智能决策的发展可追溯到上世纪50年代末期，人们开始探索如何使用计算机来帮助决策。随着计算机硬件和软件技术的不断发展，智能决策技术也得到改进。21世纪初期，随着人工智能技术的发展，智能决策技术开始进入一个新的阶段——人工智能技术可以让计算机更好地理解和处理人类语言、图像、声音等数据，从而更准确地进行决策和推荐。
IDC所定义的AI驱动的智能决策，是一种利用人工智能技术为企业、政府部门等提供决策支持的方法。在传统的决策过程中，决策者通常需要依靠经验、知识和直觉进行判断和决策。2022年底随着AIGC的逐渐成熟，AI大模型作为顶层大脑的趋势将逐渐明晰，短期来看智能决策领域新的厂商有机会入局进行跑马圈地，而已经入局的厂商需要尽早拥抱新技术，获取先发竞争优势，避免新厂商颠覆竞争格局。IDC认为，过去几年部署的智能决策等应用，在未来很有可能被新一代AI更新换代，新的竞争格局即将拉开帷幕。
IDC于近日发布了《IDC中国智能决策解决方案市场份额，2022》报告，中国智能决策解决方案市场在过去几年中得到了快速发展。报告数据显示，2022年中国智能决策市场的规模将达到10.55亿美元，比上一年增长了20.5%。随着企业智能决策的接受程度逐渐提升，预计未来5年中国智能决策解决方案市场复合增长率将达到50%以上。这一趋势预示着中国智能决策解决方案市场将成为未来发展的重要领域之一，同时也为相关企业提供了广阔的发展机遇。
2022年，第四范式、SAS、邦盛科技、同盾科技、华为、杉数科技以及中科闻歌在激烈的市场竞争中占据了主导地位，前五厂商具体的市场份额详见下图：
智能决策领域的技术发展非常迅速，技术提供商需要及时了解最新技术趋势，不断更新技术和产品，以满足客户的需求。为了更好地支持技术提供商抓住市场机会，IDC有如下建议：
持续优化产品和服务
底层数据、算法和算力的支撑对于技术的发展尤为重要。加强数据处理能力，丰富数据来源，完善人工智能算法，提高算力使用效率等有助于提高产品的稳定性和可靠性，保持产品竞争力。同时，技术提供商需要建立良好的用户反馈机制，及时收集和处理用户反馈，不断优化产品和服务。产品优化方向可以是利用自身的数据分析和挖掘能力，为客户提供更加准确和深入的数据分析和挖掘服务；人机交互体验的升级也需要着重探索，可以考虑增加语音交互、视觉识别等方式，提升交互的便捷性。
提供多元的定制化能力
智能决策的应用场景非常广泛，不同客户对于智能决策的需求也各不相同，技术提供商需要提供基础平台、软件等通用产品，支持厂商快速部署。也要加强定制化的服务，根据客户的需求和场景，量身定制智能决策解决方案或服务方式，通过咨询服务等手段，帮助用户更好地使用智能决策技术，提高用户的满意度和粘性。
强化数据安全和隐私保护
智能决策需要海量的数据支持，技术提供商需要保护企业、用户的数据安全和隐私。首先，技术提供商需要遵守相关的法律法规，如《中华人民共和国个人信息保护法》、《信息安全技术个人信息安全规范》等。其次，技术提供商需要采取一系列的技术手段，包括数据加密、隐私计算等，保护终端客户数据安全。此外，技术提供商还需要建立健全的数据管理和安全机制，包括数据审计、数据备份和恢复、数据风险评估等，以确保数据的安全和可靠性。
IDC中国人工智能高级分析师杨雯表示，2023年ChatGPT的出现标志着AI技术迎来了拐点，预训练大模型是产品升级背后的核心驱动力，在赋能泛化能力的同时也推动了企业软件新的交互范式出现。作为企业业务辅助角色的智能决策产品同样受到利好，从智能决策本身来看，算法的持续优化使其具备了更强大的功能和更高的准确性，将会支持企业做出更加明智和有效的决策。从技术融合的角度来看，未来AI大模型与智能决策协同将会推动从顶层规划到流程设计再到决策执行的全链路优化，实现从战略层面到落地的全方位自动化，进而加速企业数字化转型和升级。
更多阅读：
