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。

1、什么是AI与BI？

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。

2、AI与BI结合，为什么会出现？

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。

3、AI与BI结合，事实上不可行？

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。

4、AI与BI不结合，应该怎么办？

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

免费体验Demo 免费下载FineBI