理和客戶交互。隨着業務量持續增長、業務範圍不斷豐富和考核指標逐漸精細，為解決一線業務重複性工作壓力大，以及海量工單數據處理造成系統不穩定的問題，山東中移在線從業務痛點出發，制定了RPA+AI從單點落地到規模化部署的三步走計劃。

第一階段是緩解一線高頻高負荷工作壓力。山東中移在線在來也科技的支持下，選擇工作量最大的業務辦理場景，完成業務規則梳理、操作流程優化和技術難題攻堅，最終實現RPA機器人7x24不間斷工作，月均處理業務量高達51.9萬單，準確率100%，釋放原本96人團隊中80人該項任務的工作量。

第二階段要解決部門間數據孤島痛點。以寬帶群障工單閉環管理為例，來也科技充分發揮RPA強連接器的作用，連接前台提單、中台分單、後台處理與歸檔等跨部門系統，雙向對接數據流和業務流，完成跨系統間20+字段的自動填寫，實現整個業務流程的自動化處理，日均處理量達7000單，相當於40個業務員的日工作量。

第三階段升級業務系統的數據處理能力。山東中移在線攜手來也科技，將RPA結合AI、VBA、Python等技術，完成工單處理中數據填充、郵件編輯、內容對比、查證、覆核、判責等工作，實現對百萬量級數據的自動化處理，過程穩定、結果準確，迅速提升工單處理效率。

截至2021年三季度，來也科技已與山東中移在線共創開發了營銷、數據、投訴等150+場景，部署軟件機器人160餘台，年釋放500+全職人力，助力山東中移在線取得兩年間RPA迅速規模化落地的顯著成效。

3.12. 機器學習平台

定義：

機器學習平台是指面向開發者提供的機器學習和深度學習模型開發平台，提供包含數據標註、數據準備、特徵工程、模型訓練、模型部署等在內的AI開發全流程服務。

終端用戶：

企業IT部門、大數據和人工智能部門、科技創新部門等

核心需求：

隨着企業智能化的推進，企業需要眾多場景持續開發和部署新的AI應用，此時企業需要構建統一的平台對AI開發全流程的工作進行統一管理，讓AI開發更加簡單、高效和靈活。企業對機器學習平台的核心需求包括：

支持端到端的模型開發功能。企業需要平台提供包括數據標註、數據準備、特徵工程、模型訓練、模型部署等功能在內的端到端的能力，以便加快模型開發流程，以及便於組織內協作。

多樣化的建模方式，滿足不同技術水平人員的開發需求。為應對大量的AI開發需求，企業需要讓不同技術水平的人員都能運用平台進行開發建模，包括為具備一定專業能力的數據分析師、IT人員提供可視化拖拉拽式的建模方式，並在平台內置多種成熟的算法；為專業的算法工程師等提供Notebook交互式建模方式，並內置多種算法框架，以及雲端開發環境；為業務人員提供AutoML的建模方式，普通用戶可以選擇數據和場景，自動建模。

靈活的模型部署及服務調用方式。企業需要讓不同方式訓練得到的模型在多種生產環境中，快速部署，以簡化模型推理工作，快速驗證模型效果。

統一的模型管理。隨着平台中沉澱的模型越來越多，企業需要對這些模型進行統一管理，以提高對模型資產的管理效率，便於相關人員進行調用。

在一些大規模分布式訓練場景，企業還需要平台支持對CPU/GPU資源的混合調度，並在推理任務中實現彈性擴縮容，降低其訓練成本，實現較高的資源性價比。

廠商能力要求：

廠商需要在平台中提供包括數據標註、數據準備、特徵工程、模型訓練、模型部署等功能在內的端到端的模型開發能力。

廠商需要提供可視化、Notebook、AutoML等多種建模方式，並且平台中需要內置多種成熟的算法、主流的算法框架、以及多種面向特定場景的預訓練模型，滿足不同技術水平人員的開發需求。

廠商需要提供讓多種複雜模型在生產環境中一件部署的能力，以簡化模型推理工作，並在推理任務中實現能夠實現計算資源的彈性擴縮容。

廠商需要提供統一的模型管理功能，如模型版本維護、模型更新、模型發布服務、對模型服務調用情況查看等功能。

代表廠商：

（入選標準：1.最近一年在該市場服務客戶數5家以上；2.最近一年在該市場收入500萬以上。）

火山引擎

廠商介紹：

火山引擎是字節跳動旗下的企業級技術服務平台，將字節跳動發展過程中積累的增長方法、技術工具和能力開放給外部企業，提供雲、AI、大數據技術等系列產品和服務，幫助企業在數字化升級中實現持續增長。

廠商評估：

火山引擎機器學習平台的核心能力在於能為大規模機器學習訓練提供低成本、高效率的開發體驗，在資源管理、模型訓練、模型服務、原子化能力集成等方面具備優勢。

在資源管理方面，火山引擎機器學習平台提供資源組功能用於計算資源的隔離，用戶可以使用不同的資源組處理不同類型的業務。例如在訓練任務中，用戶可以通過這些資源組按優先級排隊，實現彈性的資源調度，在推理任務中實現彈性擴縮容等。從而為用戶在大規模分布式訓練中實現較高的資源性價比，高效的訓練和調度能力。

在模型訓練方面，火山引擎機器學習平台自定義訓練模塊為用戶提供了靈活的機器學習訓練環境，預置了 TensorFlow、PyTorch、BytePS、MPI 等多種分布式訓練框架，用戶無需關心底層機器調度和運維，上傳代碼和填寫適量的參數即可快速發起分布式訓練任務。並且平台支持多框架模型在異構硬件上的一鍵部署，使推理服務更具彈性和容錯性。同時，平台提供了雲端機器學習開發環境WebIDE，用戶可在該環境中完成代碼瀏覽、編輯、運行、調試等一系列開發工作，平台也提供了命令行工具支持端雲協同開發環境，用戶頁可從本地環境一鍵發起並管理訓練任務。

在模型服務方面，火山引擎機器學習平台提供高性能在線推理、離線批量推理、彈性擴縮容，以及針對代碼、鏡像、超參、模型指標、日誌等的可視化服務監測能力。

原子化能力集成方面，火山引擎機器學習平台支持大規模訓練、調度、推理和彈性資源的原子化能力集成和多種部署方式，能為用戶快速搭建平台。

此外，火山引擎機器學習平台也支持大規模預訓練模型的AutoML，用戶只需上傳標註數據，選擇相應模版，並配置資源，即可一鍵發起和完成訓練任務。

典型客戶：

輕舟智航等

京東科技

廠商介紹：

京東科技集團是京東集團旗下專注於以技術為產業服務的業務子集團，致力於為企業、金融機構、政府等各類客戶提供全價值鏈的技術性產品與解決方案。依託人工智能、大數據、雲計算、物聯網等前沿科技能力，京東科技打造出了面向不同行業的產品和解決方案。

產品服務介紹：

京東科技基於京東豐富場景的最佳實踐，提供企業級一站式智能技術平台NeuFoundry，幫助企業用戶快速低成本地構建智能中台，完成智能化的升級轉型。NeuFoundry覆蓋從數據標註、模型開發、模型訓練、服務發布、生態市場的人工智能開發全生命周期，並預置高淨值的脫敏數據、經實戰驗證的成熟模型以及典型項目場景，同時提供多種安全、靈活可定製的部署及交付方案。

廠商評估：

京東科技NeuFoundry在平台工具鏈完備度、低門檻易用性、模型管理能力、預置模型和數據集等方面具備優勢。

覆蓋全流程的AI開發工具：NeuFoundry提供一整套覆蓋數據標註、模型開發、模型訓練、服務發布等全流程的AI開發工具，功能完整度高。

低門檻的AI開發能力：NeuFoundry針對不同開發能力基礎的開發人員提供多種交互方式，其中面向無算法基礎人員提供自動化及圖形化拖拽的模式，面向專業算法人員提供Jupyter NoteBook、算法任務式的模式。尤其是無算法基礎的業務人員可以基於平台的圖形化交互和自動化模型訓練等功能快速進行簡單AI應用的開發，可以有效降低企業AI應用開發門檻。

統一的模型管理功能：NeuFoundry提供模型倉庫功能，支持通過平台訓練或上傳模型的方式，在平台中統一沉澱和管理各類模型，如模型版本維護、模型更新、模型發布服務、對模型服務調用情況查看等。模型管理能力可以有效提升企業對AI模型資產的管理效率，便於更高效地根據業務需求調用相關模型服務。

預置大量模型和數據集：NeuFoundry預置了基於京東集團在自身業務實踐中積累的大量算法模型和數據集，其中算法模型包含語音語義、圖像及視頻理解、文字識別、機器學習等類別，數據集涵蓋零售、物流、金融等領域。這些預置資源可以幫助自身算法能力和數據積累不足的企業更快速地啟動和高效構建AI應用。

典型客戶：

某大型科技集團，某重工集團，某石化集團等

客戶案例：

某大型集團旗下科技公司為行業及集團提供數字化轉型整體服務，通過構建物聯網、大數據和AI平台等數字基礎設施，將生產、流通和消費等環節的數據、算法和應用打通，更高效地賦能業務。在構建AI平台過程中，該集團科技公司面臨「煙囪式」開發建設造成資源浪費、AI模型開發門檻高以及大規模的AI應用開發技術難度大、成本高昂的問題。

該集團科技公司選擇與京東科技合作，基於京東科技整個智能中台產品而構建智能中台，並共建應用，提供服務。智能中台提供了一站式的AI開發平台、統一的AI模型管理平台、以及大量預置的標準化AI模型。同時，京東科技也在智能中台搭建過程中為該集團提供了場景共建、算法定製、人員培訓等服務。

從業務價值的角度，智能中台提供的低門檻開發工具和AI模型服務讓該集團的業務和IT人員也能夠開發一定的AI模型，從而提升了應用開發效率，降低開發成本。該集團因此能夠充分利用了自身沉澱的數據資產，在智能中台上線半年內，即在園區安全、智能營銷等領域構建了多個適配業務需求的AI應用及解決方案，顯著提高了集團的數智化水平以及業務創新能力。

從管理價值的角度，該集團通過智能中台對AI模型和服務的統一管理，實現了AI能力自主掌控、運行狀況可查可看以及AI服務的精細化運營，從而簡化了模型運維工作，提高了管理效率，並且通過AI模型和服務的復用提升了資源利用率。

九章雲極

廠商介紹：

北京九章雲極科技有限公司（簡稱九章雲極DataCanvas）成立於2013年，公司專注自動化數據科學平台的持續開發與建設，為數據科學家，AI從業者提供一整套開發平台，為政府和企業智能化升級和轉型提供全面配套服務。

產品服務介紹：

DataCanvas APS是面向數據科學團隊的一站式自動機器學習平台，平台集數據準備、特徵工程、算法實現、模型開發、模型發布、模型生產化管理等功能於一體，能夠幫助企業快速構建數據分析應用。

廠商評估：

DataCanvas APS自動機器學習平台具備低使用門檻、一鍵模型服務、模型全生命周期管理、方便協作、支持異構多引擎融合架構等方面的優勢。

DataCanvas APS自動機器學習平台具備較低的使用門檻，一方面，平台採用「白盒」算子庫的模式，內置近200種涵蓋機器學習建模的全過程的算子，並且算子代碼對用戶開放，允許用戶進行優化和自定義，以便組織內成員學習和直接復用前人在開發中沉澱的經驗；另一方面，平台具備AutoML能力，支持自動特徵衍生、自動算法選擇、自動超參數優化、自動模型評估、模型定期優化等功能，用戶可在明確場景下通過界面配置基礎數據和業務目標，實現自動建模。

在模型服務方面，DataCanvas APS自動機器學習平台可以實現便捷的一鍵建模服務，能夠對接實時決策引擎，並且支持自動選擇最優模型，實現自動模型發布，面向生產系統提供標準REST API調用服務。此外，平台也具備在線模型服務和監控管理功能。

在模型管理方面，DataCanvas APS自動機器學習平台具備模型全生命周期的管理能力，通過模型倉庫模塊實現對模型的版本管理，支持基於版本的模型生產上線、生產下線以及模型刪除等操作。

在平台協作能力方面，DataCanvas APS自動機器學習平台能夠方便業務人員、算法工程師、數據科學家等人員在統一的平台上協作開發，數據科學家可以使用平台進行編碼建模，IT工程師可使用工作流拖拽式建模，業務人員可使用平台進行自動建模；同時平台支持模塊共享，避免重複性的開發工作。

DataCanvas APS自動機器學習平台也支持異構多引擎融合架構，包括：基於Docker實現容器化封裝，平台底層計算資源支持APS集群、Hadoop集群和GPU集群等多種模式，實現合理的計算資源利用；支持實現單機和分布式數據格式轉換、不同語言之間數據轉換、不同存儲介質之間數據轉換；允許在同一個工作流中調用不同開發語言算子，同時支持工作流程嵌套，提升靈活性和復用性。

典型客戶：

工商銀行、建設銀行、交通銀行、太平洋保險等

客戶案例：

海信集團是知名的大型電子信息產業集團。近年來，海信集團全面建設了5G網絡和工業互聯網平台，並產生和匯聚了海量的工業數據。為了充分挖掘和發揮這些工業數據的潛在價值，海信集團需要進一步實施智能化升級戰略，推動人工智能在集團業務中的廣泛應用。在此背景下，海信集團選擇與九章雲極DataCanvas合作，為集團構建獨立自主的AI開發能力。

針對海信集團的需求，九章雲極以DataCanvas APS自動機器學習平台為基礎，協助海信集團搭建了信智AI平台，平台中包含了200多個九章雲極DataCanvas的標準化算子，以及數十個根據海信集團的需求定製的數據處理和NLP算子。在平台的「白盒」算子模式下，海信集團的開發人員可以用圖形化、拖拉拽的形式將算子組合成工作流，業務人員也可以用AutoML快速構建模型。業務人員、IT工程師、算法工程師、數據科學家等各類人員可以在平台上共同協作。同時，九章雲極DataCanvas將數據預處理、深度學習模型、以及模型後處理都打包成Pipeline，並提供在生產環境中調用的接口，從而簡化了海信集團的模型推理工作。此外，九章雲極DataCanvas還為海信集團定製了冰箱打包帶檢測、電視機銘牌檢測、遙控器圖案檢測三個AI應用，一方面解決了迫切的業務問題，另一方面幫海信集團的開發人員熟悉了平台的功能，提高了其AI開發的技能。

通過搭建智信AI平台，海信集團具備了自主開發AI應用的能力。在平台上線後一年內，海信集團基於該平台自主開發了電路板測試優化、門店地址相似度評估、以及一些智能質檢等多個應用。雙方基於AI平台定製開發的三個AI應用也都產生了明顯的效果，三個場景都因為智能質檢應用的上線，將不良率降低了95%以上。並且，通過平台的「白盒」模式，海信集團的開發人員對定製的冰箱打包帶檢測模型的算子做了適當修改，成功讓模型擴展到3條類似產線。

4. 入選廠商列表