行业概述概念界定:区别于传统商业智能,现阶段商业智能通过将人工智能核心技术与大数据、机器人流程自动化(RPA)、运筹学等技术相结合,促进商业中各领域在产品创新与服务升级等方面实现转型升级。政策环境:美国、英国、欧盟等国家或地区的政策倾向于鼓励企业采用人工智能等新兴技术,但并未明确引导方向及发展领域。对比而言,国内政策更加落地,指明技术与场景落位方向。技术关系:人工智能与大数据、RPA以及运筹学共同为商业智能行业的转型升级提供技术支撑,大数据提供基础资源,RPA应用于多数流程性领域,运筹学发掘资源潜力并进行统筹规划,而人工智能是商业场景实现智能化的核心驱动因素。价值方向:技术发展驱动商业智能行业发展转型,聚焦商业企业核心发展痛点,技术提供方应更加深入理解场景与业务属性,选择合理技术组合以增加商业环节落地应用价值。应用场景场景梳理:总结梳理金融风控、物流管理、广告营销、零售电商、交通出行、医疗健康、客户服务、在线教育等8个典型商业智能应用场景。场景解读:从赛道规模、落地形式、典型案例、应用前景等维度,分析解读8个商业智能应用场景的发展现状与增长潜力。趋势展望产业互联网驱动:产业互联网会重建流量、科技、场景之间的共生关系,创造新型的商业发展生态。同时,产业互联网会在流量端与应用场景侧为商业智能模式创新带来机会。未来市场格局:互联网巨头、人工智能技术公司与商业公司将基于各自在流量、技术落地与行业认知方面的优势三方合力,共建商业智能全新发展生态。个人数据监管影响:以GDPR为代表的个人数据保护法规虽一定程度限制了技术公司模型训练所获取的数据集来源,但也激发技术公司迭代并创新算法以减少采集个人信息用于技术开发的依赖程度。