精品国产鲁一鲁一区二区张丽_蜜桃视频一区_国产精品亚洲第五区在线 _亚洲中国最大av网站_57pao成人永久免费_欧美日韩国产中文精品字幕自在自线_日韩制服一区_91小视频在线_成人18在线_日韩福利电影在线

之前，我們在《數字智能時代1：數據為什么能夠產生智能？》，

(相關資料圖)

這篇文章講述了數字化能產生智能的原理是怎么回事。

(為了更好地理解本篇文章，如果沒有看上篇文章，建議之后再去看一下~)

今天，我們接著上篇文章往下講，

本篇文章 具體的 講下 "數字化" 是如何 應用到某些行業 中的？

本篇先講 兩個 數字化應用的案例：

數字化 + 保險

數字化 + 元宇宙

那么，現在開始：

一.回顧一下 "數字化"

我們先回顧一下：

數字化的本質是什么？

數字化的好處是什么？

有時候我們會把信息化 和 數字化 搞混，

認為 數字化 主要就是 把 工作流程或者相關的事務 轉移到 線上計算機系統，

有的可能認為:使用飛書(一款提高工作協同效率的軟件)等輔助工作的軟件就是在做數字化，

這實際上是把數字化 和 信息化 弄混了，

在過去十年里，我們把工作中的很多流程 都 轉移到線上系統了，這實際上是信息化，信息化做的工作 就是 電子化， 具體就是在線上模擬一個工作系統， 把之前線下的工作全部對應的線上。

這些工作實際上是在做信息化，而最近 大家常提到的 數字化轉型，數字化時代，

重點不是信息電子化， 而是在于通過業務數據 實現 “智能化”。

智能化 可以 理解為 通過 收集一些業務數據 進行分析(訓練) 從而做智能決策，通過智能決策進一步實現自動化。

怎么理解用 智能決策 實現自動化呢？

我們 在上篇文章講過， 智能化 實際上是通過 預測功能實現的，

在這里，預測功能 = 智能決策，

舉例1：自動駕駛技術

在上篇文章我們講過自動駕駛技術的例子，在這個例子中，

系統 通過 攝像頭 收集的?道路畫面信息(數據，具體如像素大小，像素顏色，像素排列組合)

來 做識別預測(等同智能決策)，通過圖像數據來預測 道路中間是否有障礙物，

然后如果有，則會執行相關的轉彎避讓行為，

舉例2：智能物流

讓我們看一個生活中非常常見的現象，就是快遞服務，比如京東快遞，

京東關于物流，是有一個智能物流系統的，

這個物流系統，用簡單的模型來解釋：

1.用于物流線路(汽運)的 規劃

2.用于確定每個倉庫存放多少商品最為合適

數字化 應用在 京東的物流系統，實際上就是通過?收集數據

(比如物流歷史線路所用的時間，某個地區銷售商品的數量，某個時期商品銷售的數量等)

來 訓練一個?預測模型， 也就是我們上篇文章 所講到的?深度學習加工盒(加工函數)。

(深度學習加工盒：輸入數據，給出判斷結果)

然后通過 這個 預測模型 來不斷的 做出 智能決策(比如線路怎么規劃，比如哪個倉庫最好放多少商品等)

所以，在物流系統這個案例中，數字化 就是 實現了 物流系統的智能化(通過智能決策實現:根據數據自動算出 物流路線 和 商品調用規則）

那我們再回顧剛才的問題：

數字化 的本質是 什么？

答： 通過收集業務數據，訓練決策系統模型，通過智能決策 實現 業務系統的智能化，自動化。

數字化 的 好處 是什么？

答：因為 系統智能化 后 會根據 實際情況 自動 做業務決策，從而提高了效率，降低了成本。

二.講解如何數字化的兩個行業案例

接下來我們著重講一下 數字化 具體 是如何應用 到保險業 和 元宇宙的。

1). 數字化 + 保險業

a.車險

b.壽險，意外險等

我們 數字化 應用 到保險業，具體的效果就是 可以做到 保費個性化。

具體就是 每個人 根據自身的情況 ，所交 的保險費用 都不相同，

這樣，被系統判定 風險系數 低 的客戶 就可以少交一些保費，這樣保險公司也可以做到更細致的風險管控， 通過合理的風險管控運營 就可以實現 效益的增加，成本的降低。

這樣 數字化 的好處就很明確了： 能使 效益增加，成本降低。

那么 問題來了，數字化 是如何實現的 保費個性化的呢？

讓我們再回顧一下，數字化的 主要 功能 是 做智能決策，

那么用在保險業， 實際上就是通過 數字化系統 對 客戶進行風險指數預測。

只有基于 數字化系統 對客戶做出的風險指數，才能做保費不同的個性化服務。

整個過程如下：

收集用戶相關(與保險相關)的行為數據----->做出風險預測---->個性化保費設定

那么這個保險相關的數據 是 如何收集的呢？

(現實中 此行業還未完全實現 數字化 ，下面舉得場景例子 是 保險行業數字化成功后的一種可能推測，舉此例子主要用于理解 如何收集收據 )

舉例1：車險數據的收集

未來的新能源智能汽車，都會有自己的一些數據系統，會把開車的行為操作記錄下來，

(未來也有可能記錄 路線信息)

保險公司 通過 和 車企的某種合作方式， 在客戶客戶允許的情況下 可以 獲取到這些開車操作的行為數據。

然后 通過 數據的不斷輸入 和 反饋(具體就是真實客戶是否發生意外)，來訓練這個預測風險系數的模型。

于是，當預測模型訓練好的時候，會出現這種效果，開車 比較注重安全(比如開的慢，穩，急剎車少)的 客戶 的風險指數 則會降低，從而實現保費降低。

舉例2：壽險，意外險等的數據收集

保險公司 會 和 一些 公司(比如飯店，健身房，智能穿戴設備)合作， 在客戶允許的情況下可以獲取到 這些公司關于 客戶的數據，從而做出風險指數的預測。

這樣，生活習慣健康的 客戶 的風險系數很有很可能 會降低，從而降低保費。

本章因長度限制先到此，下篇文章將仔細講下 數字化+ 元宇宙的應用。

其中 元宇宙 的 很多 實際應用場景 和玩法 都會講 清楚，

未完待續。。。