在科技日新月異的今天,人工智能+、數(shù)據(jù)要素X 正成為引領科技變革、驅動社會發(fā)展的核心力量。人 工智能+,代表著人工智能技術在各個領域的廣泛應 用與深度融合,為傳統(tǒng)產業(yè)帶來了前所未有的創(chuàng)新機 遇;而數(shù)據(jù)要素X, 則是指數(shù)據(jù)作為新的生產要素, 在數(shù)字經(jīng)濟時代發(fā)揮著越來越重要的作用。
本案例集旨在匯集近年來人工智能與大數(shù)據(jù)在各個領域中的創(chuàng)新應用與實踐成果,展現(xiàn)科技如何深度融入社會生活的方方面面,推動各行各業(yè)的轉型升級。 案例集收錄的人工智能&大數(shù)據(jù)創(chuàng)新應用典范案例, 基于面向各行業(yè)企事業(yè)單位、數(shù)字原生企業(yè)、各類數(shù) 字化服務廠商征集精選而出。通過精選的案例,我們 希望能夠為讀者提供一個全面了解人工智能與大數(shù)據(jù)應用現(xiàn)狀與發(fā)展趨勢的窗口,激發(fā)更多的創(chuàng)新思維與實踐探索。
興業(yè)銀行:興業(yè)銀行AI 智能財富顧問
新奧天然氣:LNG 智能交付解決方案
上海聯(lián)通:上海聯(lián)通面向政企營銷的智能Copilot 應用與創(chuàng)新實踐
通用健康管理:體檢報告智能陽標系統(tǒng)
匯智智能:Agent 云智能體云平臺數(shù)字員工
青島啤酒: “數(shù)據(jù)驅動+生態(tài)賦能”的物流運輸管理
同方知網(wǎng):大數(shù)據(jù)知識管理平臺
全景智聯(lián):面向市域社會治理的多元信息跨域集成關鍵技術及應用
遠光軟件:集團企業(yè)經(jīng)營分析
中電數(shù)創(chuàng):數(shù)據(jù)要素加工交易平臺
思邁特軟件: Smartbi AIChat應用案例,某保險集團內部經(jīng)營分析
附件:2024人工智能&大數(shù)據(jù)創(chuàng)新應用案例集-人工智能與大數(shù)據(jù)應用現(xiàn)狀與發(fā)展趨勢的窗口
推動了產業(yè)的數(shù)智化發(fā)展,提升了內容生產效率和商業(yè)變現(xiàn)能力,降低了創(chuàng)作門檻;數(shù)字文旅市場規(guī)模突破9000億,在線旅游市場規(guī)模達到11112.6億
港股人工智能行業(yè)的詳細分析,又有港股發(fā)行前、中、后的數(shù)據(jù)對比,以及中介機構、投資機構等的盤點,為投資者和決策者提供了深度的行業(yè)洞察
融合AI 與行業(yè)know-how能夠更精準捕捉客戶需求, 使金融決策從經(jīng)驗驅動向數(shù)據(jù)驅動轉化, 使財富管理、智能投顧等高價值場景更具 智能化
生成合成場景是人臉識別信息的重要應用場景之一,研究報告特別關注了該場景下的人臉識別治理問題,為我國人臉識別產業(yè)的行穩(wěn)致遠貢獻綿薄之力
絕大多數(shù)中小企業(yè)(占比98.8%)已經(jīng)開啟數(shù)字化轉型,僅有極少數(shù)中小企業(yè)(1.2%)尚未開始,處于數(shù)字化早期的中小企業(yè)占比62.6%,由智能驅動的中小企業(yè)占比僅為3.2%
到2030年前,生成式AI有望 為全球經(jīng)濟貢獻約7萬億美元的價值,其中中國有望貢獻其中約2萬億美元,將近全球總 量的1/3;成式AI對高科技行業(yè)將產生最為顯著的影響
培養(yǎng)方案將數(shù)智人才培養(yǎng)分為“通識、賦能、應用、專業(yè)”四個類型,采取“分類+梯度”模塊化選課、“融通+創(chuàng)新”靈活性設課、“基礎+場景”差異化授課的體系化分類培養(yǎng)思路
報告深入探討了人工智能技術在教育領域的應用現(xiàn)狀、發(fā)展趨勢、政策環(huán)境、市場規(guī)模、技術演進以及行業(yè)挑戰(zhàn)和機遇;2023年B端AI+教育市場規(guī)模約為213億元
通過國際權威的醫(yī)療行業(yè)術語庫和知識庫,對病歷文書進行知識抽取和知識庫構建,大幅降低了大模型的幻覺;被國際頂級學術會議錄取的醫(yī)療基礎大模型
底層架構采用國內開源通用大模型,實現(xiàn)國產化部署,要求等數(shù)據(jù)文件 500 多份,復旦大學積累的國別研究信息 8000 多篇
系統(tǒng)研發(fā)費用共計 850 萬元,公司收費方式為提供服務,至 2024 年底預計可新增 15 家穩(wěn)定的客戶,預計 項目累計產生銷售收入 15000 萬元
人工智能生成式代碼減少了約2周工作量。二期(數(shù)據(jù)分析)的實施周期約為8周,人工智能生成式代碼減少了約6周工作量