乘勢而上,與時(shí)俱進(jìn):IDC《聯(lián)邦學(xué)習與可信AI市場(chǎng)機會(huì )分析》研究發(fā)布

●   金融行業(yè)：金融行業(yè)是當前聯(lián)邦學(xué)習落地部署探索最多的行業(yè)。金融行業(yè)加速數字化轉型的過(guò)程中，銀行、保險、投資等行業(yè)都面臨著(zhù)有效數據欠缺與隱私保護安全的雙重挑戰。在應用上，目前主要集中在營(yíng)銷(xiāo)、信貸風(fēng)控、反欺詐場(chǎng)景。

●   零售行業(yè)：零售行業(yè)在銷(xiāo)量預測及商機洞察，倉庫儲存、配送等各個(gè)環(huán)節可以使用到聯(lián)邦學(xué)習技術(shù)。例如，基于聯(lián)邦學(xué)習技術(shù)，在保護數據隱私安全的基礎上，根據歷史銷(xiāo)量、各區域客群畫(huà)像洞察、氣候變化、時(shí)事熱點(diǎn)等元素進(jìn)行分析，通過(guò)精確到小時(shí)級別的銷(xiāo)量精準預測，優(yōu)化整體品類(lèi)規劃，從而降低運營(yíng)成本，幫助實(shí)現用戶(hù)履約率進(jìn)一步提升。

●   互聯(lián)網(wǎng)/電商/數字媒體： 數字廣告業(yè)務(wù)目前引入了聯(lián)邦學(xué)習技術(shù)，如廣告投放、流量反作弊、聯(lián)合歸因等場(chǎng)景。流量平臺、廣告主等可以在不披露底層數據的前提下共建模型。每個(gè)廣告主或者數據持有方不出本地，通過(guò)加密機制下的參數交換方式，就能在符合各項隱私安全法律、法規的情況下，建立出虛擬的共有模型。

●   工業(yè)：在制造領(lǐng)域，聯(lián)邦學(xué)習技術(shù)會(huì )幫助實(shí)現多條產(chǎn)線(xiàn)間的聯(lián)合訓練與模型共享，改善AI質(zhì)檢、預測性維護的效果。例如，各種供應商可以結合自身數據，以建立更好的整體預測模型。在能源領(lǐng)域，智能家居設備和能源供應商之間的聯(lián)合，可以產(chǎn)生用于預測功耗和設備使用的互利模型。其結果將包括越來(lái)越靈敏和個(gè)性化的設備，并使得電網(wǎng)管理更加有效。

●   醫療：醫療保健領(lǐng)域將受益于縱向聯(lián)邦學(xué)習，如果所有醫療機構和制藥企業(yè)都成立數據聯(lián)盟并共享其數據以創(chuàng )建大型醫療數據集，那么經(jīng)過(guò)訓練的AI模型的性能將顯著(zhù)提高，尤其是在A(yíng)I藥物研發(fā)領(lǐng)域，藥物本身作為研發(fā)數據，有非常大的價(jià)值，聯(lián)邦學(xué)習技術(shù)恰好能夠安全地實(shí)現多方數據共享。另外，在醫療影像輔助診斷場(chǎng)景中，可以通過(guò)聯(lián)合訓練CV模型來(lái)更加精準地預測疾病、檢測異常并基于其他醫療傳感器和電子健康記錄（EHR）數據進(jìn)行診斷。

●   政務(wù)：政務(wù)領(lǐng)域存在橫、縱向信息交換的“數據壁壘”，聯(lián)邦學(xué)習可以幫助打通政務(wù)領(lǐng)域數據應用價(jià)值鏈，提高辦事效率，解決社會(huì )疑難問(wèn)題。