军工

随着AI在军事领域的全面运用,战争将步入AI时代,数据数量、数据分析和处理能力、数据主导决策,将是获得战场优势的关键。AI技术在提升情报分析能力,优化作战指挥流程,加速新型武器面世等方面将发挥巨大作用。

以海军为例,海军战场环境中各类作战力量和传感器收集的数据量越来越大,生成数据的速度越来越快,同时情报数据的处理时效性要求也越来高。基于AI平台,海军指挥信息系统应具备海量数据的采集、存储、访问控制和实时分析的能力,可以针对情报作战等业务进行快速的数据挖掘分析。LittleBoy和OushuDB可以为其提供高效的数据处理和分析能力。

Image Description

数据类型

  • 数据类型覆盖了结构化、非结构化数据及实时流数据,以海军为例,数据大多为结构化,半结构化和非结构化信息,包括作战目标、战术意图、武器装备、指挥能力、地理环境、水文气象等信息,形式有视频、语音、文档、传感器数据等。

应用场景

  • 在侦察预警领域,可极大提高侦察预警情报的分析、预测和防护等能力。
  • 在指挥控制领域,大幅提高对指挥控制数据的智能处理、辅助决策,加强指挥控制水平。
  • 在信息通信、信息对抗电子战、火力打击、综合保障等诸多领域,AI也大有可为。
互联网

数据显示,中国AI和大数据IT应用的投资规模中,互联网行业占比最高。大型互联网企业都拥有大数据,并且主要用于优化内部的业务运营效果。数据资产主要包括电商数据、社交数据、游戏数据、搜索数据、新闻数据等。

大型互联网企业的AI与大数据应用体系建设较好,可以采用LittleBoy和OushuDB有效的支持亿级用户数据的精细化分析。

Image Description

数据类型

  • 结构化数据,从用户下单到仓储分拣,再到配送,整个交易链条上的数据。
  • 非结构化数据,用户的网站浏览行为、购买评价等各种数据。

应用场景

  • 客户获取,消费行为分析。
  • 客户画像,客户价值分析。
  • 销售力分析,商品间销售关联关系分析。
  • 精准营销,线上线下数据分析与决策。
  • 供应链管理,揭示供应链中的任何延迟或潜在的库存问题。
税务

中国国家税务总局在2016年的政策中强调,要对税务大数据进行有效分析。随着“金税工程”的不断深入,税务数据资源的种类不断丰富,数据量快速增长,特别是近年来飞速增长的电子票据、视频、网页等非结构化数据,已经超出了目前的处理能力。

如何采集、存储和利用庞大的涉税数据,从海量数据中挖掘有价值的信息,已然成为税收信息化面临的重大课题。对复杂类型的数据管理和分析能力是新型税务AI平台的重点要求。新一代数据仓库Oushu Database完全具备复杂类型数据的快速处理和分析能力。

Image Description

数据类型

  • 金三系统、社保系统等每天都会产生数百万笔业务数据。
  • 税务业务还涉及工商、质监、交易中心等政府部门的共享数据
  • 来自移动互联网、网络社交媒体等方面的外部数据。
  • 数据格式覆盖了文件、地理信息、日志、图片、流媒体等多种形态。

应用场景

  • 为每个纳税人绘制“画像”,建立特征标签。
  • 纳税人涉税风险评估,规避税收风险。
  • 税收政策效果测度,平衡各方利益。
  • 服务能力匹配分析,调整人员配置。
  • 办税流程优化,提高客户满意度。
电信

据市场调研结果显示,全球运营商约60%正在开展AI业务,AI业务成本将占IT预算总成本的20%。运营商已经从流量运营进入AI运营时代。AI将在精准营销、运营优化、跨界商业化等方面大有所为。

但是,电信行业AI最大障碍是数据孤岛效应严重,国内运营商不同区域、不同分公司之间的数据没有打通。当下,运营商AI业务运营均是以产品为核心,整合分散在研发、营销、客服等部门的数据,构建专业化的AI业务运营体系。相比传统数据仓库,Oushu Database凭借全球最快的引擎可以支持运营商海量数据的快速查询分析。

Image Description

数据类型

  • 客户的身份信息,包括用户的姓名、身份证信息、消费能力。
  • 交互的流量等,用户的终端使用位置、内容使用、异动、事件等方面。
  • 客户的行为信息,包括行动轨迹,出行情况,作息时间,APP的使用频次等。
  • 客户的附加属性,包括终端使用更换情况,对新业务和产品体验的偏好等。

应用场景

  • 基础设施建设优化和网络运营管理和优化。
  • 精准营销,客户画像、关系链研究、实时营销和个性化推荐。
  • 客户关系管理,客服中心人员优化和客户生命周期管理。
  • 企业运营管理,业务运营监控和经营分析。
  • 数据对外商业化,数据部门单独盈利。