消费指数最新数据 中国消费指数最新报告
转自：人民日报
原标题：国家信息中心发布相关指数
―― 高频数据看消费回暖（经济聚焦）
海南三亚，顾客在三亚国际免税城选购商品。骆云飞摄（影像中国）
浙江义乌，在国际商贸城一区，来自国内外的客商络绎不绝。吕 斌摄（影像中国）
广西柳州，在柳江区新兴工业园一家物流企业，工人在仓库里分拣物流快件。黎寒池摄（新华社发）
江苏南京，顾客在老门东的一家餐厅品尝金陵风味美食。刘建华摄（新华社发）
重庆，轨道交通3号线列车上乘客摩肩接踵。刘 嵩摄（人民视觉）
云南丽江，游客在古城游览。徐 俊摄（人民视觉）
广东广州，广州大道早高峰车流如织。王美燕摄（人民视觉）
消费多年来已成为我国经济增长主引擎，也是人民对美好生活需要的直接体现。
去年底召开的中央经济工作会议提出：“要把恢复和扩大消费摆在优先位置。”各地区各部门纷纷采取有力措施，增强消费能力，改善消费条件，创新消费场景，使消费潜力加快释放出来。
美食街上人头攒动、收银台前排起长队、景区里摩肩接踵……春暖花开，随着各项政策措施落地见效，消费日渐回暖，一幕幕热闹的场景让不少人感到市场活力又回来了。
消费回暖向好，不仅是人们的直观感受，一些高频数据也更全面、客观地反映了经济活力和消费信心恢复。
近日，国家信息中心发布了商圈消费热度、地铁人流热度、景区消费热度、城配物流活跃度等指数，数据主要基于232个有代表性线下商圈人流量、18个城市逐日地铁客运量、2000余个景区周边交通活跃度、城市商品配送车辆的运营活力等来构建。从数据来看，截至3月底，商圈消费热度3月日均指数和小商品零售热度3月日均指数都比去年12月低点大幅回升；今年一季度，地铁人流热度指数和生活服务业消费活力指数也比上一季度大幅增长。国家信息中心大数据发展部专家表示，这些高频数据显示，消费呈现回暖向好态势，经济活力日益增长。
总体来看，当前我国消费韧性强、潜力足的特点没有改变，消费发展长期向好的基本面没有改变，消费提质升级的大趋势没有改变。随着扩内需促消费政策措施持续发力，制约居民消费的不利因素不断消除，消费潜力将得到充分释放，消费市场将继续呈现恢复发展态势。
（本报记者 王 珂）
数据来源：国家信息中心、每日互动、高德地图、福田智科
人工智能chatgpt哪里能下载 chatgpt app ios版
人工智能 bt,人工智能 attention,人工智能hi,cn人工智能
人工智能是引领未来的新兴战略性技术，是驱动新一轮科技革命和产业变革的重要力量。人工智能概念自1956年正式提出以来，历经60多年的发展，已进入第三次热潮。近年来，由于云计算、大数据和物联网等技术研究和应用，人工智能技术得以迅速发展，产业化和商业化进程不断提速，正在加快与各行各业深度融合。
2022年，世界人工智能产业发展取得了新的突破，ChatGPT这一“现象级”语言大模型产品的发布带来了国内资本市场和消费者对AI产业热情的再次进发，而ChatGPT的核心就是人工智能领域的自然语言处理技术。
自然语言处理（NLP）、机器学习（ML）、计算机视觉（CV）、智能机器人（IR）等是人工智能应用最广的几个子领域。金融业是对新兴技术最为敏感的行业之一，为了更好观察我国在金融行业的人工智能技术储备和应用情况，零壹智库将陆续推出银行/证券/保险/消费金融/金融科技……+AI系列专利创新榜单和案例分析。本文聚焦商业银行及其科技子公司的自然语言处理专利。
在我们传统认知中，只有人类才有语言能力。人类的多种智能都与语言有着密切的关系。通俗点来说，自然语言处理技术是让计算机来处理、理解以及运用人类语言，体现了真正意义上的“人工智能”。通过计算机理解人类语言并处理大量文本，进行针对性分析，可以为各行各业节省人力，提升工作效率，从而促进行业的数字化发展。
目前，自然语言处理技术已经广泛应用于不同行业之中。2022年，我国自然语言处理产业规模约为87亿元，其中金融领域为23亿元，占到26.4%的比例。金融领域银行、证券、保险等企业业务与自然语言处理技术结合紧密，同时具备建设意愿与资金投入，因而成为了市场规模的主要拉力。
对于银行来说，可以将自然语言处理应用到大量的文本和语音数据，以提取信息、获得洞见并简化手工任务。例如，银行使用聊天机器人来了解客户的查询并提供适当的响应。这些机器人可以处理基本的客户服务请求，如余额查询、资金转账和账单支付，从而腾出人力代理来处理更复杂的问题。此外，自然语言处理技术还可以应用于银行客户反馈的情绪分析、交易反欺诈和信用风险评估等领域。
?01?
专利申请总量：工商银行排名第一，微众银行进入前10?
从银行自然语言处理专利申请数量来看，工商银行以286件排名第一，其次为平安银行、建设银行和中国银行，均在150件以上。从授权数量来看，工商银行与微众银行以12件并列第一，其次为建设银行和中国银行。专利申请和授权总量排名靠前的多为大型股份制商业银行，这些银行的数字化程度较高，在其业务中使用自然语言处理技术的情况较多。
股份制银行中，浦发银行以65件专利排在第7位；招商银行紧随其后，相关专利总量为25件。微众银行和新网银行分别位列第5和第9名，进入了前10。
专注于线上业务的互联网银行，在风控、信息和数据处理等业务中绕不开自然语言处理技术，相关专利储备有一定优势。
银行的一些自然语言处理专利是和其金融科技子公司共同申请的。其中，建设银行与建信金科共同申请的专利数最多，为39件。工商银行与工银科技共同申请了10件，兴业银行与兴业数金共同申请了3件，农业银行与农银金科共同申请了1件。
表1：银行自然语言处理专利*申请及授权情况
*统计时间截止为2023年3月31日，包含银行和其金融科技子公司共同申请的专利
数据来源：智慧芽，零壹智库
?02?
金融壹账通自然语言处理专利申请数遥遥领先
从银行金融科技子公司自然语言处理专利申请数量来看，金融壹账通以269件排名第一，遥遥领先于其他金融科技子公司。其次依次为建信金科和民生科技。
从授权数来看，金融壹账通以14件自然语言处理专利授权数排名第一，其次为建信金科和民生科技。
表2：银行金融科技子公司自然语言处理专利*申请及授权情况
*统计时间截止为2023年3月31日，专利为银行金融科技子公司单独申请
数据来源：智慧芽，零壹智库
金融壹账通早已走出平安体系，为银行、保险、投资等行业的金融机构提供“技术+业务”解决方案。财报显示，从2017至2020年，金融壹账通先后投入逾38亿元用于研发，每年的研发投入占收入的比例均超40%，其在全球累计申请近6000件专利，其中人工智能相关专利超过1000件。
建信金科也在逐步走出建设体系，2022年财报显示，其核心产品输出政策性银行、全国性股份制银行、地方商业银行等各类型银行的收入16.39亿元，同比增长20%，在总营收中占比19.89%。2022年，建行金融科技投入232.9亿元，占营收的2.83%，获取专利授权1256件，较2021年增加525件。
?03?
银行及其金融科技子公司自然语言处理专利典型案例 ?
（一）工商银行智能客服
工商银行在自然语言处理方面，深入研究语义分析相关技术和产品，并将研究成果应用于手机银行语音导航、转账要素识别等智能客服场景，进一步提升智能客服的智能化服务水平，降低运营人力资源成本。
例如，工商银行推出基于自然语言处理技术的智能客服“工小智”、在微信、短信、手机银行、网上银行等多个渠道为客户提供服务，推动了远程银行中心系统升级和业务创新，完善客服、风控、外呼的智能服务应用。据2018年的统计，工行智能客服的识别率已达98%，处于行业领先水平。
工商银行2022年度报告显示，工商银行2022年科技投入金额为六大行的“榜首”，高达262.24亿元，占营收比为2.86%，同比增长0.1个百分点。工商银行通过自然语言处理相关技术广泛应用于智能客服、智能营销等各类业务场景，覆盖手机银行、电话银行等108个渠道、2400个业务场景，涵盖个人金融、普惠金融等多个业务领域，全年共释放超过1.8万人年工作量。
（二）微众银行人工智能ESG评级体系
2021年7月，微众银行揽月智能资管团队与万得咨询合作，在Wind金融终端正式上线首个由银行打造的基于人工智能技术和另类数据的微众揽月ESG评级，全面助推ESG信息披露和资产管理行业的可持续发展。
微众揽月ESG评级的每个二级指标包含了多维度的数据点和数据来源，通过使用自然语言处理技术对非结构化数据进行数据提取、主体识别、事件提取、事理图谱挖掘等分析，得到每个企业相应数据点的度量。这样得出的ESG评级具有及时、准确、客观的特点。
（三）浦发银行智能网点与手机智能APP
浦发银行近年来持续加大金融科技创新力度，联合国内外前沿科技企业建立科技合作共同体和创新实验室，共同探索数字化模式创新，加速人工智能、大数据等技术应用，持续提升用户服务体验。
例如，在智能网点建设上，浦发银行创新推出i-Counter智能柜台，通过对自然语言处理等技术的应用，促进了柜面业务迁移和人员释放。浦发银行的手机智能APP使用自然语言处理技术，建立了应用文本和随机数相结合的声纹认证体系，通过语音内容、声纹模型等维度认证，客户可以通过与APP沟通完成基础金融交易。
（四）金融壹账通加马平台
由于金融领域存在海量不同类型、用途、结构、篇幅的文本材料。传统的人工审核方式效率低下、流程繁琐，而且极易出错。为进一步解决金融领域海量文本的处理难题，金融壹账通打造以自然语言处理技术为基础的开放平台体系――加马平台，为金融机构提供“技术+服务”的解决方案，赋能金融领域文本处理的数智化转型升级。
该平台实现了让机器读懂文本如股份回购报告书、财务报告等，提取关键信息进行解读，已在银行、证券公司、金融局等机构得到了一系列落地。该技术平台实现了成本相比纯人工审核的成本平均下降50%，同时平均降低20%的常规操作风险，实现了对实际金融场景的深度赋能。
