共计 4399 个字符，预计需要花费 11 分钟才能阅读完成。
人工智能的概念第一次被提出，是在 20 世纪 50 年代，距今已七十余年的工夫。随着深度神经网络技术的逐步成熟和计算能力的大幅晋升，AI 技术实现了飞跃式地倒退，曾经在工业、制作、能源、金融等各行各业失去了宽泛无效地利用实际，大幅晋升了现有的生产效率，助力传统行业实现跨越式降级，实现全行业的重塑。
2022 年政府工作报告提出要培养壮大人工智能等数字产业，晋升要害软硬件技术创新和供应能力，开释数据因素后劲，更好赋能经济倒退。放大数字产业化和产业数字化新动能。因而，人工智能作为关键性的新型信息基础设施，被视为拉动我国数字经济倒退的新动能。随着新基础设施打算的施行、生产互联网的降级和产业互联网的倒退，人工智能科技产业开始步入全面交融倒退的新阶段，成为数字经济时代的外围生产力和产业底层撑持能力，是激活数字经济相干产业由数字化向智能化降级的核心技术。
人工智能技术的三个档次
从人工智能技术层面来看，业界宽泛认为，人工智能的外围能力能够分为三个层面，别离是计算智能、感知智能、认知智能。
计算智能
计算智能是指机器具备超强的存储能力和超快的计算能力，可能像人类一样进行计算，能够基于海量数据进行深度学习，诸如神经网络和遗传算法等，可能更高效、疾速解决海量的数据。随着计算力的一直倒退，贮存伎俩的一直降级，计算智能能够说曾经实现。例如 AlphaGo 利用加强学习技术完胜世界围棋冠军；电商平台基于对用户购买习惯的深度学习，进行个性化商品举荐等。
感知智能
感知智能是指机器能听懂咱们的语言、看懂世界万物，使机器具备视觉、听觉、触觉等感知能力，能够将非结构化的数据结构化，并用人类的沟通形式与用户互动。随着各类技术倒退，更多非结构化数据的价值被器重和开掘，语音、图像、视频、触点等与感知相干的感知智能也在疾速倒退。无人驾驶汽车、驰名的波士顿能源机器人等就使用了感知智能，通过各种传感器，感知周围环境并进行解决，从而无效领导其运行。
认知智能
相较于计算智能和感知智能，认知智能更为简单，是指机器像人一样，有理解能力、演绎能力、推理能力，有使用常识的能力，可能被动思考并采取行动，针对业务场景进行策略构建和决策，晋升人与机器、人与人、人与业务的协同、共享等能力。目前认知智能技术还在钻研摸索阶段，如在公共安全畛域，对犯罪者的宏观行为和宏观行为的特征提取和模式分析，开发犯罪预测、资金穿透、城市立功演变模仿等人工智能模型和零碎；在金融行业，用于辨认可疑交易、预测宏观经济波动等。要将认知智能推入倒退的快车道，还有很长一段路要走。
打造全生命周期的 AI 能力研发与应用体系
多年来用友将人工智能与业务场景相结合，通过用友 BIP 新一代信息技术，帮忙企业用户建设一整套成熟残缺的智能中台解决方案，并通过工业、能源、制作等多行业我的项目的积攒积淀，造成了一整套成熟的人工智能建设理念和体系办法，整合积淀 AI 技术，提供对立的 AI 服务。
用友 iuap 智能中台通过“理场景 -> 定计划 -> 标样本 -> 调资源 -> 训模型 -> 管模型 -> 用模型”七步法来实现 AI 能力的研发、优化和服务。从场景剖析到最终的平台经营全过程登程，打造面向企业内外部开发者、ISV、生态搭档、客户以及包含 AI 训练师、AI 标注师、企业管理人员和业务人员等在内的人工智能新职业的翻新载体，提供 AI 服务的看、管、造、用能力，造成 AI 凋谢共赢的生态链，激发企业改革翻新。
用友 iuap 智能中台以智能为外围驱动力，提供低门槛、低代码、普惠化个性的训推一体 AI 开发和纳管平台，遵循对立数据接入、对立计算资源管理、对立模型训练、对立 AI 能力凋谢等建设准则，造成笼罩数据接入、特色工程、模型开发、模型训练、模型部署、模型服务、模型利用的 AI 能力全生命周期方法论。基于该方法论，打造数据集成、数据预处理、数据标注、模型训练、模型服务等 AI 能力中枢，实现 AI 场景的一站式操作及自动化训练建模能力，为 AI 能力的研发、部署、利用赋能，撑持企业全价值链、全场景的群体智能和智能组织变革的利用。
用友当先的三大 AI 技术能力 + 两类 AI 服务，赋能企业数智化转型
用友 iuap 智能中台依靠当先、根底、实用的 AI 技术，通过 AI 平台 + 算法 + 常识图谱技术，以对立的智能交互方式和智能服务作用于畛域云与行业云，晋升企业外围竞争力，为客户发明价值，增效降本。
AI 工作坊提供低门槛的从数据到 AI 利用全流程开发服务，通过低代码的形式，为企业业务人员、IT 人员、AI 开发者提供对立的 AI 创作环境，能够实现海量数据的采集与存储、数据预处理、特色工程、数据标注、分布式训练、端云一体自动化模型生成及“端—边—云”模型按需部署的能力，帮忙用户缩短 AI 模型、AI 应用服务的创立、训练和部署周期，便捷治理模型迁徙、模型泛化、重训练等全周期 AI 工作流。AI 工作坊实现人工智能在各畛域的深度利用，推动企业生产经营服务从经典的流程驱动向数据和智能模型驱动的转变。
AI 工作坊是一套基于支流语言开发的算法服务平台，反对 TensorFlow、PyTorch、Caffe、PadlePadle 等罕用的算法训练框架，全面贯通机器学习、深度学习、迁徙学习、加强学习、联邦学习等 AI 能力与业务机理、事件联想等机理常识，与算法、模型文件无缝连接。平台预置超过 50 种 AI 算法，超过 20 款预训练模型，包含回归、科学计算、时序、聚类等机器学习算法，OCR、图像分类、指标检测、语义宰割等计算机视觉解决算法，分词、文本分类、文本纠错、关键词提取等 NLP 算法等等。
智能服务基于 AI 算法能力，聚焦供应链、销售、财务、人力、资产等细分畛域，围绕供需匹配、仓储治理、图像识别、人力服务等业务场景，提供洽购寻源、销量预测、人才画像、图像识别等各种智能化场景落地，实现 AI 智能的全笼罩、激励全行业智能利用在平台的落地和能力积淀，实现 AI 能力的全面凋谢共享和高效复用。
智能中台赋能业务，减速驱动业务翻新
用友 iuap 智能中台赋能千行百业，广泛应用于各行业和畛域的利用场景中，通过不断完善优化分析模型，将数智化技术与业务深度交融，实现数据智能化利用，在各个业务畛域打造丰盛的数智利用场景，实现业务数据一体化，从流程驱动走向数据驱动，获得了很好的成果，赋能企业数智化发展。
智慧洽购：
基于企业画像洞察供应商，疾速筛选优质企业
随着企业的规模化倒退，供应商越来越多，如果想给 1000 家供应商做危险排查，最快须要多久？用友企业画像从企业经营、关系图谱、危险监控、企业评估等维度动手，欠缺数字企业画像评估体系，优化企业危险监控治理能力，通过对企业多维信息进行监控、危险主动分级，做到对客户、供应商及经销商危险动静的预警，帮忙企业辨认与管制各类危险。
企业画像对于外部、内部的各种数据（文本、数字、图片等）进行及时获取，对社会级大数据 + 企业级小数据进行数据的交融利用，建设机器学习分析模型，构建常识图谱。依照企业需要，整顿运算后给与更加智慧的后果。企业画像通过对海量数据的筛选、计算剖析，为风控、预测、数字决策的重要工具，助力企业做出精准无效的决策，为商业倒退赋予新的动能，促成企业的数字化转型。
企业画像领有最新的、全量的企业数据库，涵盖来自国家各官网公示信息平台的全量工商、司法、知识产权等数据，数据欠缺。企业画像基于 2 亿家企业信息和关系，理解产业链上下游各环节产品、企业、地区等状况，联合企业评分疾速筛选优质企业，为企业提供数据服务。
智慧生产：
智能配料优化生产流程，为企业降本增效
传统的配料形式往往由老师傅凭教训人工计算，计算时会思考库存、价格以及局部约束条件。难点在于，人工计算思考的约束条件少，也无奈获取实时的业务数据，所以很难计算出最优的配比解。同时，配料教训也无奈积淀和传承，一旦有人员变动，那么很可能会给生产和经营带来挑战。
通过对生产过程的 IT/OT 数据交融剖析，基于运筹学、建模、工艺机理大数据进行剖析工序、库存、价格等因素，引入神经网络算法驱动业务翻新，构建智能配料剖析利用能够反对多部门、多人员依照不同的配料场景进行智能配料，优化生产工艺，节约老本，晋升生成效率，相比人工配料，效率晋升超过 70%。可同时反对多部门、多人员依照不同的配料场景进行配料。从而为企业降本增效，带来实实在在的价值。
智能配料剖析利用全面赋能工业企业生产环节的降本、增效、提质，曾经涵盖合金配料、氧化物配料、焦化配料、铜矿配料、铁矿配料等工艺机理和分析模型，并胜利在江铜贵冶、天工国内、山西潞宝、泰盟机械等企业规模化利用。其中江铜贵冶采纳智能配料利用后，该企业合金配料的工夫由人工的 110min 缩短至 8 -10min，配料效率晋升了 91%，又快又实用。
智慧供应链：
通过智能物流优化运输门路，晋升调度效率
智能物流从运前调度、运中治理、运后剖析等各个环节，基于运筹统计分析算法提供多维度、多指标、多场景的配送任务分配以及路线布局倡议，晋升调度工作效率，帮忙物流供给降本增效。
在运前调度环节，智能物流为不同物流模式下的各种场景提供服务，帮忙企业在智能调度、门路优化、排单派车等实在场景下，做到老本最优。在货物运输过程中，还能够提供实时布局 + 实时监管能力，为运输环节全力护航。在运输完结后剖析提取运输特色及教训路线，为下次行程做参考。
智慧人力：
人才画像 360°员工洞察，迷信用人
在人力治理方面，能够依据人才特征分析，生成全景人才画像，让企业对人才有更加全面主观的理解，洞悉企业的人才胜任力情况、理解企业人才的数量和品质、理解人才缺口，为企业人才补充，内部招聘、外部造就提供数据撑持。用人的指标是实现人尽其才，施展员工的专长和劣势，实现企业与员工的双赢。
智慧人力基于机器学习与洞察，全面精准的刻画人才画像，建设绩优画像、岗位画像，更精准的辨认人才，更疾速招募到适合的人才，更有针对性的造就要害人才，打造继续的人才供应链。在人才的选用预留全流程，带来更多翻新利用场景，并且与企业的商业翻新相结合，实现企业的高质量倒退。
结语
数据智能经营，构建数据智能闭环运行体系
目前企业的业务经营过程都是靠集体教训和拍脑袋思维，没有把技术和业务联合在一起。问题的根本点就在于当初很多的业务人员不足数智化思维。如果可能联合大数据和 AI 剖析思维，很多问题就迎刃而解了，而企业领有的大数据金矿就可能一直的被开掘开采。因而企业须要构建数智化闭环经营体系，通过数据智能剖析的办法发现问题、解决问题、晋升工作效率、“用数智领导经营决策、驱动业务增长”的思维形式。
后面介绍的智慧洽购、智慧生产等数智化剖析场景，就是在理论生产中依靠智能中台，通过人工智能工具、技术和办法，对经营过程中的各个环节进行迷信的剖析，提供技术层面和业务层面经营措施，打造经营外围 AI 能力体系梳理、摸索剖析、数据挖掘、经营计划、经营流动评估的闭环服务，达到优化经营成果和效率、升高经营老本、提高效益的目标。
