而展望国际巨头,前几年微软的Power BI 在Ignite 技术大会上发布了新功能,经过自然言语就可自动化查询并生成可视化报表。而在IBM的Watson Analytics案例中,AI的价值表现经过数据反推出驱动要素的分析。
经过案例还原,其实AI+BI可总结为:1.展现分析结果;2.揭示产生结果的推进要素;3.细节分析。而在这个过程中,商业智能BI只完成第一步,即经过结果可视化定位分析成绩。在第二步和第三步则由AI停止,若由人工来做则需求业务/数据分析人员来做相反的工作。
在这里,其实ABI更贴近AI+BI的概念。在2013 年,Gartner 集团对 BI 的概念停止了更新与扩展,在“Business Intelligence”一词中加入“Analytics”(分析/逻辑分析学), 合并成“Analytics and Business Intelligence”(ABI,分析与商业智能),并且归入运用、基础设备、工具、 实际等多项内容。并重新定义为"BI 是一个概括性术语。它包含了运用、基础结构、工具,以及提供信息访问和分析以改进、优化决策表现的最佳实际。"使得信息化技术更好的协助BI完成他的本质工作:即应用古代技术辅助企业决策。
对于非结构化的数据,BI可以运用图像处理、语音工程和文本分析等AI技术,智能化地处理复杂业务场景。如语音转文字,录入数据及产出想要的报表等。
业务场景除了在 IT 信息化基础比较扎实的行业,也会在深度场景化的细分范畴,且这些范畴不具有通用性。也可了解为处理方案不具有复用性。这个时分经过AI完成一些算法婚配,根据婚配的结果来驱动业务执行。
结语
所以,AI+BI 这种形式是将来 BI 发展的一种方向。BI 在底层数据架构上处理了与大数据、数据湖、数据中台的对接,这是往下的基础数据架构的延申。BI 往上的延申就是各种分析运用,再到智能分析运用,再最终回到业务执行的过程,最终构成一个残缺的闭环。
假以时日,AI+BI不再是企业炒作的噱头,不再是预测机构的自觉悲观。人工智能为商业智能赋能,让感性的决策插上感性的翅膀,表现BI的真正外延!