报告编委
黄勇
爱剖析合伙人 & 首席分析师
李进宝
爱剖析高级分析师
兰壹凡
爱剖析分析师
目录
1. 钻研范畴定义
2. 市场洞察
3. 厂商全景地图
4. 市场剖析与厂商评估
5. 入选厂商列表
1. 钻研范畴定义
钻研范畴
经济新常态下，精细化经营成为企业增长的要害能源，对决策品质提出了更高要求。同时，复杂多变的商业环境使决策约束条件一直增多，并对决策敏捷性提出了更高要求。因而，依附业务规定和专家教训的传统业务决策愈发难以满足企业的需要，企业须要对决策形式进行降级。
智能决策综合利用机器学习、深度学习、强化学习、运筹优化等多种智能技术实现加强和主动决策，能够基于既定目标，综合约束条件、策略、偏好、不确定性等因素，对相干数据进行建模剖析，从而主动生成最优决策。智能决策具备助力企业实现决策形式降级的能力。
爱剖析通过对智能决策市场的钻研发现，不同智能决策厂商的技术门路有较大差别，进而在利用场景方面也各有千秋。企业须要联合本身数字化倒退布局和业务场景需要，抉择最合适的厂商共建智能决策能力。基于以上背景，爱剖析心愿通过智能决策厂商全景、最佳实际案例钻研，助力企业决策者精准抉择适合厂商和胜利施行智能决策我的项目。
从技术架构角度，智能决策市场能够划分为智能决策平台和智能决策利用解决方案两局部市场。智能决策平台提供撑持智能决策算法、模型和利用开发及计算的工具。利用解决方案层重点包含金融、消费品与批发、国防军工、政府与公共服务、制作、能源、物流、航空、医疗与医药、汽车等行业智能决策解决方案。
本报告重点选取金融行业智能决策解决方案、消费品与批发行业智能解决方案和国防军工行业智能决策解决方案三个市场作为重点钻研对象，对智能决策进行钻研。
图 1：智能决策市场全景地图
厂商入选规范
本次入选报告的厂商需同时合乎以下条件：
厂商的产品服务满足各市场剖析的厂商能力要求；
近一年厂商具备肯定数量以上的付费客户（参考第 4 章各市场剖析局部）；
近一年厂商在特定市场的营业支出达到指标要求（参考第 4 章各市场剖析局部）。
（注：“近一年”指 2021 年 Q4 至 2022 年 Q3）
- 市场洞察
智能决策市场规模超 80 亿元
爱剖析推算，2022 年中国智能决策市场规模为 87.7 亿元人民币，同比增速为 28.0%。尽管往年的市场增速相较以往有所放缓，但比照其余人工智能细分赛道，该市场仍体现亮眼。
图 2：中国智能决策市场规模预测
智能决策已在金融、制作、能源、消费品与批发等多个行业落地利用，其中金融是第一热门行业。2022 年中国金融行业智能决策解决方案市场规模为 23.6 亿元，市场规模占比为 34.5%。该市场的贡献者包含国有大行、全国性股份制银行、城商行、农商行等多种银行，也包含保险公司、证券公司等其余各类金融机构。除市场规模数据外，从供需两侧也能感触到金融行业的炽热。在供应侧，31.8% 的智能决策厂商浸透了金融市场；在需要侧，智能决策用户曾经从头部机构扩大至腰部机构，而其余行业的智能决策用户还停留在头部机构。
尺有所短，寸有所长，技术交融是必然趋势
智能决策次要有三大类技术门路，第一大类是狭义机器学习技术门路，包含机器学习、深度学习和强化学习；第二大类是运筹优化技术门路；第三大类是规定引擎技术门路。机器学习是数据驱动，实用于解决描述统计类问题，把握统计法则后不便做预测；运筹优化是业务模型驱动，实用于解决优化类问题，能够从多解中找到最优解；规定引擎是专家教训驱动，实用于解决先验认知类问题。将来趋势是三条门路交融。在解决简单决策问题的场景，须要对问题进行拆解，既有预测也有优化，因而须要机器学习和运筹优化交融。同时，引入规定引擎，通过人机合作的形式充分利用行业专家教训。
智能决策与业务场景深度联合，继续围绕行业 Know-how 打造外围竞争力
智能决策解决方案和具体业务场景高度关联，甲方须要有业务 Know-how 的厂商。相应地，厂商须要提供行业专家参谋，通过行业专家参谋联合解决方案的形式切入市场。将来，厂商将继续发力各自聚焦的行业，继续晋升智能决策与业务场景的联合水平，将行业做深做透，以行业为界构建护城河。厂商深耕市场的形式也将不仅仅是“行业业余参谋 + 解决方案”的形式，还包含继续晋升行业产品的标准化水平。至于处于应用层之下的平台层市场，短期内难成气候，次要因为客户短少对求解器等工具的洽购驱动力，他们更须要解决方案。
智能决策市场的商业模式更加多元化，从“卖产品 / 解决方案”向“卖服务”转变
智能决策市场的次要交付物是解决方案，也有大量的标准化产品。以后，有一些头部厂商正在摸索新的商业模式。例如，厂商依赖于本身的智能决策产品和解决方案，给客户提供后果输入，即“卖决策后果”。再例如，厂商反对客户从一次性买断式付费转向依照成果付费或者面向建设、保护决策模型的服务体系来付费。能够看出，不管哪种商业模式的转变，都是从“卖产品 / 解决方案”向“卖服务”转变。对于客户而言，上述商业模式的次要吸引力在于较低的智能决策能力体系构建费用投入。对于厂商而言，他们摸索这些商业模式亦有本身的考量，一方面是留住费用无限的客户，另一方面是构建更衰弱的现金流。在“卖产品 / 解决方案”的商业模式下，我的项目周期较长，容易对智能决策厂商的现金流造成压力。
甲方对全局业务智能决策能力体系的偏好继续加强
甲方需要分为单点式、复线式和全局式三种模式。单点式指在某个细分业务场景实现智能决策；复线式指实现某一类细分业务场景的智能决策闭环；全局式指实现多个大类业务场景的智能决策。随着智能决策的价值开释，客户对全局业务智能决策能力体系的偏好继续加强。
- 厂商全景地图
爱剖析基于对甲方企业和典型厂商的调研以及桌面钻研，遴选出在智能决策市场中具备成熟解决方案和落地能力的入选厂商。
- 市场剖析与厂商评估
爱剖析对本次智能决策我的项目重点钻研的特定市场定义如下。同时，针对参加此次报告的局部代表厂商，爱剖析撰写了厂商能力评估。
4.1 金融行业智能决策解决方案
市场定义：
利用于金融行业的智能决策解决方案，金融行业包含银行、互联网金融公司、证券公司、保险公司、互联网金融公司、汽车金融公司等参与者，解决方案次要被用于满足智能营销、智能风控、智能核保等需要。
甲方终端用户：
IT、数据、风控、产品、经营等部门
甲方外围需要：
金融行业对智能决策的需要既具备代表性，又具备独特性。代表性次要体现在数据治理赋能、可解释性和全局决策能力体系三个方面。独特性次要体现在信创要求和动静决策需要两个方面。
甲方须要数据治理赋能。金融行业是数字化转型的排头兵，具备大量数据积淀。智能决策解决方案须要站在“数据伟人”肩膀上发挥作用，因而对数据治理能力有较高要求，比方建设数据规定、买通数据孤岛、数据集中管理等。以后，较多有施行智能决策我的项目动向的金融机构不具备低劣的数据治理能力，以至于难以满足智能决策需要，边治理数据边推动智能决策我的项目过程已成为事实。因而甲方须要失去来自厂商的数据治理赋能。
甲方对信创有显著需要。近几年，信创（信息技术利用翻新）浪潮正在席卷整个数字化畛域。依据行政布局，信创事业推动具备显明的行业特色。推动节奏能够总结为“2+8”，“2”指党政，“8”指金融、医疗等八大关乎国计民生的重点行业，金融行业属于信创重点推动行业。金融机构包含银行、保险、券商、生产金融等多个细分类型，其中银行是智能决策市场的外围客群。相较于其余金融机构，相干部门对银行有更高的信创要求。
智能决策须要具备可解释性。智能决策在金融行业的诸多利用场景中，有些利用场景看重成果，不太须要决策背地的解释，例如营销场景，而有些场景不仅看重成果，还须要背地的解释，例如风控场景。在风控场景下，银行依据智能决策后果，决定不给某个客户提供贷款，则须要出具相应的解释。随着人工智能解决简单问题能力的晋升，其解释性继续削弱。对于金融机构而言，须要厂商提供具备可解释性的智能决策解决方案，对于“黑盒”则较难承受。
全局决策能力体系重要水平继续晋升。金融机构的较多场景对智能决策有需要，包含治理层面和营销、风控、反欺诈、核保等经营层面，致力于晋升决策效率和准确率，最终实现人效和用户体验晋升。厂商在满足甲方需要时分为单点式、复线式和全局式三种模式。单点式指在某个细分利用场景实现智能决策，比方某金融机构推出新产品，须要在老客户名单中寻找购买动向最高的群体，此时能够借助智能决策的力量。复线式指实现某一类细分场景的智能决策闭环，比方信贷风控能够分为贷前、贷中、贷后，能够借助智能决策的力量实现甲方整个信贷业务的智能决策。全局式指实现多个大类场景的智能决策，以银行为例，包含营销、风控（含交易监控、反洗钱、反欺诈等）、经营等。随着智能决策在金融畛域的价值开释，金融机构对全局决策能力体系的偏好逐步增强。
甲方须要解决动静决策类问题。支流的智能决策解决方案次要利用于偏动态的决策环境，面对动静环境则较为吃力。金融行业智能决策相干的动静环境包含但不限于竞争对手的反馈、最新的金融政策、客户的反馈等因素。随着动态决策环境下本身需要失去较充沛满足，金融行业的甲方开始关注“如何在动静环境中继续、疾速找到最优决策”的问题。
厂商能力要求：
金融行业的甲方外围需要对厂商能力提出多项要求，别离是数据治理能力、信创能力、决策后果解释能力、丰盛的金融我的项目教训、行业 Know-how 和“强化学习 + 环境学习”能力。
厂商须要具备数据治理能力。良好的数据治理能力是施行智能决策解决方案的前提，但受限于金融机构数据治理能力难以满足需要，因而须要智能决策厂商亲自上阵向甲方输入数据治理能力。根底要求：厂商具备建设数据平台的能力，将扩散于各个系统的、对智能决策有价值的数据进行集中管理。
厂商须要合乎信创资质。厂商须要向甲方证实本身的信创实力。在我的项目实际中，厂商次要通过信创组织身份、底层国产软硬件产品互认证书、信创我的项目案例、信创环境测试报告和国家信创产品名录（非公开）五种形式来证实。
信创工委会是重要的信创组织，“信创”一词便由其提出，厂商退出其中取得成员身份对厂商参加有信创要求的我的项目较为重要。底层国产软硬件产品互认证书指智能决策厂商须要和国产芯片、操作系统、数据库和中间件厂商进行适配工作并获得证书，比方龙芯、麒麟操作系统、达梦数据库等厂商。信创环境测试报告指智能决策厂商将产品置于信创环境，获得相干测试报告，以证实可用性。
厂商应具备智能决策的后果解释能力。智能决策有多条技术门路，包含机器学习、深度学习、强化学习、规定引擎、运筹优化等。深度学习可解释性较差，更实用于图像识别，人脸识别等不须要解释的场景，若厂商仅具备深度学习能力，并且甲方须要智能决策解决方案具备较强的可解释性，则二者不匹配。
为了加强后果解释能力，次要有两种办法。第一种办法，采纳“专家教训 + 模型”的体系加强可解释性，引入专家的先验常识，作为建模和调优的根据。第二种办法，引入“因果学习”，通过因果学习能够找到决策的驱动因子，从而晋升可解释性。
深厚的行业 Know-how 是构建全局决策能力体系的必备条件。从能力禀赋登程，能够将智能决策厂商大抵分为两类，一类是通用型算法公司，提供算法建模工具，技术积攒深厚但行业 Know-how 通常绝对较弱。另一类是行业性公司，他们先使用行业专家教训确认场景所需方向，再联合算法把场景落地，行业 Know-how 积攒深厚但技术 Know-how 通常绝对较弱。
智能决策厂商应该实现价值交付，而不是模型交付。不仅要可能提供智能决策模型的能力，还要提供模型构建、治理、投放、剖析到产生模型的业务报告这一套残缺流程。厂商须要对智能决策的金融业务场景足够相熟，能力设计金融场景智能决策全局体系。相较于技术 Know-how，行业 Know-how 是厂商更为重要的能力，它是厂商构建金融机构全局决策能力体系的必备条件。
厂商须要具备“强化学习 + 环境学习”能力。“如何在动静环境中继续、疾速找到最优决策”是甲方逐步关注的问题，机器学习、深度学习、运筹优化等典型技术门路较难应答，厂商须要用新解法应答新需要，而“强化学习 + 环境学习”具备相应能力。
强化学习长于应答复杂化、精细化决策场景，通过智能体与决策环境继续地交互和反馈，在动静环境中找到最优决策。但强化学习的落地存在妨碍，一方面是数据需要大，即便金融机构数据积淀较为丰盛，在满足强化学习数据需要方面仍较为吃力；另一方面是存在试错阶段，金融机构相较于交通运输、制造业企业更能承受试错，但依然存在肯定的落地妨碍，明知有错而为之对于 CIO 或者业务领导而言不是明智之举。强化学习存在的问题，在引出环境学习后，能够迎刃而解。环境学习综合了专家常识、机理模型和数据驱动的机器学习能力，可能构建更为精准的虚拟环境，能够帮忙强化学习做低成本试错和策略迭代。强化学习 + 环境学习是解决“如何在动静环境中继续、疾速找到最优决策”问题的无效伎俩。
入选规范：
- 合乎金融行业智能决策解决方案市场剖析的厂商能力要求；
2. 近一年厂商在该市场的营收不低于 500 万元；
3. 近一年厂商在该市场的付费客户不低于 3 个。
代表厂商评估：
FiboAI
厂商介绍：
上海斐波那契人工智能科技有限公司 (简称 FiboAI) 成立于 2020 年 11 月，外围团队成员来自上海交通大学，并领有在 FICO、广发、安全、人保等出名科技公司和金融机构的从业教训。FiboAI 聚焦智能决策畛域，采纳“规定引擎 + 机器学习”技术门路，助力企业挖掘数据背地的法则，全方位晋升决策能力。目前，FiboAI 已服务银行、保险、批发、医疗等行业的多家客户。
产品服务介绍：
数字决策平台（DDP）是 FiboAI 自主研发的智能决策产品体系，蕴含 EngineX- 智能决策引擎、ModelX- 机器学习平台和 DataX- 数据分析平台三款产品，它们别离为数字决策平台（DDP）提供专家决策、模型决策及数据决策反对。FiboAI 既提供规范产品，也提供定制化解决方案、行业模型开发和咨询服务。
厂商评估：
在技术方面，FiboAI 采纳“规定引擎 + 机器学习”技术门路，其决策后果先天具备较强解释性。在产品与交付方面，FiboAI 具备轻量化且标准化的产品和较快的交付速度，是智能决策市场的“轻骑兵”，尤其适宜需要简略、明确，周期短的智能决策我的项目。除规范产品外，FiboAI 还能够提供可兼容企业现有零碎架构与业务流程的定制化智能决策解决方案，有利于金融机构缩小费用投入。
FiboAI 采纳“规定引擎 + 机器学习”技术门路，决策后果具备较强解释性。智能决策在金融行业的诸多利用场景中，有局部场景对解释性有要求。FiboAI 采纳“规定引擎 + 机器学习”技术门路，其中规定引擎输入的决策后果先天具备较强解释性。另外，规定引擎技术门路有利于解决企业冷启动需要，比方银行开拓一条新业务线，不足相应数据，其余技术门路在不足数据的状况下容易陷入“巧妇难为无米之炊“的窘境，而规定引擎依靠专家教训，通过共建规定库，能够顺利度过冷启动阶段。
FiboAI 是智能决策市场的“轻骑兵”，尤其适宜需要简略、明确，周期短的智能决策我的项目。相较于其余智能决策厂商而言，FiboAI 的产品更加轻量化和标准化，更适宜贴近细分场景的单点式需要。例如，某保险公司有 42 个各自为政的业务零碎，因发送策略凌乱导致音讯重发、漏发、误发、频发、有效发送等状况，引起较多客诉，该企业与 FiboAI 单干后，与此相关的客诉率降落 90% 以上，并节俭了 75% 的音讯发送费用老本。再比方，在国家防备电信欺骗和反洗钱的大背景下，某银行须要对客户的账户交易状况进行监控以便及时发现异常用户，并须要有业余实时计算能力和关联剖析能力的厂商，该银行与 FiboAI 单干后，从繁多的预先剖析变成实时拦挡和预先剖析相结合，更精准地实现防备电信欺骗和洗钱。
FiboAI 规定引擎应用门槛较低，不须要要代码常识，业务人员能够自行通过规定集、评分卡和决策表等个性化的配置页面，实现不同金融业务场景下的规定配置，学习老本比拟低。另外，在我的项目的试运行阶段，规定引擎相较于其余门路有更快的迭代速度，因为规定引擎更加灵便，调整独自的指标即可，而模型则须要从新训练。轻量化且标准化的产品，低学习老本以及更快的迭代速度，使得 FiboAI 领有更短的交付周期，均匀交付周期只有一周左右。因而，FiboAI 比拟适宜需要简略、明确，周期短的智能决策我的项目。
FiboAI 能够提供不颠覆企业现有零碎架构与业务流程的定制化智能决策解决方案，有利于金融机构缩小费用投入。FiboAI 能够提供与金融机构各类零碎灵便交互，可兼容现有零碎架构与业务流程的定制化智能决策解决方案。金融机构无需消耗高额的工夫老本和资金老本革新现有零碎，即可实现智能决策产品的顺利落地。
典型客户：
招商信诺、中信银行、兴业银行、浦发银行、华泰证券
代表厂商评估：
九章云极 DataCanvas
厂商介绍：
北京九章云极科技有限公司（简称九章云极 DataCanvas）成立于 2013 年，是中国数据智能根底软件领军者。九章云极 DataCanvas 通过自主研发的一系列企业级 AI 利用所需的平台软件产品及解决方案，助力用户实现数智化降级，推动政府和企业 AI 规模化利用，致力于实现 AI 普惠。以后，九章云极 DataCanvas 自主翻新的产品和解决方案已在政府、金融、通信、制作、交通、航空、能源、教育、地产和互联网等十大行业落地利用。
产品服务介绍：
九章云极 DataCanvas 领有 DataCanvas APS 机器学习平台、DataCanvas RT 实时决策核心平台和 DataCanvas BAP 面向业务主动建模平台三款外围产品。
DataCanvas APS 机器学习平台是面向数据迷信团队的一站式数据分析平台，集数据筹备、特色工程、算法实现、模型开发、模型公布、模型生产化治理于一体，帮忙企业疾速构建数据分析利用。
DataCanvas RT 是企业分布式流数据实时处理、剖析和决策的核心，可能接入多种数据流进行实时处理和剖析，是将 ETL、业务模型、机器学习、人工智能、可视化扩大到实时数据分析的软件产品，减速了“实时智能”在政府和企业各类业务场景的落地利用。
DataCanvas BAP 面向业务主动建模平台是面向业务人员的低门槛、全流程、一站式决策分析主动建模平台，提供从数据加工治理，模型训练评估，到决策分析可视化的残缺业务闭环数据迷信综合平台。
厂商评估：
九章云极 DataCanvas 的产品化水平高，以一站式数据分析平台为抓手显著缩短数据和智能决策模型之间的间隔。对于金融机构的“动静问题”、“低解释性”等行业痛点，九章云极 DataCanvas 依靠深厚的人工智能技术积攒能够无效解决。并且，九章云极 DataCanvas 宽泛笼罩智能决策利用场景，具备构建金融机构全局决策能力体系的实力。
九章云极 DataCanvas 推出一站式数据分析平台，显著缩短数据和智能决策模型之间的间隔。九章云极 DataCanvas 的外围产品之一——DataCanvas APS 机器学习平台，是面向数据迷信团队的一站式数据分析平台，集数据筹备、特色工程、算法实现、模型开发、模型公布、模型生产化治理于一体，帮忙企业疾速构建数据分析利用，显著缩短数据和智能决策模型之间的间隔。DataCanvas APS 机器学习平台为数据科学家、应用程序开发人员和业务专家提供了一套高效的工具，能够实现跨组织、跨部门人员的相互协作、资源共享，轻松地解决和应用多元数据来大规模地构建、训练和部署模型。
九章云极 DataCanvas 为了升高建模人员门槛，推出 DataCanvas BAP 面向业务主动建模平台，这是一个面向业务人员的低门槛、全流程、一站式决策分析主动建模平台。DataCanvas BAP 打造建模新范式，让业务人员也具备成为数据科学家的后劲，有利于金融机构升高对数据迷信人才的依赖水平，无效解决招聘难、人力老本低等问题。
九章云极 DataCanvas 交融多条智能决策技术门路，实现优势互补。九章云极 DataCanvas 成立于 2013 年，聚焦数据智能，在 AI 技术方面具备深厚积淀。九章云极 DataCanvas 坐拥比拟齐备的“AI 武器库”，包含机器学习、深度学习、工夫序列、因果剖析、运筹优化、强化学习和环境学习等，能够从容应对智能决策场景的诸多需要和行业痛点。例如，金融机构作为智能决策实际的领头羊，愈发关注“如何在动静环境中继续、疾速找到最优决策”的问题，九章云极 DataCanvas 能够通过“强化学习 + 环境学习”的技术组合来解决。再例如，金融机构在一些场景须要智能决策具备较高解释性，九章云极 DataCanvas 能够引入因果剖析来解决，通过因果学习找到决策的驱动因子，从而晋升可解释性。
九章云极 DataCanvas 具备构建金融机构全局决策能力体系的实力。九章云极 DataCanvas 已服务浦发银行、兴业银行、中原银行等多家金融机构，助力金融机构在智能信贷风控、智能反欺诈、实时举荐、精准营销、量化投研、投后预警、网点经营剖析等场景实现智能决策。九章云极 DataCanvas 以后的金融机构客户以繁多场景智能决策需要居多，例如贷后风控预警、营销线索开掘等，但九章云极 DataCanvas 已具备构建金融机构全局决策能力体系的实力典型客户：
典型客户：
浦发银行、兴业银行、中原银行
代表厂商评估：
数势科技
厂商介绍：
北京数势云创科技有限公司（简称数势科技）成立于 2020 年 4 月，是一家数据智能平台与技术服务提供商。数势科技凭借丰盛的金融和生产畛域业务 Know-how 及技术积淀，通过包含数据资产云、经营剖析云、智能营销云在内的一系列智能决策产品，助力金融、批发等行业企业实现数字化降级。
产品服务介绍：
数势科技的企业数字大脑，是一个由 AI 和常识驱动的一站式智能决策平台，包含数据资产云、经营剖析云和智能营销云三款外围产品。
数据资产云：为企业提供指标标准规范定义、口径对立的加工过程、灵便自助的指标利用和服务。
经营剖析云：基于统一口径指标体系的经营剖析平台，除驾驶舱的全面追踪外，还有智能决策诊断、指标 what-if 测算、部门零碎对齐能力。
智能营销云：以用户全生命周期治理为外围，基于客户数据、客户剖析和客户旅程三大产品模块，满足企业用户资产积淀、用户辨认、用户洞察、需求预测、策略制订与优化等智能营销需要。
厂商评估：
数势科技能够提供“技术咨询诊断 + 数据治理 + 隐衷计算 + 场景级智能决策建模 + 陪伴式经营服务“的用户经营端到端智能决策服务。数势科技核心技术团队具备京东和安全金融科技的从业经验，善于基于高并发环境设计解决方案，可能胜任金融机构高频次决策的场景需要。数势科技产品技术自主可控，不仅是北京信创工委会会员单位，同时取得了麒麟操作系统、达梦数据库和人大金仓数据库的信创适配认证，满足金融机构信创要求。
数势科技提供业余的数据治理服务，为高效、高质量地输入决策后果打好根底。数势科技创始人黎科峰博士曾在安全金融科技负责 CTO，推动了团体用户数据的全面买通，并对外进行金融科技赋能；曾在京东作为批发中台负责人和技术委员会主席，推动了京东批发的数字化转型。数势科技以数据中台为抓手，具备杰出的数据治理能力，为智能决策零碎高效、高质量地输入决策后果打好根底。面对数据治理能力较弱的金融机构，数势科技把握将数据治理我的项目与智能决策我的项目同步推动的方法论，有利于智能决策成果疾速验证和缩短整体我的项目周期。
数势科技具备隐衷计算技术，在保障数据安全的前提下有利于加强模型精准度。除了外部数据，金融机构还须要行外数据反对决策，例如信用卡申请场景须要和银行外企业单干，通过可用不可见的隐衷计算，在保障合规性的条件下引入更多数据，有利于加强模型精准度。数势科技具备隐衷计算技术，能够无效帮忙金融机构扩散数据起源口径，助力输入高精度决策模型。
通过场景级智能决策建模和陪伴式经营服务，数势科技为金融机构提供好用的用户经营端到端智能决策服务。数势科技脱胎于京东和安全金融科技，基于大型互联网企业的用户数字化经营实践经验，可为金融行业用户经营智能决策体系实现全链路赋能，用以解决精细化分层分群策略缺失、客群辨认不精准、策略笼罩时效性低等一系列痛点。面对业内常呈现的“智能决策模型跟业务场景联合度不高，难以落地”弊病，数势科技有成熟的应答策略：不间接提供通用模型，而是依靠丰盛的金融行业 Know-how，聚焦贴近场景的模型。例如预散失客户的辨认模型、信用卡向财产治理导流的决策模型等，模型价值高深莫测，便于利用落地。智能决策我的项目正式上线之后，数势科技能够为金融机构提供陪伴式服务，反对驻点和近程等多种形式。
具备“高并发、低耦合、信创”特点，数势科技智能决策解决方案贴合金融机构技术要求。数势科技核心技术团队具备京东和安全金融科技背景，善于基于高并发环境设计解决方案，可能胜任金融机构高频次决策的场景需要。数势科技产品之间能够解耦，产品里的微服务之间也能够解耦，金融机构不须要把现有平台颠覆，只需补齐欠缺的性能即可实现平台降级，有利于金融机构疾速且较低成本地建设用户经营全链路决策能力。因为金融行业在诸多行业中数字化转型比拟靠前，金融机构的相干产品、零碎较多，较难承受颠覆性的智能决策解决方案。金融行业属于信创重点推动行业，数势科技器重信创，现已退出北京信创工委会，成为会员单位。同时还取得了麒麟操作系统、达梦数据库和人大金仓数据库的信创适配认证，满足金融机构信创要求。
典型客户：
安全证券、中金财产、民生银行
代表厂商评估：
同盾科技
厂商介绍：
同盾科技有限公司（简称同盾科技）创建于 2013 年，是中国当先的人工智能科技企业，专一决策智能先进技术研发和利用。同盾科技保持自主科技翻新，造成了“基于隐衷计算的共享智能平台 - 智邦”和“基于人工智能的决策智能平台 - 智策”两大平台，聚焦于金融风险、平安危险、政府治理危险三大场景，帮忙客户晋升风险管理能力，优化决策效率，开释数字生产力的价值，至今已有超过一万家客户抉择了同盾科技的产品及服务。
产品服务介绍：
同盾科技围绕决策智能主线，搭建了“基于隐衷计算的共享智能平台——智邦”和“基于人工智能的决策智能平台——智策”，在两大平台的根底上，同盾科技不断完善智能决策相干软件产品体系，蕴含：大数据平台、决策引擎平台、指标平台、模型平台、智能经营平台、常识图谱等，致力于打造一整套基于常识洞察的决策体系，涵盖数据收集、治理到模型训练、自动化决策、模型主动调优等环节，实现决策闭环。
厂商评估：
同盾科技在数据治理能力、隐衷计算技术、金融行业风控模型、定制化服务等四个方面具备突出劣势。同盾科技依靠业余的数据治理能力，助力金融机构打造智能决策所需的数据底座，晋升决策效率和品质；同时积极探索隐衷计算，通过晋升数据流动性来扩大智能决策可用的数据资源；在此基础上，通过机器学习、决策引擎、常识图谱等技术的组合利用，构建多业务、多场景的规定、策略及 AI 模型，实现营销、反欺诈、信贷风控等各业务链条的智能化决策体系。现在，同盾科技已服务 400+ 银行客户，领有丰盛的金融我的项目教训，凭借深厚的行业 Know-how，同盾科技实现对营销、风控、经营等多个场景的笼罩，具备构建全局决策能力体系的能力。在交付方面，同盾科技提供紧贴场景须要，可为有个性化需要的金融机构提供定制化的产品解决方案。
同盾科技具备业余数据治理能力，助力金融机构打造智能决策所需的数据底座。良好的数据治理能力是施行智能决策解决方案的前提，但受限于金融机构数据治理能力难以满足需要，因而须要智能决策厂商可能输入数据治理能力。
同盾科技的产品矩阵蕴含星河大数据平台和极溯指标平台，星河大数据平台具备海量数据存储、加工及剖析解决一站式服务能力，能够将金融机构扩散于各个系统的、对智能决策有价值的数据进行集中管理，极溯指标平台是包含实时指标、离线指标和特色工程的一体化平台。
同盾科技摸索隐衷计算技术并推出相干产品，通过晋升数据流动性来扩大智能决策可用的数据资源。金融机构数据敏感，即便在外部部门、分支机构间也有流动限度，因而须要借用隐衷计算的“数据可用不可见”能力，升高数据流动限度。同盾科技基于联邦学习、多方平安计算等隐衷计算技术推出了共享智能平台——智邦，该平台定位于撑持数据安全交互与常识共享、实现数据价值的基础设施。
同盾科技领有丰盛的金融我的项目教训，笼罩场景宽泛，具备构建全局决策能力体系的能力。金融行业包含多个子行业，同盾科技曾经实现较大范畴笼罩，包含银行、保险、汽车金融、互联网金融等。银行是智能决策市场的外围客群，也是同盾科技的外围客群。目前，同盾科技已为累计 400 多家银行提供了蕴含批发信贷风险治理、小微信贷风险治理、交易反欺诈、营销及客户价值治理、数据安全治理、智能经营治理等解决方案，帮忙银行优化决策效率，改善用户体验。在银行类型方面，同盾科技的客户涵盖国有大行、全国性股份制银行、城商行和农商行等多种类型。在标杆客户方面，同盾科技已与六大国有银行均建设稳固的单干关系。
金融机构的较多场景对智能决策有需要，包含治理层面和营销、风控、反欺诈、核保等经营层面。厂商在满足甲方需要时分为单点式、复线式和全局式三种模式。随着智能决策在金融畛域的价值开释，金融机构对全局决策能力体系的偏好逐步增强。同盾科技在金融畛域笼罩场景宽泛，波及精准营销、智能风控、智能经营等多个大类场景，并且同盾科技在场景丰盛度方面继续深耕，将来将向量化剖析、危险传导、营销平安等方面拓展。
同盾科技提供紧贴场景需要，可为金融机构提供定制化的产品解决方案。思考到金融机构的个性化需要，同盾科技依据反欺诈和风控、信用贷款申请、汽车租赁场景、收单和领取等场景，别离推出交易版决策引擎、信贷版决策引擎、商户版决策引擎等。此外，对于个性化需要更为强烈的客户，同盾科技推出“征询 + 零碎”的服务模式，凭借领有深厚技术背景、业务背景及征询背景的综合性业务专家资源，同盾科技依据客户的理论需要，联合客户数据禀赋、业务渠道、产品个性等状况，为客户提供定制化的产品解决方案，对单元化的智能决策产品体系进行可零可整的灵便配置以及二次开发。
典型客户：
中国工商银行、中国农业银行、中国光大银行、浙商银行、中国人民保险
4.2 消费品与批发行业智能决策解决方案
市场定义：
利用于消费品与批发行业的智能决策解决方案，消费品与批发行业包含零售商超、品牌商、电商等，解决方案次要被用于满足智能营销、智能定价、智能补配调等需要。
甲方终端用户：
IT、数据、经营、供应链、门店等部门
甲方外围需要：
头部零售商超是消费品与批发行业智能决策解决方案市场的的外围客群。专家教训面对海量 SKU 和消费者愈发顾此失彼，难以高效且正确地做出决策，这是驱动智能决策在该行业落地利用的次要因素。消费品与批发行业的甲方有两项惯例外围需要，别离为数据治理赋能和决策后果可解释性，属于跨行业的共性需要。该行业的甲方也有本人的独特需要，别离为供应链优化和用户经营，致力于打造涵盖“买”与“卖”全流程的智能决策体系。
甲方须要数据治理赋能。金融机构作为数字化转型的排头兵，尚需补足用于智能决策的数据治理能力，其余行业则更加须要。在消费品和批发行业，除头部电商之外，其余企业的数据品质和完整性普遍存在缺点，若间接利用智能决策将会呈现显著偏差。智能决策解决方案须要站在“数据伟人”肩膀上发挥作用，因而对数据治理能力有较高要求，比方建设数据规定、买通数据孤岛、数据集中管理等。以后，较多有施行智能决策我的项目动向的消费品和批发企业不具备低劣的数据治理能力，以至于难以满足智能决策需要，因而甲方须要失去来自厂商的数据治理赋能。
甲方通过智能决策实现更加精准的用户经营。智能决策在消费品与批发行业渗透率较低，次要利用于头部企业。这些头部企业须要通过智能决策实现更加精准的用户经营，次要体现在两个方面。首先是智能人群圈选，以后的动向人群圈选形式次要依赖经营人员的教训，随着用户经营的深刻，传统形式愈发吃力，会呈现较多的误判和脱漏。智能决策能够实现智能圈选，岂但能够精确疾速地圈选出动向人员，而且能够依据营销成果进行主动调优。其次是个性化经营，以后甲方大多在用户整体经营方面曾经十分成熟，但能做到个性化经营的十分稀少。甲方大多在全国用一套策略，往往难以贴合理论状况，导致成果打折扣。甲方须要个性化经营，致力于做到“门店级差异化经营”。
甲方通过智能决策实现供应链优化。供应链对于消费品与批发行业至关重要，甲方对此非常重视，但依然存在缺货、高库存、SKU 臃肿、门店共性选品策略缺失等问题。例如 SKU 臃肿问题，该问题在商超业态非常明显。商超偏向谋求大而全，导致 SKU 数量骤增，当甲方意识到一些 SKU 并非必要且不盈利的时候，试图做“减法”。可面对数万乃至数十万 SKU 时，如何疾速精确地挑选出须要剔除的商品成为一个难题，专家教训失灵，智能决策因而受到较多关注。
厂商能力要求：
消费品与批发行业的甲方外围需要对厂商能力提出多项要求，别离是数据治理能力、顶级行业 Know-how、构建供应链全链路决策体系的能力和决策后果解释能力。
厂商须要具备数据治理能力。良好的数据治理能力是施行智能决策解决方案的前提，但受限于甲方数据治理能力难以满足需要，因而须要智能决策厂商亲自上阵向甲方输入数据治理能力，包含数据汇聚、统一口径、数据荡涤和数据保护等方面。
厂商须要顶级行业 Know-how。智能决策在消费品与批发行业渗透率较低，次要利用于头部企业。这些头部企业心愿通过智能决策实现更加精准的用户经营，难点不在于技术，而是行业 Know-how。从表明来看，精准用户经营次要体现在智能人群圈选和个性化经营两个方面，往更深层次剖析，这些需要的实现须要建设在“更精密人群标签体系”之上。如此，能力施展智能决策的价值，进而实现根本性的用户经营能力降级。面对行业头部企业，个别的行业 Know-how 难以在人群标签体系方面领导他们，智能决策厂商须要站在更高的维度向下输入，能力全方位地、根本性地助力甲方晋升用户经营能力。
厂商须要具备构建供应链全链路决策体系的能力。联合甲方在供应链优化方面的需要剖析，单点式的能力难以满足其需要，厂商须要具备构建供应链全链路决策体系的能力。供应链全链路决策体系至多包含品类构造优化、预测补货和智能选品三局部。品类构造优化：缩减商品数量，须要商品构造优化，在洽购端有利于品类治理，在销售端也不须要频繁更新商品。预测补货：升高缺货率，进步库存周转率，进步资金应用效率。智能选品：为门店抉择适合的商品，晋升资金应用效率，缩小库存占用。
入选规范：
- 合乎消费品与批发行业智能决策解决方案市场剖析的厂商能力要求；
- 近一年该市场年营收不低于 500 万；
- 近一年该市场付费客户数量不低于 3 家。
代表厂商评估：
数势科技
厂商介绍：
北京数势云创科技有限公司（简称数势科技）成立于 2020 年 4 月，是一家数据智能平台与技术服务提供商。数势科技凭借丰盛的金融和生产畛域业务 Know-how 及技术积淀，通过包含数据资产云、经营剖析云、智能营销云在内的一系列智能决策产品，助力金融、批发等行业企业实现数字化降级。
产品服务介绍：
数势科技的企业数字大脑，是一个由 AI 和常识驱动的一站式智能决策平台，包含数据资产云、经营剖析云和智能营销云三款外围产品。
数据资产云：为企业提供指标标准规范定义、口径对立的加工过程、灵便自助的指标利用和服务。
经营剖析云：基于统一口径指标体系的经营剖析平台，除驾驶舱的全面追踪外，还有智能决策诊断、指标 what-if 测算、部门零碎对齐能力。
智能营销云：以用户全生命周期治理为外围，基于客户数据、客户剖析和客户旅程三大产品模块，满足企业用户资产积淀、用户辨认、用户洞察、需求预测、策略制订与优化等智能营销需要。
厂商评估：
数势科技基于数十家客户的最佳实际，总结出“GASO”智能决策模型，并在京东批发方法论加持之下，以智能决策为切入点，助力消费品与批发行业数字化降级。数势科技聚焦服务大型零售商超和品牌商，帮忙其构建“交易”两端的高效决策体系。“买”端，即构建供应链全链路决策体系，实现企业在品类构造优化、预测补货和智能选品三方面的外围需要。“卖”端，即用户经营，企业岂但能深耕垂直用户群体，还能实现“千店千面”的个性化经营。
数势科技基于丰盛的最佳实际提出智能决策方法论——GASO（指标 Goal、剖析 Analysis、策略 Strategy、优化 Optimization）智能决策模型。GASO 模型以数据为根底，将战略目标层层拆解到可被一线执行的业务指标；并匹配相应的量化指标体系，找到妨碍指标达成的问题，进行归因和预测；之后再做出相应的策略设计与施行；最初依据监测的数据，对策略进行继续优化。比方在一次促销流动中，首先须要先确定流动指标，比方拉新；而后收集相干数据，并进行潜在用户、用户需要洞察、商品偏好、定价等剖析；而后基于剖析洞察的论断，制订和施行相干的选人选品定价等策略；并在流动过程中去实时监测流动数据，及时调整相干策略。数势科技基于数十家客户的最佳实际，总结出“GASO”智能决策模型，对于消费品与批发行业客户具备较高的普适性。
数势科技专一批发指标平台，帮忙企业积淀“全面、对立、易用”的数据资产，为高效、高质量地输入决策后果打好根底。数势科技在消费品与批发畛域的外围客群之一是零售商超，曾经服务了包含永辉、沃尔玛、中百在内的多家头部零售商超。数势科技创始人黎科峰博士曾在京东作为批发中台负责人和技术委员会主席，推动了京东批发的数字化转型，在批发畛域领有行业头部教训。数势科技认为数据底座是智能决策的重要根底，其中指标平台更是重中之重。
指标平台是企业的指标资产核心，蕴含指标体系治理、加工和服务产品能力，帮忙企业积淀“全面、对立、易用”的数据资产。指标平台向上灵便撑持业务需要，响应企业领导、业务部门、分析师等角色不同畛域、粒度、时效的数据需要；向下深度连贯数据仓库，梳理、记录、优化企业数据治理过程中的资产，优化数仓模型，并建设数据经营标准。数势科技指标平台具备“规范设计、对立加工；一次定义、随处应用”的长处。同时，通过和永辉、沃尔玛等头部零售商超的单干之后，数势科技指标平台在丰盛度和业余度方面有肯定劣势。
数势科技整合京东、阿里等互联网平台用户经营方法论，联合线下及全渠道批发的最佳实际，助力消费品与批发行业的用户经营能力再上新台阶。智能决策在消费品与批发行业渗透率较低，次要利用于头部企业。面对行业头部企业，个别的行业 Know-how 不足领导价值，智能决策厂商须要站在更高的维度向下输入。京东、阿里等互联网平台用户经营方法论加持的数势科技具备先天劣势。在用户经营方面，数势科技的方法论次要包含三个方面。首先，数势科技为企业构建更加精密的用户标签体系；其次，数势科技赋予企业智能人群圈选能力，企业岂但能够精确疾速地圈选出动向人员，而且能够依据营销成果进行主动调优；最初，数势科技能够反对企业个性化经营，做到“千店千面”。
数势科技的用户经营方法论不仅实用于零售商超，也实用于品牌商。品牌商间隔终端门店间隔较远，难以透过层层渠道商对终端门店施加影响。数势科技基于算法模型，能够帮品牌商寻找高后劲门店。而后通过智能决策，数势科技助力品牌商为高后劲终端门店提供个性化经营策略倡议，晋升效率和业绩，为本身倒退注入新动力。
数势科技具备构建供应链全链路决策体系的能力，尤其善于品类构造优化。供应链全链路决策体系包含品类构造优化、预测补货和智能选品三个外围局部，数势科技均具备相干能力。因为 SKU 过多，企业往往须要进行品类机构优化，删除盈利有余的单品。在剖析各单品盈利能力时，分析模型尤为重要，每一个单品须要思考进货价、出货价、履约老本、库存损耗、营销老本，商家返利，以及各项老本的摊派逻辑。分析模型较为简单，很多头部消费品和批发企业也难以输入业余、谨严的分析模型。数势科技基于京东批发的能力积淀，以及和北京航空航天大学在智慧供应链方面的钻研后果，在品类构造优化方面具备当先劣势，并在多家行业头部企业落地利用。
典型客户：
永辉、沃尔玛、武汉中百、宝洁、飞鹤
4.3 国防军工行业智能决策解决方案
市场定义：
利用于国防军工行业的智能决策解决方案，国防军工行业包含军委各部委、海军、陆军、空军、策略声援部队、军事科学院、国防军工相干大学、国防军工相干企业等，解决方案次要被用于作战综合博弈、兵棋推演、无人机作战布局、军事物流调度、指标辨认、行为预测、危机预警、装备维修机会判断等需要。
甲方终端用户：
参谋部、技术部等
甲方外围需要：
高超音速飞机、高超音速导弹等“速度型”配备的呈现，放慢了战场节奏，瞬息万变的战场强调决策时效性；无人机等无人配备的退出，扭转和平形成因素、作战观点、组织状态和保障模式，减少了作战编排难度；对假想指标全方位监控产生的海量信息，靠人力难以找到威逼点，妨碍决策推动。这些是驱动智能决策在国防军工行业落地利用的次要因素。军委各部委、海军、陆军、空军、策略声援部队、军事科学院、国防军工相干大学、国防军工相干企业等角色对智能决策均有需要，外围需要包含以下四项。
甲方须要失去来自厂商的情报治理赋能。甲方基于开源数据对假想指标进行全方位监控，会产生大量数据，如果没有弱小的情报治理能力，数据价值将难以体现，例如无奈辨认威逼信息，无奈评估假想指标各方面能力状况等。
甲方须要有国防军工行业 Know-how 的厂商。国防军工行业敏感性高，厂商不容易做行业积攒，并且行业人才难以在社会面流动，招聘难度大。导致智能决策厂商大多不具备国防军工行业 Know-how，如果不可能联合业务了解去做国防军工我的项目，成功率通常比拟低。
甲方须要具备多场景智能决策解决方案的厂商。国防军工行业在多个场景对智能决策有明确需要。相干场景包含作战综合博弈、兵棋推演、无人机作战布局、军事物流调度、指标辨认、行为预测、危机预警、装备维修机会判断等。甲方通常更偏向与能应答多个场景的厂商进行单干。
甲方须要可信智能决策。国防军工行业对智能决策有两方面的可信需要。一方面是决策后果可解释性，例如对无人配备打击逻辑的解释；另一方面是自主可控，强调产品信创以及国产生态适配能力。
厂商能力要求：
国防军工行业的甲方外围需要对厂商能力提出多项要求，别离是情报治理能力、相干我的项目教训、技术丰盛度、决策后果解释能力和信创能力。
厂商须要具备情报治理能力。甲方基于开源数据对假想指标进行全方位监控，会产生大量数据，甲方须要通过弱小的情报治理能力，利用模型对数据进行加工、筛选、演绎等解决，充分发挥数据价值。例如辨认易被疏忽的威逼信息、解析条令法规等。
厂商须要有丰盛的国防军工我的项目教训。国防军工行业并非“为了智能而智能”，而是以解决理论业务问题为导向。国防军工行业的甲方对厂商我的项目教训十分看重，不仅仅看重数智技术。这就要求厂商必须有耕耘国防军工行业的信心并且获得肯定成果。
厂商须要具备多种技术门路，来应答甲方的多场景需要。国防军工行业的多场景智能决策需要通过须要多技术交融能力满足，要求厂商有丰盛的技术积攒。例如偏配备级的博弈场景须要强化学习，用意辨认厂商须要深度学习，军事物流布局须要运筹优化和强化学习。
厂商须要具备决策后果解释能力以及信创能力。为了满足甲方对可信智能决策的需要，厂商须要在决策后果解释和信创能力两方面下功夫。“可解释性”在国防军工行业的大部分场景不是刚需，厂商须要与甲方沟通了解到哪些个别的场景对可解释性有需要，通过引入专家教训帮助解释或者采纳解释性比拟高的技术门路针对性地满足甲方需要。在信创方面，厂商须要缩小对开源软件和组件的应用，并踊跃融入国产信创生态之中，与国产芯片、操作系统、数据库进行适配。
入选规范：
- 合乎国防军工行业智能决策解决方案市场剖析的厂商能力要求；
- 近一年该市场年营收不低于 500 万；
- 近一年该市场付费客户数量不低于 3 家。
代表厂商评估：
渊亭科技
厂商介绍：
厦门渊亭信息科技有限公司（简称渊亭科技）成立于 2014 年，专一认知决策智能畛域，在常识图谱、图计算、强化学习、机器学习和深度学习等畛域领有核心技术劣势与当先的工程化能力。渊亭科技聚焦国防军工、金融、政务、工业互联网四大行业，为客户提供包含 DataExa-Sati 认知智能平台、DataExa-Nash 多智能体协同决策平台、DataExa-Karma 智能决策平台在内的 30 余款自主研发产品。在国防军工行业，渊亭科技已服务诸多单位，并斩获过多个军委、军种级别智能博弈类赛事冠军及重要奖项。
产品服务介绍：
渊亭科技致力于打造“一站式 AI+ 国防军工”产品体系，以多智能体强化学习、认知推理、数字孪生等技术为根底，针对情报分析、配备体系、仿真推演、指挥管制等方向，提供面向全角色和全生命周期、贯通军事作战各个因素和环节的智能化解决方案。
渊亭科技有四款面向国防军工行业智能决策方向的外围产品，它们别离为：DataExa-Karma 智能决策平台、天衍·作战仿真推演零碎、天衍·智能工作规划系统与天衍·多智能体协同决策平台。DataExa-Karma 智能决策平台是综合型的智能决策平台，整合了机器学习、深度学习、强化学习、运筹优化、规定引擎等原子智能决策能力，定位为多种智能决策能力生成和交融使用的中枢；天衍·作战仿真推演零碎是以多兵种联合作战、全域作战为背景的作战仿真推演平台；天衍·智能工作规划系统则是基于 DataExa-Karma 撑持国防畛域的交融决策产品，它产出的决策能力，能够利用在战斗策划、智能调度等场景；天衍·多智能体协同决策平台是一个面向作战指挥、无人零碎集群协同、策略仿真等智能决策场景的高性能智能体生成零碎。
厂商评估：
渊亭科技作为国内少有的同时具备认知智能和决策智能双能力体系的人工智能厂商，深耕国防军工行业多年，凭借丰盛的我的项目教训和行业专家资源，以成熟的产品体系为依靠，为国防军工行业提供一站式 AI 解决方案。其欠缺的国防军工智能决策产品线，可满足甲方多元化场景需要。在自主可控方面，渊亭科技始终保持走自主研发路线，所有产品均已实现国产化兼容适配认证，合乎信创要求。
“认知 + 决策”双重外围，一站式 AI 赋能国防军工行业。渊亭科技是国内多数在人工智能畛域同时具备“认知智能”和“决策智能”产品线的厂商。其中认知智能方向产品笼罩常识图谱构建与剖析、高性能分布式图数据库、自然语言解决、大规模搜索引擎和智能问答。决策智能方向产品笼罩综合智能决策、AI 全生命周期建模训练、多智能体强化学习、运筹优化等，深度交融联结主义和符号主义的劣势，提供残缺的一站式 AI 赋能。这些产品在金融、运营商、制作、能源等民用畛域都有宽泛的利用，且产品的健壮性、灵活性、可靠性久经验证，为国防军工行业推广应用奠定了扎实的根底。
横纵向深耕垂直赛道，策略聚焦规模化落地。渊亭科技深耕防务畛域，积极参与国防数智化建设，公司具备齐备的军工资质，与多所军事院校、科研院所建设了长期深刻的策略单干关系。公司已服务包含军委多部委、海军、陆军、空军、策略声援部队、国防科技大学、中国兵器、中国船舶等单位，逐步成为军事智能畛域的践行者和领导者。多年“前沿摸索 + 一线落地”的双重模式一直加深渊亭科技对业务实践和军事需要的认知与了解，为继续服务国防信息化、智能化、无人化打下了坚实基础。
产品力 + 场景力 + 服务力，构建多元化国防产品布局。基于深厚的智能技术储备，渊亭科技推出 4 款国防智能决策方向外围产品：DataExa-Karma 智能决策平台、天衍·作战仿真推演零碎、天衍·智能工作规划系统以及天衍·多智能体协同决策平台。除此之外，还有多款利用产品作为渊亭国防产品能力地补充或延长，例如“数据中台”与“数字战场图谱”，它们具备海量数据处理能力，可能晋升甲方的情报治理和使用能力。总体来讲，渊亭智能决策产品能力笼罩多智能体强化学习、语义推理、专家系统、机器学习、深度学习和运筹优化等多个技术畛域，欠缺的技术储备和治理，有效应对甲方的简单场景决策需要，为智能决策能力在国防军工行业各场景的落地扫清技术妨碍。
保持自主可控，打造可信智能决策。随着国内体系、秩序、力量的变动，国防工业的自主可控成为各国把握策略博弈主动权的重要抓手。渊亭科技从成立开始就保持自主研发，其外围产品代码自主率超过 95%，并且所有产品均实现操作系统、芯片等在内的国产化兼容适配认证，力求外围关键技术的自主和供应链的可控。比方，在数据知识化的过程中，须要引入常识图谱类产品，较多厂商的常识图谱类产品底层是基于开源图数据库，而渊亭科技则是在其自主研发的分布式图数据库产品 DataExa-Seraph 上实现的，在突出的安全性、扩展性之上，针对国防典型场景发展优化，提供杰出的性能。值得一提的是，在往年信通院组织的《2022 年“可信 AI”评测》中，渊亭科技智能决策平台 DataExa-Karma 通过了“智能决策零碎和工具”地评测，成为国内惟一一家在策略开发、测试公布、运维治理、剖析评估和底层撑持等五个模块均达到 4 级规范的厂商。
典型客户：
五大军种、国防大学、军事科学院、国防科技大学、八个军工团体的诸多上司院所
- 入选厂商列表