编译  T客汇  Felix 

数字化革命正在高速发展，而为了保持自身竞争力，公司需要弥补传统BI分析中预测性和指导性的功能缺陷来更快更准确的顺应这个趋势。 根据著名咨询公司Gartner的预测，到2020年，预测分析的功能将为BI行业吸引40%的净投资。

传统的BI工具和分析架构依然处于描述阶段，而且目前的BI只能帮助用户解决两个问题“正在发生什么？”和“发生过什么？” 但未来BI需要能够回答“将要发生什么？”，因此，预测，指导和认知性的运算就是必须的。随着人工智能技术的发展，这三种技术正在逐渐加强，他们可以将日常工作进行完全自动化，并通过不间断的重复性任务对未来的发展方向进行准确的预测。 通过这些先进的分析方式，人们不仅可以将数据进行更快更准确的分析，也可以将决策交给机器学习来降低人为错误从而提升公司的利润。同时，机器学习可以发现人们目前无法看到的潜在新机会和模式。

而另据著名市场研究与咨询机构Tractica预测，在2025年，企业AI应用的市场将达到300亿美元。伴随而来的就是根据不同的用途而对大数据进行的更快，更好和更准确的分析与解读方式。但是当公司寻求更复杂的AI技术时，他们也必须确保自身的分析架构能够支持这些新的技术。BI的身份正在从决策参与者变为决策制定者。

公司应该去了解分析市场的多样性。基础的BI只具有描述性和诊断性分析，而进阶的预测性分析则包括数据挖掘和机器学习。当机器学习和分析结合成为现实后，公司就可以实现高度优化和智能化的指导性分析。公司需要发展他们自身的BI架构，以接纳这些新型的分析和AI功能来保持自身足够的竞争力。

不过，这其中的一个最大问题可能就是公司还不了解这些新技术及其应用方式。Tech Pro Research Survey 的调查显示：42%的受访者表示他们缺少用来运行和支持AI及机器学习的必要技能，而只有28%的公司表示他们对这些技术具有一定经验。公司应用AI策略时应该保持谨慎并确保要建立一个坚实的分析架构，然后在不同商业情形下对AI及机器学习所带来的价值进行充份的评估。目前，这些AI技术的使用者来自研究，消费者分析，欺诈检测和市场分析等行业。

将AI功能嵌入工作分析是实现实时洞察的最快方式，这将成为公司一个非常关键的竞争优势。在商业用户方面，嵌入AI的分析将为公司带来对商业行为更好的预见；同时，AI嵌入分析和机器学习的结合还可以打通公司的上下游，使信息传递变得自动化，为公司带来切实的利益。

从数据收取到洞察传递，整个BI的架构必须发展出足够的负载能力来实现在工作点进行实时洞察，将日常任务实施自动化，并为商业客户提供操作建议等一系列的功能。随着数字化和自动化革命的进行，传统的BI平台可能会变得不再适用。而为了保持自身足够的竞争力，公司必须去寻求嵌入AI的BI方案和机器学习的功能。AI是BI的未来，如果公司不能对此具有足够的意识，那么就很可能在一开始就处于落后位置。 

版权声明：

凡本网内容请注明来源：T媒体（http://www.cniteyes.com）”的所有原创作品，版权均属于易信视界（北京）信息科技有限公司所有，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。