人工智能+的行业分析
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/OGP7TRrE8qibkxEshicj4PucKMOFrW1pszwWUKA0P25sn1GCicnZTsgHcGiatpZAGOx6Wo4vy1FXy6VhhMM3LhWv9w/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">本文重点介绍人工智能结合教育、医疗、金融及工业这四大行业进行分析，探讨人工智能在这几个行业中的应用及典型案例。</span></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.1</span></strong></span><strong style="color: blue;"><span style="color: black;"> 人工智能+教育：因材施教，培养新型人才</span></strong><strong style="color: blue;"><span style="color: black;">1.1.1 AI+教育的定义</span></strong><span style="color: black;">“AI+教育”是人工智能在教育<span style="color: black;">行业</span>中创新应用的技术、模式与实践的集合，可划分为“计算智能+教育”、“感知智能+教育”和“认知智能+教育”，即AI+教育正从“能存会算”向“能听会说与能看会认”发展，<span style="color: black;">最后</span>实现“能理解与会思考”。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9GzY4o4tvsoZEnVbLkqpYvRzGaakuepegZ3ZgZu9ibmE3aWGjctuZUAw/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.1.2 为教育现代化建设打造智能引擎</span></strong></span><span style="color: black;">在教育产业<span style="color: black;">其中</span>，校外教育向在线化发展，校内教育向信息化发展。校外教育方面，在线化<span style="color: black;">教育</span>的的用户体验粗糙且<span style="color: black;">教育</span>效果模糊，用户对新技术的接受周期较长，更加智能化的<span style="color: black;">制品</span>值得探索。<span style="color: black;">另外</span>，校内师生的信息素养不高，且信息化设备<span style="color: black;">运用</span>频率较低，均<span style="color: black;">引起</span>核心<span style="color: black;">教育</span>数据缺失，<span style="color: black;">最后</span>加大了教育数据挖掘分析的难度，<span style="color: black;">因此呢</span>亟待智能化<span style="color: black;">处理</span><span style="color: black;">方法</span>的落地实施。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9mng1fP7WwjoMiaiaYnI2C7tEiaYqWia1DicNbC1wZfbNJKtMscWU0B516zw/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.1.3 AI+教育行业的应用场景</span></strong></span></p><span style="color: black;">从教育<span style="color: black;">教育</span>活动的<span style="color: black;">方向</span>来看，当前的教育场景可划分为教、学、管、考。其中，“教”和“管”的主体是教育者，前者负责执行<span style="color: black;">教育</span>任务，<span style="color: black;">重点</span>工作<span style="color: black;">包含</span>教研、备课、授课、答疑、出题、阅卷等，工作内容繁琐，核心<span style="color: black;">需要</span>是减轻<span style="color: black;">包袱</span>，实现<span style="color: black;">精细</span>化<span style="color: black;">教育</span>。后者负责<span style="color: black;">统一</span>教务环节，<span style="color: black;">重点</span>工作<span style="color: black;">包含</span>教职工招募、师生督导、招生、分班排课、校园建设等，决策环节<span style="color: black;">思虑</span><span style="color: black;">原因</span>较多，核心<span style="color: black;">需要</span>是提<span style="color: black;">有效</span>率，实现科学化管理。“学”与“考”的主体是受教育者，“学”的场景下，学生的<span style="color: black;">重点</span>任务<span style="color: black;">包含</span>预习、听课、看书、做作业、复习、考试、实习等，<span style="color: black;">因为</span>学生个体差异大，核心<span style="color: black;">需要</span>是自适应，实现个性化学习。“考”的场景下，<span style="color: black;">重点</span>面向大规模标准化测试，组卷阅卷的工作庞大，部分测评环节劳动力密集且效率底下，核心<span style="color: black;">需要</span>是<span style="color: black;">保准</span>准确性的前提下，实现自动化评阅。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9RVYtm6QAZ1kcBCI6OsanicN2iaicZCOWyjT4d5CyNGiajJJkiawmJmNdUsQ/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.1.4 AI+教育的应用：AI课堂</span></strong></span></p><span style="color: black;">（1）进入弱人工智能<span style="color: black;">周期</span>，AI模式识别能力点缀<span style="color: black;">教育</span>环节</span><span style="color: black;">自2011年起，“智慧课堂”<span style="color: black;">制品</span>就<span style="color: black;">起始</span>在市场上热起来，这一时期强调的是<span style="color: black;">基本</span>数据整合、利用大数据分析学生错题<span style="color: black;">状况</span>，兼有<span style="color: black;">基本</span>的语音朗读和评测能力；2016年之后，通用AI语音、视觉等模式识别能力<span style="color: black;">起始</span>进入课堂，AI课堂质量监测<span style="color: black;">起始</span><span style="color: black;">诱发</span>关注，到2019年已基本实现了在课堂场景下的可用；<span style="color: black;">将来</span>，为了进一步弥合课堂<span style="color: black;">教育</span>改革的<span style="color: black;">需要</span>，发扬“互动课堂、翻转课堂”等<span style="color: black;">教育</span>模式的<span style="color: black;">优良</span>，AI课堂将继续进阶，下一<span style="color: black;">周期</span>AI辅助实现的策略化点播和发散性学习将是重点突破功能，在更远的<span style="color: black;">将来</span>则可能<span style="color: black;">帮忙</span>教师实现真正的千人千面<span style="color: black;">教育</span>。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9sqTJsNB8w59O9lnanHpVtibUXHUnchZscwpy1fibibwZHAxPKOBnb6AOA/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">（2）公立校V.S.教培<span style="color: black;">公司</span>AI课堂的产业链与<span style="color: black;">商场</span>模式</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">公立校和教培<span style="color: black;">公司</span>都在关注AI课堂，但AI课堂在两类<span style="color: black;">公司</span>的应用差异很大。公立校延续智慧课堂的建设方式，<span style="color: black;">重点</span><span style="color: black;">经过</span>改造多<span style="color: black;">媒介</span>教室，在实验<span style="color: black;">教育</span>中<span style="color: black;">运用</span>AI课堂（学生轮班上课），需要引入的内容<span style="color: black;">包含</span>：教育资源及其系统和本地<span style="color: black;">安排</span>的服务器，授课与备课系统，及支持AI功能的教、学平板电脑终端，<span style="color: black;">通常</span>由教育类ISV<span style="color: black;">经过</span><span style="color: black;">途径</span>商完成当地教育局或学校招标的<span style="color: black;">商场</span>模式进行；教培<span style="color: black;">公司</span>对AI课堂的<span style="color: black;">运用</span>又划分为线下和线上，线下由教培<span style="color: black;">公司</span>将<span style="color: black;">处理</span><span style="color: black;">方法</span>投放进直营校和加盟校，利用AI边缘设备和硬件传感采集设备进行课堂信息实时采集，建设完成的AI课堂会常态化<span style="color: black;">运用</span>，<span style="color: black;">况且</span>常常与“双师”模式结合应用，由AI负责录播课过程中的课质监测、学生个性化关注，<span style="color: black;">从而</span>把控授课进度与难度；线上则利用AI关注录播课中学生实时反应，<span style="color: black;">供给</span>差异化辅导；教培<span style="color: black;">公司</span>AI课堂在<span style="color: black;">商场</span>模式上<span style="color: black;">重点</span>收取销课费、加盟费。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9S26pUTs17Y6HoGChBosVSU0Lga9W3Qn3HO51TvP1KWv3J5P56xeD2w/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;">1.1.5 中国AI+教育行业<span style="color: black;">将来</span>趋势</span><span style="color: black;"><span style="color: black;">日前</span>AI+教育行业仍<span style="color: black;">处在</span>初级<span style="color: black;">周期</span>，AI技术与<span style="color: black;">制品</span>的<span style="color: black;">开发</span>消耗巨大，<span style="color: black;">区别</span>发展<span style="color: black;">周期</span>的市场玩家将采取<span style="color: black;">区别</span>的市场竞争策略，总体上仍然是以教育<span style="color: black;">机构</span>来主导<span style="color: black;">全部</span>产业升级的过程。<span style="color: black;">针对</span>成熟的教育<span style="color: black;">机构</span>而言，AI中台战略已初见端倪。此类<span style="color: black;">机构</span><span style="color: black;">教育</span>业务多元，<span style="color: black;">教育</span>场景丰富，各业务线<span style="color: black;">拥有</span>各自的数据<span style="color: black;">贮存</span>，AI中台可促进各<span style="color: black;">分部</span>数据互通互融，基于各个场景搭建独立的算法模型，<span style="color: black;">最后</span><span style="color: black;">经过</span>业务数据的增长来反哺业务<span style="color: black;">分部</span>。<span style="color: black;">针对</span>初创的教育<span style="color: black;">机构</span>而言，自研某一细分<span style="color: black;">行业</span>的数据引擎可<span style="color: black;">创立</span>相应的竞争<span style="color: black;">优良</span>。就语音识别与合成<span style="color: black;">行业</span>而言，儿童语料库与成人语料库差异<span style="color: black;">很强</span>，全行业在儿童语料库的<span style="color: black;">累积</span>上仍存不足，教育场景强调交互体验，但<span style="color: black;">日前</span>的语音合成技术还<span style="color: black;">没法</span>做到抑扬顿挫的表达，<span style="color: black;">实质</span><span style="color: black;">教育</span>体验较差，值得初创企业探索。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_jpg/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9ME520mys9icjlmP5iaQOV1sqQUGm19ibs8xVqSKjPwVD3SYcolZjj62tg/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.2</span></strong></span><span style="color: black;"><strong style="color: blue;"><span style="color: black;">人工智能+医疗：<span style="color: black;">大夫</span>省力，病人无忧</span></strong></span><span style="color: black;">我国人工智能已进入快速成<span style="color: black;">长时间</span>，医疗健康<span style="color: black;">作为</span>重点应用方向</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9zHb7AyicDW6mN2FOq3cgdx7micFVG91VdicgFvddoxMGIv4Q44bicc5icIg/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.2.1 人工智能广泛应用在医疗各细分<span style="color: black;">行业</span>，对医疗行业形成颠覆性变革</span></strong></span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">AI医疗，<span style="color: black;">也</span><span style="color: black;">叫作</span>为”AI医疗”或“医疗人工智能”，泛指人工智能技术在医疗行业的应用及赋能。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">日前</span>，人工智能技术广泛应用在我国各个医疗细分<span style="color: black;">行业</span>，<span style="color: black;">重点</span>报告医疗影像、辅助诊断、<span style="color: black;">药品</span><span style="color: black;">开发</span>、健康管理、<span style="color: black;">疾患</span><span style="color: black;">危害</span>预测、医院管理、虚拟助理、医疗<span style="color: black;">设备</span>人和医学<span style="color: black;">科研</span>平台等。从技术层面来讲，人工智能<span style="color: black;">做为</span>一种技术创新，改变了医疗<span style="color: black;">行业</span>的供给端，对传统医疗<span style="color: black;">公司</span>运作方式带来变革；从市场层面来看，人工智能技术为现有医疗工作带来流程改进与效率<span style="color: black;">提高</span>，催生巨大增量市场。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">1.2.2 发展驱动力</span></strong></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">（1）供需矛盾<span style="color: black;">明显</span></span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">需要</span>端：人口老龄化加剧，慢性<span style="color: black;">疾患</span>数量<span style="color: black;">增加</span>，形成<span style="color: black;">海量</span>医疗<span style="color: black;">需要</span></span></p><span style="color: black;"><span style="color: black;">按照</span>国家统计局数据<span style="color: black;">表示</span>，我国2018年65岁以上老人为1.6亿人，约占中国人口总数11.9%，我国人口老龄化程度愈发加剧。在人口老龄化社会下，现代生活节奏加快，慢性<span style="color: black;">疾患</span>数量<span style="color: black;">亦</span>随之<span style="color: black;">增多</span>，我国糖尿病和高血压2016年发病率分别为5%和18%，预计到2026年将分别<span style="color: black;">增多</span>至14%和28%，随之催生<span style="color: black;">海量</span>医疗<span style="color: black;">需要</span>。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9Psavkk83hoPKlPIeW3xweGsBO33VY8rPo2yjmjazIeiaIO46ooibW2ZA/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">供给端：<span style="color: black;">优秀</span><span style="color: black;">大夫</span>及医疗资源不足，且医疗资源分布不均</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从供给方面来看，<span style="color: black;">优秀</span><span style="color: black;">大夫</span>及医疗资源不足，且资源分布不均，难以承受快速增长的医疗<span style="color: black;">需要</span>。供给与<span style="color: black;">需要</span>矛盾<span style="color: black;">明显</span>，是我国医疗行业的<span style="color: black;">基本</span>问题。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">我国医师与人口比例约为1:70000，而在美国这一数字为1:2000，我国每十万名<span style="color: black;">病人</span><span style="color: black;">持有</span>医师数量与美国相比差35倍。我国独立上岗<span style="color: black;">大夫</span>培养周期长达8年，较长的培养周期将会带来医疗人力成本<span style="color: black;">加强</span>，难以满足<span style="color: black;">连续</span>增长的医疗<span style="color: black;">需要</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">据统计，2018年我国医院数量超3.2万家，三级医院仅占总数量19%，却承接了全国49.8%的医疗<span style="color: black;">需要</span>。我国<span style="color: black;">优秀</span><span style="color: black;">大夫</span>资源多分布在一二线城市三级医院，基层医院<span style="color: black;">大夫</span>素质参差不齐，<span style="color: black;">优秀</span><span style="color: black;">大夫</span>资源短缺是<span style="color: black;">困惑</span>医疗发展的痛点之一。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9MuWJIwSk6JMYSvkzPgTYgPaxGs1MrjdtRrLiblSicgshJIdgXDaw4TzQ/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">（2）技术驱动</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">大数据<span style="color: black;">累积</span>和深度学习算法进步使得医疗人工智能发挥<span style="color: black;">功效</span>，<span style="color: black;">按照</span>IDC预测，到2020年<span style="color: black;">全世界</span>医疗数据量将达到40万亿GB，是2010年的30倍，数据生成和共享速度<span style="color: black;">快速</span>增长，其中80%为非结构化数据。在数据方面，我国<span style="color: black;">持有</span>得天独厚的<span style="color: black;">优良</span>，我国人口众多，数据基数大，<span style="color: black;">同期</span>多样性丰富，为大数据分析<span style="color: black;">供给</span>了丰富的数据<span style="color: black;">源自</span>，<span style="color: black;">亦</span>为人工智能<span style="color: black;">持续</span>训练与优化算法模型<span style="color: black;">供给</span>了广泛数据集。</span></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.2.3 医疗应用举例：AI医疗影像</span></strong></span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">我国临床<span style="color: black;">需要</span><span style="color: black;">增多</span>，专业<span style="color: black;">大夫</span>缺口大，AI医疗影像市场<span style="color: black;">需要</span>迫切</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">“AI医疗影像”，<span style="color: black;">指的是</span>将人工智能技术应用于医疗影像诊断中。现代医学<span style="color: black;">创立</span>于循证医学的<span style="color: black;">基本</span>之上，医疗影像是临床<span style="color: black;">大夫</span>一项重要的诊断依据。<span style="color: black;">重点</span>对<span style="color: black;">病人</span>的影像资料进行定性和定量分析，<span style="color: black;">区别</span><span style="color: black;">周期</span>历史比较等。<span style="color: black;">日前</span>，AI医疗影像已<span style="color: black;">作为</span>我国AI医疗<span style="color: black;">行业</span>最为成熟的细分<span style="color: black;">行业</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从诊断路径来看，人工智能基于图像识别和深度学习技术<span style="color: black;">功效</span>于医疗影像，在临床诊断中<span style="color: black;">重点</span>可分为两个<span style="color: black;">周期</span>：其一，图像识别<span style="color: black;">周期</span>，应用于感知环节，对影像进行读取和梳理，从中获取有价值的信息；其二，深度学习<span style="color: black;">周期</span>，应用于学习和分析环节，<span style="color: black;">经过</span>对海量影像数据和诊断数据的输入，对神经元网络进行深度学习训练，使人工智能<span style="color: black;">把握</span>诊断能力。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从临床<span style="color: black;">需要</span>来看，我国专业<span style="color: black;">大夫</span>缺口大，工作繁琐重复，诊断效率较低，服务模式亟待创新。<span style="color: black;">日前</span>，我国医疗影像数据以每年30%的速度<span style="color: black;">连续</span>增长，而影像科<span style="color: black;">大夫</span>的年增速仅为4%，加之<span style="color: black;">大夫</span>培养周期较长，<span style="color: black;">大夫</span>资源流失率较高，我国每年培养60万医学生，<span style="color: black;">仅有</span>10万人走上临床岗位，远<span style="color: black;">不可</span>满足临床<span style="color: black;">实质</span>医疗<span style="color: black;">需要</span>。以宁波大学<span style="color: black;">附庸</span>医院（三甲医院）为例，影像科<span style="color: black;">大夫</span>平均<span style="color: black;">每日</span>需要完成80-100份CT，或60-80份磁共振，或120-150个超声部位的影像诊断。即使每份报告只用七八分钟，<span style="color: black;">亦</span>需要10个小时<span style="color: black;">才可</span>完成。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能用以<span style="color: black;">处理</span>病灶识别与标注等多种医疗影像<span style="color: black;">需要</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">AI<span style="color: black;">重点</span><span style="color: black;">处理</span>三种影像<span style="color: black;">需要</span>：</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">1）病灶识别与标注。针对X线、CT、MRI等影像进行图像分割、特征提取、定量分析和对比分析，识别与标注病灶，<span style="color: black;">帮忙</span><span style="color: black;">大夫</span><span style="color: black;">出现</span>肉眼难以发觉的病灶，降低假阴性诊断<span style="color: black;">出现</span>率，<span style="color: black;">加强</span><span style="color: black;">大夫</span>诊断效率；</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">2）靶区自动勾画与自适应放疗。针对肿瘤放疗环节进行影像处理，<span style="color: black;">帮忙</span>放射科<span style="color: black;">大夫</span>对200450张CT片进行自动勾画，时间缩短到30分钟一套；在<span style="color: black;">病人</span>15-20次上机照射过程中<span style="color: black;">持续</span>识别病灶位置变化以达到自适应放疗，减少射线对病人健康组织的辐射与<span style="color: black;">损伤</span>。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">3）影像三维重建。基于灰度统计量的配准算法和基于特征点的配准算法，<span style="color: black;">处理</span>断层图像配准问题，有效节约配准时间，在手术环节有重要应用。</span></p><span style="color: black;">头部企业<span style="color: black;">一般</span>针对某一病种，在病灶识别与标注功能<span style="color: black;">基本</span>上，<span style="color: black;">按照</span>医学诊断路径<span style="color: black;">研发</span>其他功能，真正为<span style="color: black;">大夫</span>诊断决策<span style="color: black;">供给</span><span style="color: black;">帮忙</span>。以肺结节为例，系统识别结节后，将筛查结果生成结构化报告，并对比分析，自动搜索历史影像资料，对比<span style="color: black;">区别</span>时期结节变化。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9j3gUEr1WbgfkeicTUDXTztICtKFDBb8D9x80wUicP1j9aKhKYRYialYrA/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.3</span></strong></span><span style="color: black;"><strong style="color: blue;"><span style="color: black;"> 人工智能+金融：风投更安全，理财更科学，服务更到位</span></strong></span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">金融<span style="color: black;">行业</span>数据密集、资本密集、<span style="color: black;">巨额</span>盈利的特征为人工智能的应用<span style="color: black;">供给</span>了大显身手的机会。人工智能和金融融合，能够为人们的金融生活带来<span style="color: black;">更加多</span><span style="color: black;">方便</span>，让风投更安全、理财更科学、服务更到位。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">从整体来看，人工智能+金融的服务<span style="color: black;">包含</span>六大类，分别是智能投顾业务、智能金融投研业务、智能金融信贷业务、智能金融咨询服务、智能金融监管业务以及金融保险业务。</span></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.3.1 技术支撑在人工智能与金融场景的深度融合中至关重要</span></strong></span><span style="color: black;">人工智能+金融行业的起源和<span style="color: black;">基本</span>的发展，还是取决于计算机科学的技术层面，<span style="color: black;">亦</span><span style="color: black;">便是</span>计算机科学的层面，突破点在于<span style="color: black;">怎样</span>将人工智能技术与金融场景更好地融合。人工智能<span style="color: black;">已然</span>能够贯穿于金融活动的<span style="color: black;">全部</span>业务过程<span style="color: black;">其中</span>，<span style="color: black;">包含</span>海量的数据分析、<span style="color: black;">针对</span>金融政策的<span style="color: black;">诠释</span>、自动生成报告、意外金融事件的预测以及与金融<span style="color: black;">关联</span>的信息搜索，与这些业务过程相对应的人工智能技术如图所示。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9y9PjL3wtXarYD05xTAQjxoIic7mdGm0kbuD5AfaxgLqtX1sr0WXJMcg/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.3.2 AI金融典型案例分析</span></strong></span></p><span style="color: black;">（1）腾讯：人工智能即服务，打造腾讯金融云</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">面对新时代智能化的变革，腾讯金融正在加快<span style="color: black;">自己</span>的技术发展，提出了“人工智能即服务”的观点，致力于打造腾讯金融云。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">腾讯金融云的客户数量<span style="color: black;">已然</span>超过5000家，<span style="color: black;">包括</span>了四大银行、各大股份制银行、城市<span style="color: black;">商场</span>银行、农村<span style="color: black;">商场</span>银行、民营银行、互联网金融保险<span style="color: black;">机构</span>、传统保险<span style="color: black;">机构</span>、证券<span style="color: black;">机构</span>、基金<span style="color: black;">机构</span>等各类金融<span style="color: black;">公司</span>，是国内金融科技企业<span style="color: black;">运用</span>最广泛的平台之一。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在智能金融到来之际，腾讯金融云总经理胡利明认为：“采用云架构、链接、数据智能、Reg Tech（监管科技）是当前金融科技发展的新趋势。”</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">第1</span>，采用云架构能够为金融企业带来更大的业务弹性和更快的响应速度，让互联网金融<span style="color: black;">得到</span>更好的场景适应性，在新场景<span style="color: black;">显现</span>时<span style="color: black;">亦</span><span style="color: black;">更易</span><span style="color: black;">得到</span>安全性和合规性。第二，链接是互联网时代的<span style="color: black;">基本</span>，是行业<span style="color: black;">公司</span>与客户相互沟通的前提。第三，利用人工智能技术挖掘数据<span style="color: black;">背面</span>的价值，<span style="color: black;">能够</span>让金融企业变得更加智能。第四，Reg Tech（监管科技）的应用符合金融监管趋于严格的发展趋势。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">腾讯金融云在人工智能<span style="color: black;">行业</span><span style="color: black;">已然</span>蓄力20<span style="color: black;">数年</span>。提出“人工智能即服务”战略后，腾讯金融云在多个层面<span style="color: black;">供给</span>了新的人工智能开放服务层。在人工智能的三大核心能力（即计算机视觉、智能语音识别和自然语言处理）上，腾讯金融云为金融企业<span style="color: black;">供给</span>了25种人工智能服务，如智能客服、智能投顾、智能风控等，助力金融企业构建智能金融生态。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">华夏银行<span style="color: black;">已然</span>与腾讯金融云签约，双方将以创建联合实验室等方式进行合作，<span style="color: black;">一起</span>深化人工智能技术在金融行业的应用，推动腾讯金融云为金融行业做出<span style="color: black;">更加多</span>贡献。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">腾讯金融云<span style="color: black;">亦</span>和中国金融认证中心签署了合作协议，为金融安全、认证等<span style="color: black;">增多</span>安全<span style="color: black;">保证</span>。<span style="color: black;">将来</span>，中国金融认证中心<span style="color: black;">供给</span>的数字证书、安全控件等<span style="color: black;">制品</span>将基于腾讯金融云在人工智能方面的<span style="color: black;">优良</span>，以云服务的方式<span style="color: black;">供给</span>给互联网用户，<span style="color: black;">增多</span>金融业的安全合规性能。腾讯金融云“人工智能即服务”战略推动着金融行业打造智能金融生态圈，助力金融行业的安全合规与升级。</span></p><span style="color: black;">（2）蚂蚁金服：Techfin（科技金融）</span><span style="color: black;">在《财富》杂志发布的“2017年50家改变世界的<span style="color: black;">机构</span>”榜单上，蚂蚁金服<span style="color: black;">便是</span>其中之一。<span style="color: black;">另外</span>，蚂蚁金服还入选了《MIT科技评论》的“最聪明50家<span style="color: black;">机构</span>”榜单，<span style="color: black;">亦</span>是该榜单上<span style="color: black;">独一</span>一家金融科技企业。《MIT科技评论》对其评论道：“蚂蚁金服正在探索<span style="color: black;">运用</span>人工智能进行信贷业务。”</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">蚂蚁金服财富事业群总裁樊治铭曾<span style="color: black;">暗示</span>，“蚂蚁金服的<span style="color: black;">优良</span>不是金融，而是科技”，这<span style="color: black;">亦</span>是蚂蚁金服定义<span style="color: black;">自己</span>为Techfin（科技金融）而非Fintech（金融科技）的<span style="color: black;">原由</span>。<span style="color: black;">做为</span>一家科技<span style="color: black;">机构</span>，蚂蚁金服的核心关键词<span style="color: black;">便是</span>“人工智能”，其致力于<span style="color: black;">经过</span>人工智能技术驱动<span style="color: black;">机构</span>的所有业务，<span style="color: black;">同期</span><span style="color: black;">亦</span>正在加速向其他<span style="color: black;">公司</span>赋能。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">支付宝的智能客服“小蚂答”是蚂蚁金服的人工智能技术应用。人工智能的应用使客服变得更加<span style="color: black;">有效</span>，“小蚂答”平均<span style="color: black;">每日</span><span style="color: black;">能够</span>处理200万～300万条客户咨询，客户满意率比人工客服高出3个百分点。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">倘若</span>用户需要<span style="color: black;">经过</span><span style="color: black;">tel</span>进行咨询，“小蚂答”<span style="color: black;">能够</span><span style="color: black;">经过</span>语音识别技术<span style="color: black;">帮忙</span>用户直接<span style="color: black;">转</span>相应服务，无须等待提示音的指示。除此之外，“小蚂答”还<span style="color: black;">能够</span>充当“保镖”的角色。“小蚂答”在检测到用户的账户存在<span style="color: black;">危害</span>时会自动<span style="color: black;">起步</span>一键挂失功能，冻结账户；在用户遇到诈骗的<span style="color: black;">状况</span>时，“小蚂答”还可<span style="color: black;">帮忙</span>用户做到一键报案，减少损失。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能技术<span style="color: black;">亦</span>让支付宝变得越来越智能。<span style="color: black;">因为</span>支付宝的支线应用较多，有些功能入口“藏”得比较深。在结合人工智能技术后，用户<span style="color: black;">能够</span><span style="color: black;">经过</span>语音<span style="color: black;">查询</span>的方式直接<span style="color: black;">转</span>进入<span style="color: black;">关联</span>页面。<span style="color: black;">另一</span>，人工智能<span style="color: black;">做为</span>蚂蚁金服的核心技术，还<span style="color: black;">供给</span>了如交易风控、基金<span style="color: black;">举荐</span>、贷款准入等一系列业务服务。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">蚂蚁金服的科技金融在中国取得出色的成绩后，加快了在其他国家，尤其是发展中国家的推进步伐。蚂蚁金服董事长彭蕾介绍说，蚂蚁金服在中国推动无现金社会的同时，<span style="color: black;">亦</span>在世界其他国家积极推动无现金社会。<span style="color: black;">按照</span>统计<span style="color: black;">表示</span>，蚂蚁金服具备18种货币结算能力，<span style="color: black;">经过</span><span style="color: black;">持续</span>输出技术和<span style="color: black;">帮忙</span>，<span style="color: black;">已然</span>在<span style="color: black;">全世界</span>200多个国家和地区为用户<span style="color: black;">供给</span>了普惠金融服务。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.4</span></strong></span><span style="color: black;"><strong style="color: blue;"><span style="color: black;">人工智能+工业：<span style="color: black;">有效</span>、安全、<span style="color: black;">方便</span>化</span></strong></span></p><span style="color: black;"><span style="color: black;">针对</span><span style="color: black;">繁杂</span>的制造业<span style="color: black;">来讲</span>，互联网的定位更应该在“助力者”而非“颠覆者”，<span style="color: black;">帮忙</span>制造企业加快转型升级的步伐。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9Rmfo2r3fRJ5RiaNMug5qcZ9VpGCqBIjzubATSoXFpUwXoPIVp9xYDpA/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.4.1 “人工智能+制造”，本质是追求人机协同</span></strong></span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">人工智能<span style="color: black;">做为</span>一类信息技术，诞生于上世纪50年代，几乎与计算机同步。60<span style="color: black;">数年</span>来人工智能<span style="color: black;">触及</span>的技术和派系众多，学界并<span style="color: black;">无</span>一个<span style="color: black;">知道</span>的定义。<span style="color: black;">针对</span>大<span style="color: black;">都数</span>公众而言，从其发展目的的<span style="color: black;">方向</span>，<span style="color: black;">能够</span>简单将其理解为“与人类<span style="color: black;">同样</span>聪明的人造<span style="color: black;">设备</span>”。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">将这个聪明的“<span style="color: black;">设备</span>”放入制造业中，<span style="color: black;">重点</span>的<span style="color: black;">功效</span><span style="color: black;">便是</span>使<span style="color: black;">设备</span>能够“达到<span style="color: black;">乃至</span>超过人类技工水平”，以实现企业生产运营效率的<span style="color: black;">提高</span>。这个放入“人工智能”的“智能化”过程，与过去制造业追求“自动化”的过程<span style="color: black;">实质</span>上有本质的差异。“自动化”追求的是<span style="color: black;">设备</span>自动生产，本质是“<span style="color: black;">设备</span>替人”，强调大规模的<span style="color: black;">设备</span>生产；而“智能化”追求的是<span style="color: black;">设备</span>的柔性生产，本质是“人机协同”，强调<span style="color: black;">设备</span>能够自主<span style="color: black;">协同</span>要素变化和人的工作。</span></p><span style="color: black;"><span style="color: black;">因此呢</span>，“人工智能+制造”<span style="color: black;">将来</span>所追求的，<span style="color: black;">不该</span>是简单粗暴的“<span style="color: black;">设备</span>替人”，而应是将工业革命<span style="color: black;">败兴</span>极度细化、<span style="color: black;">乃至</span>异化的工人流水线工作，重新拉回“以人为本”的组织模式，即让<span style="color: black;">设备</span>承担<span style="color: black;">更加多</span>简单重复<span style="color: black;">乃至</span>危险的工作，而人承担<span style="color: black;">更加多</span>管理和创造工作。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="https://mmbiz.qpic.cn/mmbiz_png/KXTQvSOHzfEPvcfQOS3BpNvH9ianWqtv9eNkEic1t7REL1Ma23PRMnKsAHGemDoUTOD8ACiciaEWzIpGshwDoxBPgw/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1" style="width: 50%; margin-bottom: 20px;"></p><strong style="color: blue;"><span style="color: black;">1.4.2 “人工智能+制造”，必然走向平台模式</span></strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">制造业是一个庞大的产业，<span style="color: black;">繁杂</span>而割裂是它的历史特征。同一个厂房里，可能有好几种来自<span style="color: black;">区别</span>厂家的生产设备，这些设备<span style="color: black;">常常</span>采用各自的技术和数据标准，彼此之间并<span style="color: black;">不可</span>直接连通和交互。<span style="color: black;">区别</span>的工厂、乃至<span style="color: black;">区别</span>的制造业企业，差异就更大了。<span style="color: black;">这般</span>的差异使得传统制造业信息化难度大、效率<span style="color: black;">提高</span>有限。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">互联网的普及和发展催生了“平台模式”，平台内信息传播的速度大大<span style="color: black;">增多</span>、交易成本大大降低，有效促进了经济效率的<span style="color: black;">提高</span>。近几年，互联网的这个模式<span style="color: black;">逐步</span>扩展到了各行各业。<span style="color: black;">针对</span>制造业而言，这个模式<span style="color: black;">便是</span>“工业互联网平台”。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">将来</span>“人工智能+制造”的实现的重要<span style="color: black;">基本</span><span style="color: black;">便是</span>这个平台，由这个平台为产业<span style="color: black;">供给</span>通用的算力（工业云计算和边缘计算）、算据（工业大数据）和算法（工业人工智能）能力，从而推动<span style="color: black;">全部</span>产业的转型升级。<span style="color: black;">按照</span>调研<span style="color: black;">机构</span>MarketsandMarkets的数据<span style="color: black;">表示</span>，这三部分<span style="color: black;">表率</span>的<span style="color: black;">全世界</span>工业互联网平台市场规模占整体“人工智能+制造”的比例，将从2016年的24%增长为2025年的36%，达到2.6千亿美元。</span></p><strong style="color: blue;"><span style="color: black;">1.4.3 互联网助力“人工智能+制造”的三类典型场景</span></strong>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">互联网经过数十年发展，已<span style="color: black;">作为</span>信息革命的中坚力量，<span style="color: black;">亦</span>是当前人工智能技术发展的领航者。其连接、数据、云、算法和安全等五方面的经验与<span style="color: black;">累积</span>，能够有效支持其推动人工智能与各产业结合落地。对“人工智能+制造”而言，<span style="color: black;">日前</span>互联网助力的典型场景<span style="color: black;">重点</span>有三类：</span></p><span style="color: black;">（1）<span style="color: black;">制品</span>注智，从软件到硬件的智能升级。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">互联网<span style="color: black;">能够</span>将其人工智能算法，以能力封装和开放方式嵌入到<span style="color: black;">制品</span>中，从而<span style="color: black;">帮忙</span>制造业生产新一代的智能<span style="color: black;">制品</span>。如谷歌<span style="color: black;">研发</span>出专用于大规模<span style="color: black;">设备</span>学习的智能芯片TPU、腾讯AI开放平台对外<span style="color: black;">供给</span>计算机视觉等AI能力、亚马逊推出内嵌人工智能语音助手的智能音箱echo等；</span></p><span style="color: black;">（2）服务注智，<span style="color: black;">加强</span>营销和售后的<span style="color: black;">精细</span>水平。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">互联网可将利用其人工智能算法，为制造企业<span style="color: black;">供给</span>更<span style="color: black;">精细</span>的增值服务。一是售前营销，以人工智能进行用户侧<span style="color: black;">需要</span>数据的多维分析，实现更实时、<span style="color: black;">精细</span>的<span style="color: black;">宣传</span>信息传递，如谷歌为制造业专门<span style="color: black;">研发</span>了<span style="color: black;">精细</span><span style="color: black;">宣传</span>平台；二是售后<span style="color: black;">守护</span>，以物联网、大数据和人工智能算法，实现对制造业<span style="color: black;">制品</span>的实时监测、管理和<span style="color: black;">危害</span>预警。如三一重工结合腾讯云，把分布<span style="color: black;">全世界</span>的30万台设备接入平台，实时采集近1万个运行参数，利用大数据和智能算法，远程管理庞大设备群的运行<span style="color: black;">情况</span>，有效实现故障<span style="color: black;">危害</span>预警，大大<span style="color: black;">提高</span>了排障效率并降低<span style="color: black;">守护</span>成本。</span></p><span style="color: black;">（3）生产注智，<span style="color: black;">加强</span><span style="color: black;">设备</span>自主生产能力。</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">互联网可<span style="color: black;">帮忙</span>制造企业，将人工智能技术嵌入生产流程环节中，使得<span style="color: black;">设备</span>能够在<span style="color: black;">更加多</span><span style="color: black;">繁杂</span><span style="color: black;">状况</span>下实现自主生产，从而全面<span style="color: black;">提高</span>生产效率。<span style="color: black;">日前</span><span style="color: black;">重点</span>应用在：一是工艺优化，即<span style="color: black;">经过</span><span style="color: black;">设备</span>学习<span style="color: black;">创立</span><span style="color: black;">制品</span>的健康模型，识别各制造环节参数对<span style="color: black;">最后</span><span style="color: black;">制品</span>质量的影响，<span style="color: black;">最后</span>找到最佳生产工艺参数，如腾讯云<span style="color: black;">帮忙</span>亿纬锂能<span style="color: black;">提高</span>1.5%良品率、阿里云<span style="color: black;">帮忙</span>保利协鑫<span style="color: black;">提高</span>1%良品率等；二是智能质检，即借助<span style="color: black;">设备</span>视觉识别，快速扫描<span style="color: black;">制品</span>质量，<span style="color: black;">加强</span>质检效率。如腾讯云<span style="color: black;">帮忙</span>福耀玻璃实现质检工序替代80%人力、并且不良品检出率达到90%以上。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><strong style="color: blue;"><span style="color: black;">1.4.4 典型人工智能工厂举例：德国西门子安贝格智能工厂</span></strong></span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;"></span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;"><span style="color: black;">做为</span>工业中的龙头企业，西门子在建设智能工厂方面<span style="color: black;">一样</span><span style="color: black;">处在</span>领先地位。在西门子的安贝格工厂（Electronic Works Amberg，EWA）中，<span style="color: black;">仅有</span>1/4的工作需要人工完成，3/4的工作都由<span style="color: black;">设备</span>和计算机自主处理。德国总理默克尔曾亲临EWA，并对这项成果<span style="color: black;">暗示</span>了<span style="color: black;">极重</span>的赞赏。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">自建成<span style="color: black;">败兴</span>，安贝格工厂的生产面积<span style="color: black;">无</span>扩大，生产人员的数量<span style="color: black;">亦</span><span style="color: black;">无</span>太大变化，<span style="color: black;">然则</span>产能却<span style="color: black;">加强</span>了8倍。安贝格工厂平均每一秒就生产一个<span style="color: black;">制品</span>，<span style="color: black;">制品</span>的合格率高达99.9985%。无论生产速度，还是生产质量，全球<span style="color: black;">无</span>一家同类工厂可与之匹敌。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在安贝格工厂出色的生产成绩<span style="color: black;">背面</span>，有以下三个重要特点。</span></p><span style="color: black;">（1）全面数字化</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">安贝格工厂的核心特点是实现了全面数字化，其生产过程是“<span style="color: black;">设备</span><span style="color: black;">掌控</span><span style="color: black;">设备</span>的生产”，而这正是工业4.0所<span style="color: black;">期盼</span>达到的<span style="color: black;">目的</span>。安贝格工厂生产的<span style="color: black;">制品</span>是SIMATIC可编程<span style="color: black;">规律</span><span style="color: black;">掌控</span>器（PLC）及<span style="color: black;">关联</span><span style="color: black;">制品</span>，这些<span style="color: black;">制品</span>本身就具有类似CPU的<span style="color: black;">掌控</span>功能。利用全方位数字化，<span style="color: black;">制品</span>和生产设备之间实现了互联互通，<span style="color: black;">保准</span>了生产过程的自动化。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在安贝格工厂的生产线上，<span style="color: black;">制品</span><span style="color: black;">能够</span><span style="color: black;">经过</span><span style="color: black;">制品</span>代码<span style="color: black;">自动</span><span style="color: black;">掌控</span>、调节<span style="color: black;">自己</span>的制造过程。<span style="color: black;">经过</span>通信设备，<span style="color: black;">制品</span><span style="color: black;">能够</span>告诉生产设备<span style="color: black;">自己</span>的生产标准是什么、下一步要进行的工序是什么。利用<span style="color: black;">制品</span>和生产设备的通信，所有生产流程实现计算机<span style="color: black;">掌控</span>并<span style="color: black;">持续</span>进行算法优化。除了生产线的自动化，安贝格工厂的原料配送<span style="color: black;">亦</span>实现了自动化和信息化。当生产线上需要某种物料时，系统会<span style="color: black;">通知</span>工作人员。工作人员<span style="color: black;">经过</span>扫描物料样品的二维码，将信息传输到自动化仓库，物料就会被传送带自动传输到生产线上。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">在从物料配送到<span style="color: black;">制品</span>生产的<span style="color: black;">全部</span>流程中，工人所需要做的大约只占<span style="color: black;">全部</span>工作量的1/4。在全面数字化的影响下，安贝格工厂的生产路径<span style="color: black;">持续</span>优化，生产效率<span style="color: black;">持续</span><span style="color: black;">加强</span>。</span></p><span style="color: black;">（2）员工不可或缺</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">尽管工厂的生产流程<span style="color: black;">已然</span>实现高度的数字化和自动化，但员工在安贝格工厂中依旧是不可或缺的。除了<span style="color: black;">平常</span>巡查车间，<span style="color: black;">检测</span>自己所负责生产环节的进度，员工最重要的工作是<span style="color: black;">持续</span>为工厂提出配送生产过程中需要改进的意见。在对安贝格工厂的生产力<span style="color: black;">拥有</span>促进<span style="color: black;">功效</span>的各个<span style="color: black;">原因</span>中，员工提出改进意见的<span style="color: black;">原因</span>占40%，这显然不可小觑。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">为了鼓励员工<span style="color: black;">持续</span>提出改进意见，安贝格工厂对提出了改进意见的员工发放相应的奖金。安贝格工厂曾发放了一共220万欧元的奖金给提出意见并<span style="color: black;">得到</span>采纳的员工。</span></p><span style="color: black;">（3）大数据转变为<span style="color: black;">精细</span>数据</span>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">智能工厂的关键<span style="color: black;">便是</span>将工厂生产过程中<span style="color: black;">持续</span>产生的大数据经过挖掘、分析和管理，让数据变得更符合智能工厂的生产需要，员工<span style="color: black;">亦</span>能更好地<span style="color: black;">运用</span>这些数据。安贝格工厂<span style="color: black;">每日</span>处理的数据量<span style="color: black;">已然</span>超过了5000万，利用人工智能的智能分析手段和<span style="color: black;">归类</span>推送给员工的方式，安贝格工厂将大数据转变为了<span style="color: black;">精细</span>数据，让数据变得更有用。</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><img src="data:image/svg+xml,%3C%3Fxml version=1.0 encoding=UTF-8%3F%3E%3Csvg width=1px height=1px viewBox=0 0 1 1 version=1.1 xmlns=http://www.w3.org/2000/svg xmlns:xlink=http://www.w3.org/1999/xlink%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=none stroke-width=1 fill=none fill-rule=evenodd fill-opacity=0%3E%3Cg transform=translate(-249.000000, -126.000000) fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E" style="width: 50%; margin-bottom: 20px;"></p>
楼主的文章深得我心，表示由衷的感谢！ “BS”（鄙视的缩写） 外贸网站建设方法 http://www.fok120.com/ 外贸B2B平台有哪些？
页:
[1]