|
盘点人工智能的行业应用2017年7月,国务院印发了《新一代人工智能发展规划》,人工智能作为新一轮产业变革的核心驱动力,必须与各行各业融合才能发挥作用,形成真正有效的行业智能,以此来助力传统行业转型升级,加快人工智能应用落地。 一、制造 智能制造,是在基于互联网的物联网意义上实现的包括企业与社会在内的全过程的制造,把工业4.0的“智能工厂”、“智能生产”、“智能物流”进一步扩展到“智能消费”、“智能服务”等全过程的智能化中去,只在这些意义上,才能真正地认识到我们所面临的前所未有的形势。人工智能在制造业的应用主要有三个方面:首先是智能装备,包括自动识别设备、人机交互系统、工业机器人以及数控机床等具体设备。其次是智能工厂,包括智能设计、智能生产、智能管理以及集成优化等具体内容。最后是智能服务,包括大规模个性化定制、远程运维以及预测性维护等具体服务模式。虽然目前人工智能的解决方案尚不能完全满足制造业的要求,但作为一项通用性技术,人工智能与制造业融合是大势所趋。 二、家居 智能家居主要是基于物联网技术,通过智能硬件、软件系统、云计算平台构成一套完整的家居生态圈。用户可以进行远程控制设备,设备间可以互联互通,并进行自我学习等,来整体优化家居环境的安全性、节能性、便捷性等。值得一提的是,近两年随着智能语音技术的发展,智能音箱成为一个爆发点。智能音箱不仅是音响产品,同时是涵盖了内容服务、互联网服务及语音交互功能的智能化产品,不仅具备WiFi连接功能,提供音乐、有声读物等内容服务及信息查询、网购等互联网服务,还能与智能家居连接,实现场景化智能家居控制。 二、金融 人工智能的产生和发展,不仅促进金融机构服务主动性、智慧性,有效提升了金融服务效率,而且提高了金融机构风险管控能力,对金融产业的创新发展带来积极影响。人工智能在金融领域的应用主要包括:智能获客、身份识别、大数据风控、智能投顾、智能客服、金融云等,该行业也是人工智能渗透最早、最全面的行业。未来人工智能将持续带动金融行业的智能应用升级和效率提升。 四、零售 人工智能在零售领域的应用已十分广泛,正在改变人们购物的方式。无人便利店、智慧供应链、客流统计、无人仓/无人车等等都是的热门方向。通过大数据与业务流程的密切配合,人工智能可以优化整个零售产业链的资源配置,为企业创造更多效益,让消费者体验更好。在设计环节中,机器可以提供设计方案;在生产制造环节中,机器可以进行全自动制造;在供应链环节中,由计算机管理的无人仓库可以对销量以及库存需求进行预测,合理进行补货、调货;在终端零售环节中,机器可以智能选址,优化商品陈列位置,并分析消费者购物行为。 五、交通 大数据和人工智能可以让交通更智慧,智能交通系统是通信、信息和控制技术在交通系统中集成应用的产物。通过对交通中的车辆流量、行车速度进行采集和分析,可以对交通进行实施监控和调度,有效提高通行能力、简化交通管理、降低环境污染等。人工智能还可为我们的安全保驾护航。人长时间开车会感觉到疲劳,容易出交通事故,而无人驾驶则很好地解决了这些问题。无人驾驶系统还能对交通信号灯、汽车导航地图和道路汽车数量进行整合分析,规划出最优交通线路,提高道路利用率,减少堵车情况,节约交通出行时间。 六、安防 安防领域涉及到的范围较广,小到关系个人、家庭,大到跟社区、城市、国家安全息息相关。目前智能安防类产品主要有四类:人体分析、车辆分析、行为分析、图像分析;在安防领域的应用主要通过图像识别、大数据及视频结构化等技术进行作用的;从行业角度来看,主要在公安、交通、楼宇、金融、工业、民用等领域应用较广。 七、医疗 当下人工智能在医疗领域应用广泛,从最开始的药物研发到操刀做手术,利用人工智能都可以做到。眼下,医疗领域人工智能初创公司按领域可划分为八个主要方向,包括医学影像与诊断、医学研究、医疗风险分析、药物挖掘、虚拟护士助理、健康管理监控、精神健康以及营养学。其中,协助诊断及预测患者的疾病已经逐渐成为人工智能技术在医疗领域的主流应用方向。 八、教育 通过图像识别,可以进行机器批改试卷、识题答题等;通过语音识别可以纠正、改进发音;而人机交互可以进行在线答疑解惑等。AI 和教育的结合一定程度上可以改善教育行业师资分布不均衡、费用高昂等问题,从工具层面给师生提供更有效率的学习方式,但还不能对教育内容产生较多实质性的影响。 九、物流 物流行业通过利用智能搜索、 推理规划、计算机视觉以及智能机器人等技术在运输、仓储、配送装卸等流程上已经进行了自动化改造,能够基本实现无人操作。比如利用大数据对商品进行智能配送规划,优化配置物流供给、需求匹配、物流资源等。目前物流行业大部分人力分布在“最后一公里”的配送环节。 |
数字化管理是指利用计算机、通信、网络等技术,通过统计技术量化管理对象与管理行为,实现研发、计划、组织、生产、协调、销售、服务、创新等职能的管理活动和方法。
数字生成规范化--数据管理资产化--数据服务应用化--数据治理生态化