本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

码报:【j2开奖】医疗、金融领域及C端产品,如何运用AI做决策?

时间:2016-11-17 19:17来源:香港现场开奖 作者:j2开奖直播 点击:
AI现阶段的创业机会在应用层面 AI的基础是数学原理——统计学,把信息通过规则和逻辑进行编程,获得精准结果,进而指导新的决策 (数据来源:公开信息整理) To B应用是技术驱动

  AI现阶段的创业机会在应用层面

  AI的基础是数学原理——统计学,把信息通过规则和逻辑进行编程,获得精准结果,进而指导新的决策

  (数据来源:公开信息整理)

  To B应用是技术驱动,To C应用是产品驱动

  1、To B 应用之:医疗

  千亿美金市场规模

  预计2020年,全球AI应用市场规模$2,000亿,医疗约占50%,即$1,000亿。

  全球化、巨头垄断

  仅今年前3个季度,IBM在认知解决方案领域的收入就达$129亿,占其整体收入的22%。

  

  (数据来源:CBInsight,COMETLABS,《互联网迎来AI时代,海外科技巨头争先布局》长城证券)

  巨头开源+买买买,创业企业在细分领域深耕

  (数据来源:Crunchbase,IT桔子)

  案例:“AI+医疗”的先驱和领导者IBM

  1、IBM Watson Health率先从肿瘤辅助诊疗领域切入

  

  Watson的主要应用在医疗和金融——医疗领域,率先切入肿瘤,通过学习影像和诊疗信息,成为医生的智能助手。

  

  Watson包含90台IBM Power750服务器(每台服务器含有一个3.5GHz的POWER7八核处理器,每核4个线程),2,880个POWER7处理器线程,数据处理速度500GB/秒,内存16TB。

  (数据来源:IBM大会公开)

  数据获取是一大门槛

  AI训练需大量数据,除API开源外,IBM还采取收购+合作+铺设信息系统的措施,打通病例、影像、医药、研究数据。

  

  数据获取成本高昂,仅对Merge和Truven的两项收购,耗费就高达$40亿。

  (数据来源:Crunchbase,公开信息整理)

  训练方式:“输入”——“学习”——“考试”,发现不足并不断优化

  

  Watson的实际运用也是训练的一部分,通过新病例和治疗方案不断指导优化和更新。

  已与多家医院合作,可覆盖90%的癌症人群

  辅助诊疗:与医生合作,共同完成诊断和治疗。

  诊断过程:输入病患症状——Watson输出数据——医生诊断、治疗。

  Watson的输出数据包括三类四项。

  快速发展,拿下多个单子——国外癌症治疗领域前三的医院;国内多个综合三甲医院和肿瘤专科。

  (数据来源:公开信息整理)

  除了肿瘤,也在其他医疗领域小试牛刀

  

码报:【j2开奖】医疗、金融领域及C端产品,如何运用AI做决策?

  (数据来源:公开信息整理)

  除辅助诊断,慢病管理、新药研发、流程优化也有机会

  辅助诊断:

  ◆ 降低误诊率,提高效率——治疗方面综合医院基本都能满足,差异主要在诊断上,医生诊断需查阅大量资料

  ◆ 首选肿瘤、心血管病,需精准治疗、治疗费用大

  慢病管理:

  ◆ 通过用药提醒+软件+硬件的身体数据收集,帮助优化医疗服务

  ◆ 首选糖尿病、精神健康,治疗时间长、治疗费用大、治疗难度大

  新药研发:

  ◆ 通过计算机模拟制药过程,改善药品研发周期长、成本高(研发成本占药企收入5-20%)的弊端

  ◆ 首选抗肿瘤药、心血管药、孤儿药、经济欠发达地区常见传染病药

  流程优化:

  ◆ 通过SaaS进行院内流程优化+效能评估,降低医疗资源浪费——医院25%的资源是被浪费掉的

  ◆ 主要应用:急诊、ICU、手术室

  (数据来源:参考制药公司信息,公开信息整理)

  2、To B 应用之:金融

  市场巨大,但切入点和方式尚在探索阶段。目前创业公司可以尝试的5个方向:身份识别、风控、个性化电子银行、保险、投资决策

  身份认证:

  ◆ 通过人脸识别等替代人工审核——但市场规模较小,仅¥14亿/年

  风险控制:

  ◆ 降低坏账:以消费信贷为例,国内市场¥15.4万亿,坏账率1%-10%

  ◆ 防范人工操作带来的腐败风险、不合规风险

  ◆ 迅速适应监管变化,减少信息跟进、业务检查的人力成本,¥1.8万亿

  个性化电子银行:

  ◆ 缩减营业费:银行营业费用占整体收入的40%,其中一半是职工费用

  保险:

  ◆ 防止过度医疗(健康险)、过度维修(车险)带来的高额赔付——保险赔付占收入的50-60%,约¥8万亿/年

  ◆ 缩减理赔的人员费用,以及人工模糊判断带来的腐败风险

  投资决策:

  ◆ 市场规模不好估量

  ◆ 底层配置还是人工,没有到“机器配置”——价值只是省略销售费用

  ◆ “只要能比人工配置收益率高1%,全球所有的资产都会到那里去”

  (数据来源:博思数据研究中心,内部研究-参考工行财务年报 2015,保监会)

  AI巨头、互联网金融巨头、创业公司齐上阵

  (数据来源:Crunchbase,IT桔子)

  案例2:身份认证——云从科技

  强调产品层面的优化,以及BD能力

  综合应用场景多、操作方便等因素,人脸识别是比较通用的身份认证方式

  ◆ 人脸识别使用方便:可非配合,不需接触,没有侵犯性,容易接受

  ◆ 人脸识别设备通用:使用通用设备,摄像头、PC机、手机、平板

  技术层面基本达标,且很难再有质的突破

  ◆ 目前人脸识别,机器的正确率是99.5%(高于人眼的75%)

  ◆ 在远程开户、柜台对比等业务已经够了

  ◆ 但替代密、卡、证件进行存取还有一定难度

  可以在产品指标、可用性上做一些优化

  同时需要强BD能力——例:云从科技,银行业的第一大供应商

  (数据来源:公开信息整理)

  案例3:风险控制——IBM

  从细分市场切入——应对监管变化的风险控制

  

码报:【j2开奖】医疗、金融领域及C端产品,如何运用AI做决策?

  以往计算机只能处理结构化信息,AI能处理非结构化信息。

  除了监管条例跟踪研究,未来还将拓展金融风险建模、监督及反洗钱等业务。

  (数据来源:IBM公开会)

  案例4:个性化电子银行——IBM

  虚拟客服

  传统是机器选择+人工的方式,只能做到问题分类,用户需要一级一级的做选择,然后才能得到答疑,AI无需选择直接回答,且能替代人工。

  个性化产品/服务推荐

  传统电子化仅能完成产品集成和分类,AI帮助实现“推荐”功能。

  案例5:保险——IBM

  除了虚拟客服、产品推荐,直播,还能实现理赔业务的规范化、自动化

  

  理赔是非标的,很难通过电子化实现自动化和效率提升,需要依赖人工进行资料搜寻,以及经验判断。

  

码报:【j2开奖】医疗、金融领域及C端产品,如何运用AI做决策?

  AI可以替代人工进行资料搜寻,直播,并极大程度上形成判断。

  (数据来源:IBM公开会)

  案例6:投资决策——Wealthfront

  根据用户资金量和风险承受能力,进行自动化资产配置

  资产端雇佣4家ETF基金机构进行产品池设置——底层还是人工(基金经理),不会由机器直接购买股票、债权等产品。

  

  3:To C 应用

  To C天花板较高,但通常更适合大公司来干。

  用户群不局限于某一特定领域。

  作为流量入口延展多类业务,多重变现方式。

  

  创业公司的问题:早期很难变现;需要长时间的积累。

  大公司的优势:基于庞大的用户量和全面的产品线;AI是对现有产品的提升,而不是重新找寻需求、重新占领用户群。

  

  巨头改进原有产品,创业公司深入挖掘需求

码报:【j2开奖】医疗、金融领域及C端产品,如何运用AI做决策?

  (数据来源:Crunchbase,IT桔子)

  从出门问问的尝试,看创业公司可能的难点

  (备注:信息参考出门问问CEO演讲整理)

  小公司的一些挑战与机会

  一早就从可以变现/看得到变现的地方切入

  Wish、今日头条就是好的例子:一个是电商,卖货;一个是媒体,卖广告。

  

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容