BI和AI的强强联合

现代数字革命过程中出现了许多企业技术，一些技术甚至能够改变企业未来，人工智能（AI）就是其中之一。如果将AI与其他企业技术结合起来，甚至能发挥其最大功效。

商业智能（BI）解决方案通常要求用户具备丰富的背景知识才能充分发挥潜力。这时就需要结合AI，从而通过增加自动化等技术简化BI的处理，提高处理和自然语言处理（NLP）的规模。这两种技术在最近完成了强强联合。BI和AI让企业能够以数据为导向进行决策，从而在当今的数字化时代保持竞争。未来几年，AI有望打破传统BI的局限，让这一工具不仅能实现标准报告撰写，而且提供可行的商业洞察。

新一轮BI创新

最近在世界各地举行的Gartner Data & Analytics Summits（Gartner数据峰会）上，能感觉到人们对两者结合的期待。悉尼、达拉斯和伦敦的峰会呈现出明显的迹象，BI和分析行业正在围绕AI和机器学习（ML）开展新一轮的创新。在2017年一项名为Augmented Analytics Is the Future of Data and Analytics（《增强分析是数据和分析的未来》）的研究中，Gartner将这项技术称为增强分析，并将其定义为“一种利用ML和自然语言生成技术自动获得洞察的方法”。

在Gartner Summits上，许多企业（包括成熟的企业和新企业）展示了AI影响下的增强分析功能，例如自然语言处理（NLP）、推荐洞察和自动化叙事。

NLP让BI和分析工具用户能够建立报告，不需要使用鼠标或进行拖放操作，只需要输入或说出“收入、按季度、按产品类别”。自然语言识别让这些指令具有更强的叙述性或疑问性，例如“根据季度和产品类别，去年的销售额是多少？”。

推荐洞察不仅能够回答用户预先确定的问题（像上面关于销售额的问题），还能提供其他数据可视化功能，这些都与最初提出的问题相关。这种工具的智能之处在于可以找到具有统计意义的相关信息，从而不需要用户直接提问，就能生成相关答案。

自动化叙事使用自然语言识别技术，在基于数据的回答中增加描述性和预测性的说明。例如，对于上面的销售额问题，BI系统可以增加下面的描述性文本：“该季度的收入为X，较长一季度增长Y%，因此，下一季度的收入可能达到Z美元。”许多公司正在使用基于搜索的问题和关键词自动编制表格，这个表格可以匹配用户输入或说出的词，并生成相应的回答。

实现从报告到洞察力的飞跃

尽管上面展示的功能让人印象深刻，但它们并没有让BI进步多少，BI在企业中的功能依然是生成报告。问题就在这里，数据分析师可以耐心编写报告，但企业用户和主管没有这样的耐心。他们希望只通过一通电话，就能知道问题的答案，例如订购量应该是多少、应该雇用多少护士，或者根据产品线，本季度的收入预计是多少？

这些问题说明AI技术将让BI真正变得更智能，从而推动BI和分析领域的革命性变革，但怎样做呢？

智能BI的标准

在最近一篇名为AI Unlocks The Business Intelligence In BI: Close The Insights Gap With AI-Enabled BI（《AI让BI实现商业智能：利用AI赋能的BI跨越洞察鸿沟》）的报告中，技术和市场调研公司弗雷斯特介绍了利用AI提升BI的方法。弗雷斯特副总裁兼首席分析师Boris Evelson提出了六种方法。通过这些方法，企业可以利用AI支持的技术和工具进一步扩展BI的价值，比如利用BI获得数据库之外的信息，实现数据准备工作的自动化、以更自然、更认知的方式与计算机交互，让人人都能使用高级分析、运用ML的指导发现洞察，并利用所有数据（不只是结构化的数据）获得洞察。

能够实现上述宏伟功能的BI和分析解决方案最适合满足企业用户的高要求，因此必须让BI摆脱只能生成报告的印象，并使其具备预测性、描述性的功能。未来，通过AI赋能的BI和分析平台不是提供生成报告的分析工具，而是让用户和企业高管能够使用日常业务语言提出问题，并获得实施意见。

目前，大多数公司已经在积极投资AI，并通过客服聊天机器人等方式将其功能应用到BI。继2017年7月，Infor发布企业级行业专用人工智能（AI）平台——Coleman，2018年9月又发布Infor Coleman数字助手，这是在Coleman AI产品线下发布的一系列新产品中的第一款产品，可以为Infor OS平台（Infor CloudSuite的基础平台）提供对话界面。它提供自定义技能创建、语音用户体验（UX）与导航，以及自然语言处理（NLP）可扩展性等功能，帮助最大限度发挥人类工作潜力，从而使用户的工作变得更有趣、更高效。

BI为什么需要AI

另外，Evelson还在报告中简要总结了对企业用户更为友好的BI的需求。该研究公司2017年的报告Global Business Technographics Data And Analytics Survey（《全球商业科技消费数据和分析调查》）中指出：“在大多数企业中，获取数据已经不是问题，全球72%的数据和分析决策者表示，他们可以及时获得获取洞察所需的数据。”

然而，即使最新的BI工具能让获取数据变得更加轻松，也需要有效的专业知识才能找到适当的数据，提出正确的问题，准确地解释结果，从而获得切实的业务成果。Global Business Technographics Data And Analytics Survey（《全球商业科技消费数据和分析调查》）指出，大部分数据和分析决策者（52%的业务决策者和63%的技术决策者）表示计划招聘具备高级数据技能的员工，为企业的数据驱动计划提供支持。但即使有了这些数据专家，他们依然在发现和理解数据方面感到困难重重。

正如弗雷斯特研究公司所说的，只是获取数据还不够，选择适当的数据并提出正确的问题依然需要专业技能。在识别适当的数据和为企业用户提供相关洞察方面，AI可以扮演重要的角色。这种方法可以降低BI的准入门槛，让它能够像以往的数据专家分析师一样，为更广泛的企业用户提供支持。AI增强的“智能分析”可以形成一个数据网络，让所有用户能够快速获得洞察，它将在商业智能行业引发新一轮的变革。对于企业用户而言，这次创新充分证明最好的事情即将到来。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友