作者:FineBI
发布时间:2022.11.1
今年,BI与分析领域连续发生2起重大收购,将“AI+BI”的概念推向高潮。谷歌26亿美元收购商业智能软件和大数据分析平台Looker,Salesforce收购Tableau。本文将围绕AI、BI、的概念及应用场景,详细分析AI与BI结合的前景怎么样,列出不可行的3大原因。
AI的应用,则可以从技术和行业两个层面来看。技术层面主要有人脸识别、视网膜技术、无人车等计算机视觉相关应用。上升到行业层面的话,像金融行业的风险监控、医疗行业的纳米机器人。
BI,即Business Intelligence,中文称为商业智能或商业智慧。目前,BI的核心技术主要包括数据存储、数据ETL、数据分析、数据挖掘,以及数据可视化分析。随着技术发展和对用户需求的响应,BI正在由传统向自助发展。
什么是AI+BI? AI+BI模式就是AI与BI相结合。
这种新模式的出现主要有三个方面的原因。
(1)从概念和理论上来说,AI+BI模式是有价值有前景的。从具体场景上来说,AI+BI的模式的确能让一些BI场景更深入,预测更为准确。
(2)一种新模式的出现往往万众瞩目, AI+BI模式在一定程度上也是炒作的噱头,来吸引投资人和客户。像自然语言生成、增强数据发现等很多AI企业都还在探索的功能,一些BI企业却宣称已经实现。
(3)AI+BI模式的出现也离不开一些研究咨询机构的预测报告,比如Gartner。但是,Gartner的预测偏向于整体的趋势,然而不同国家、地区的BI发展不尽相同。如今这些技术仍处于发展阶段,至少在我国是这样。
虽然AI+BI吸引了大量企业的关注,但是就“目前”和“中国”来说,AI+BI模式的可行性和应用能力仍然存在不少问题。
(1)AI和BI存在本质区别。
虽然AI技术的范围非常广,但当前BI系统中真正能用上的无非是一些处理文本、图像等非结构化数据的AI技术。但是,大部分的企业很少会有文本处理和图像处理的需求,绝大多数BI系统需要处理的仍然是结构化的数据。
针对结构化的数据,AI与BI的交叉也极小。BI的数据挖掘还包括对数据的管理,算法选择上也较为简单,没有神经网络和深度学习等复杂AI算法。
所以说,AI并不是BI的核心功能,AI+BI的模式当前无法成为BI市场的主流。
(2)AI技术并没有完全成熟,在BI中的应用存在障碍。
AI在现阶段并没有非常智能,对于BI来说,应用不成熟的AI技术反而可能会带来一定的消极影响。
另一方面,AI的适应性也会影响其在BI中的应用。AI依赖于大量经验的学习过程,当数据量较少的情况下,结果不一定能够保持很高的准确率。AI能否很好地适应这些变化也无从得知。
(3)当前中国企业的BI建设对AI需求极小。
国内的信息化水平,整体还是落后于国外尤其是美国的,新兴技术的需求普遍存在滞后。
最近,帆软数据应用研究院对1000多家企业进行了BI功能需求调研。调研结果表明,在企业2年内最需要的BI功能中,图像处理、语音工程和文本分析等功能排在最后。我国企业的BI建设在未来5年内将仍然以数据管理和分析为主。
在这样一个背景下,企业贸然将AI应用到BI上,只能是竹篮打水,人财两空。
很多企业在BI项目实施过程中的一个普遍问题是数据治理。
BI和AI都需要良好的数据支撑,但是目前中国的大部分企业因为业务信息系统多而杂,非常容易被数据孤岛、数据标准不统一等问题困扰。底层数据如果治理不好,将会严重影响后续的分析决策,更不要去谈决策的准确率了。
因此,企业首先最需要的是将BI系统建设成熟,而AI+BI模式当前在中国并没有特别明显的需求,只是对极少数企业的锦上添花。
就目前、就中国而言,AI与BI结合,不可行。
商业智能BI产品更多介绍:www.finebi.com