智东西（公众号：zhidxcom）

　　编 | 十四

　　刚刚过去的人机围棋大战，柯洁0：3败给了人工智能系统AlphaGo（阿尔法围棋）。人会在具有特定规则的一个命题输给机器也许是早晚的事情。

　　科技的终极追求，也不过是解决更难的命题。对于科技来说，围棋可能只是一个命题；对于我们来说，这个命题的情怀并不会因为被破解而消散。

　　事实上，围棋和人工智能这两件事儿都太过高深，我们更震惊的点在于，居然在硬件计算能力不足以支撑一个计算机在围棋这一难题上胜过人类的前提下，科学家另辟蹊径，从大数据和算法的维度，也就是深度学习，实现了这一目标。接下来要做的，就是用这个技术造福人类了。

　　本期的智能内参，我们推荐来自麦肯锡的基于AI的企业数字化发展趋势报告，主要从企业的立场分析大数据、算法、自动化、机器人等技术对于产业的影响，回答数据和分析的用途，并列举可行的商业举措。如果想收藏本文的报告全文，可以在智东西（公众号：zhidxcom）回复关键词“nc155”下载。

　　以下为智能内参整理呈现的干货：

　　引进新的技术能够重塑商业格局，加强企业竞争力，这在过去几年演变尤为激烈。当然，技术推动企业进步也需要恰当的方式，否则适得其反。数据化、分析学、人工智能等技术创新为商业和经济提供了新的生产力增长引擎，刻画了一个新的未来生产生活模式。

　　而现在，这些技术似乎迎来了一个应用规模爆发的拐点，如果说之前各个企业还在摸石头过河，现在，他们已经有几种可以参考的成功模式和发展方向了。

　　有些公司正在利用数据和分析优势，进行基于更大规模的现实条件的决策、市场洞见和过程优化。它们不仅仅在改善核心业务，也在推出全新的商业模式。数字平台的网络效益正在某些市场领域形成一种动态竞争。

　　本报告基于市场观察和调研，分析企业数字化转型的原生竞争力，以及公司如何建立战略远景，并对数据生成过程中的问题提出解决建议。

　　基于数据分析的六种颠覆模型

　　如上图所示，数据分析体现在商业价值的方式主要有六种：

　　1、基于正交数据的商业模型，主要应用于保险、医疗、人力；

　　2、大型实时匹配算法，主要应用于交通和物流、自动化、智慧城市和基建；

　　3、个性化精准服务，主要应用于医疗、媒体、保险、人力；

　　4、大型数据整合，主要应用于银行、公共服务、保险、人力；

　　5、数据驱动的技术进步，主要应用于生命科学和制药、材料科学、科技发明；

　　6、优化决策过程，主要应用于智慧城市、保险、医疗、人力。

　　*大型公司数字化程度统计示意

　　过去行业中常用的以来标准化数据进行决策，而现在引入了新类型的数据（正交数据）来补充，有利于改变竞争力，基于个体行为特征分析提供更精确的市场洞察，应用于教育、旅游、休闲、媒体、零售、广告。

　　不同领域的数字化程度有所差异，在美国，信息与通信技术行业、媒体、金融服务和专业人士服务业的数字化正在迅猛发展，而公用事业，矿业，和制造业等，都还处在早期数字化阶段。零售和医疗等大规模劳动力密集型领域广泛不采用该技术。

　　这可以理解为，数字化主要是针对规模庞大但增长缓慢的领域，作为一个新的增长点或者说机会而受追捧。预计未来，搜索、通讯、视频、事务、公司内部的流量，以及商品、服务、金融和人事的数据流动，基于国际电子商务的交易数字，将进一步激发全面数字化。

　　六类行业数字化进程

　　1、规模相对较小，atv直播，知识密集型的领域，如媒体、金融等企业，数字化的程度较高；

　　2、资本密集型，发展潜力巨大的领域，如能源、制药等企业，数字化的程度较低；

　　3、对于大型服务部门，或者说业务部门，因存在客户交易空间而需要数字化；

　　4、B2B行业需要于客户和用户进行互动，所以具有数字化潜力；

　　5、劳动力密集型产业数字化程度不高，但具备潜力用于劳动力转化和生产力提高；

　　6、大型本地企业由于低效运营，未来可能考虑数字化运营。

　　*不同行业数字化差异（色块示意数字化程度）