01

業(yè)務(wù)決策智能市場規(guī)模增速明顯

圖1：業(yè)務(wù)決策智能發(fā)展階段

第二階段，AI是業(yè)務(wù)決策智能的技術(shù)支撐。隨著企業(yè)發(fā)展，數(shù)據(jù)量越來越大，業(yè)務(wù)越來越復(fù)雜，單純依靠專家經(jīng)驗(yàn)已難以滿足企業(yè)需求，AI憑借其強(qiáng)大的算法及模型構(gòu)建能力，在企業(yè)中的作用越來越明顯。隨著機(jī)器學(xué)習(xí)應(yīng)用的日益成熟，通過構(gòu)建機(jī)器學(xué)習(xí)平臺，能夠?qū)崿F(xiàn)模型開發(fā)調(diào)試、模型訓(xùn)練等模型全生命周期管理自動化。目前，該技術(shù)已經(jīng)在金融、制造、電信等行業(yè)的部分業(yè)務(wù)場景中廣泛使用，進(jìn)一步推動AI自動化發(fā)展。

第三階段，業(yè)務(wù)智能化是終極的價值體現(xiàn)。對于AI的應(yīng)用，企業(yè)從單點(diǎn)業(yè)務(wù)場景應(yīng)用逐漸擴(kuò)展至其他場景，從智能營銷、智能客服等簡單的應(yīng)用場景，逐步向經(jīng)營管理決策深水區(qū)滲透，如智能審計、全面預(yù)算管理、智能運(yùn)營等。這些場景復(fù)雜度更高，涉及到的業(yè)務(wù)和部門多，業(yè)務(wù)邏輯更為復(fù)雜、且需要大量行業(yè)Know-How積累，難度更大，因此，目前僅有少數(shù)企業(yè)在AI經(jīng)營管理決策方面進(jìn)行了嘗試。

例如，在山景智能協(xié)助下，某銀行實(shí)現(xiàn)了經(jīng)營情況預(yù)測。通過業(yè)務(wù)決策智能，可以預(yù)測31家分行次年某一階段是各自盈利還是虧損，甚至可以細(xì)化到具體科目以及具體的子業(yè)務(wù)，幫助銀行進(jìn)行業(yè)務(wù)決策。

除了向經(jīng)營決策的深水區(qū)滲透，業(yè)務(wù)智能化階段，企業(yè)逐步沉淀數(shù)據(jù)模型，形成模型集群，再基于業(yè)務(wù)邏輯對模型集群進(jìn)行調(diào)度，實(shí)現(xiàn)跨業(yè)務(wù)線的模型打通，可以進(jìn)一步提升對業(yè)務(wù)決策的智能支撐作用。

從預(yù)算投入方面來看，企業(yè)數(shù)據(jù)治理與AI能力構(gòu)建的資金主要來自企業(yè)的IT預(yù)算，IT預(yù)算每年增幅較小，市場規(guī)模增速有限。業(yè)務(wù)智能化階段資金主要來自業(yè)務(wù)部門，預(yù)算規(guī)模會隨著業(yè)務(wù)效益增長而增加，未來甚至有可能基于效益增長情況，與廠商進(jìn)行業(yè)務(wù)分潤，因此蘊(yùn)含著巨大的市場空間。

據(jù)愛分析統(tǒng)計，2021年中國市場業(yè)務(wù)決策智能的規(guī)模174億元，預(yù)計2025年將達(dá)到429億元，復(fù)合年均增長率高達(dá)35%。

圖2：業(yè)務(wù)決策智能市場規(guī)模（億元）

02

業(yè)務(wù)決策智能在金融行業(yè)的應(yīng)用價值顯著

從實(shí)踐來看，業(yè)務(wù)決策智能在金融領(lǐng)域的應(yīng)用相對成熟，尤其是銀行業(yè)，更是走在前列。現(xiàn)階段，領(lǐng)先銀行已完成數(shù)據(jù)中臺搭建，具備了較強(qiáng)的數(shù)據(jù)治理能力，與此同時，通過搭建機(jī)器學(xué)習(xí)平臺，逐步構(gòu)建了AI能力，此外，在應(yīng)用層面，也開始探索智能化應(yīng)用。

例如中國工商銀行，已構(gòu)建數(shù)據(jù)治理平臺，支持?jǐn)?shù)據(jù)多維度分析，同時也搭建了機(jī)器學(xué)習(xí)平臺。隨著底層技術(shù)的構(gòu)建趨于完善，工行開始注重技術(shù)與業(yè)務(wù)融合，2019年搭建起在智能風(fēng)控、智能客服、智能營銷等業(yè)務(wù)應(yīng)用，提升了業(yè)務(wù)創(chuàng)新能力。

總體來說，銀行已經(jīng)開始向第三階段-業(yè)務(wù)智能化階段邁進(jìn)，人工智能在銀行領(lǐng)域應(yīng)用越來越廣泛。早期，銀行智能化應(yīng)用主要集中在智能風(fēng)控、智能營銷、智能客服、反欺詐等方面，領(lǐng)先銀行已經(jīng)逐步探索管理決策等深水區(qū)場景。

以某頭部城商行為例。隨著我國經(jīng)濟(jì)發(fā)展邁入新常態(tài)，再加上疫情的影響，銀行業(yè)整體增速呈下降趨勢，與此同時，大行業(yè)務(wù)下沉進(jìn)一步加劇了競爭。因此，城商行需要依托本地化優(yōu)勢，進(jìn)行差異化發(fā)展，實(shí)現(xiàn)錯位競爭；同時，基于自身組織的靈活性，借助大數(shù)據(jù)和人工智能技術(shù)提高新品創(chuàng)新、客戶服務(wù)、營銷等能力，增強(qiáng)客戶粘性，提高自身競爭力。

為此，在山景智能的幫助下，該行構(gòu)建了數(shù)智一體化平臺，通過與原有數(shù)據(jù)倉庫和數(shù)據(jù)湖的集成，將智能定價、機(jī)器人座席主動營銷、催收、產(chǎn)品發(fā)售結(jié)果預(yù)判的全營銷鏈條進(jìn)行了打通，并建立了核心交易數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、渠道數(shù)據(jù)的全景實(shí)時營銷地圖。

圖3：業(yè)務(wù)決策自動化工具平臺

山景智能具備“數(shù)據(jù)+AI+業(yè)務(wù)”端到端一體化服務(wù)能力

圖5：山景智能產(chǎn)品體系

另一方面，基于銀行業(yè)的持續(xù)深耕，山景智能對銀行各業(yè)務(wù)領(lǐng)域均有較為深入的理解，圍繞各業(yè)務(wù)場景，構(gòu)建并沉淀了大量的數(shù)據(jù)模型。在此基礎(chǔ)上，圍繞具體業(yè)務(wù)線，基于業(yè)務(wù)邏輯進(jìn)行模型調(diào)度，通過眾多的實(shí)踐案例積累，沉淀為各種數(shù)字員工，依托于對流程的理解，對其進(jìn)行優(yōu)化，提升業(yè)務(wù)效率。

截至目前，在金融領(lǐng)域，山景智能已經(jīng)在營銷、風(fēng)控、運(yùn)營三個方面，完成了16個細(xì)分場景數(shù)字員工的構(gòu)建，包括信貸、理財、支付、審計等數(shù)字員工，服務(wù)能力進(jìn)一步增強(qiáng)。

圖6：模型與業(yè)務(wù)編排調(diào)度

此外，在繼續(xù)深耕金融行業(yè)的同時，未來，基于底層基礎(chǔ)能力模塊的通用性，山景智能將逐步向能源、制造業(yè)等行業(yè)進(jìn)行拓展。