從商務智能到人工智慧還有多遠，BI+AI =？

本文轉載於微信公眾號：德勤分析DAI

導讀：本文將為您簡單梳理人工智慧(AI)在商務智能(BI)中的應用現狀，並展望商務智能未來的發展方向。

提到人工智慧(Artificial Intelligence)，大家都不陌生，大量的科幻電影已經為人們描繪了未來的人工智慧，如《終結者》系列中的天網，《生化危機》系列中的紅皇后，《少數派報告》中的犯罪預警系統等，這些影片基本涵蓋了人工智慧所包括的：機器人、語言識別、圖像識別、自然語言處理和專家系統等。

隨著科技的發展，這些影片中的很多場景已經成為現實。人工智慧可謂是當下最火的概念，從前不久的阿爾法狗(AlphaGo)在圍棋運動中全面碾壓人類，到汽車自動駕駛，語音輸入法，人臉識別等等。這些黑科技在企業用戶眼中，特別在商務智能分析平台的應用又到了什麼程度了呢，從BI到AI還有多遠？

商務智能(Business Intelligence)概念最早由高德(Gartner)諮詢公司於1996年提出，商務智能技術提供使企業迅速分析數據的技術和方法，從而快速發現海量歷史數據中的價值。該機構從2006年開始，每年發布一份商務智能分析平台市場分析報告《Magic Quadrant for Business Intelligence and Analytics platforms》，報告的核心便是業內知名的「BI魔力象限圖」。

對比2007年和2017年處於BI魔力象限的廠商，10年間城頭變幻大王旗，市場的領導者由傳統型BI三巨頭"ISO"(IBM, SAP, Oracle)變成了新型領導者"QTP"(Qlik, Tableau, Power BI)，什麼原因造成了這樣的變化趨勢？

根據Gartner近年給出的報告，商務智能分析平台由傳統的IT驅動(IT-Driven)變為了由業務驅動(Business-Driven), 基於內存技術(In-memory)的自助型分析平台，這意味著業務人員可以像使用office軟體一樣藉助自助型BI分析平台，只需少量操作即可做出很專業的圖表，快速獲取業務洞察。

（上圖: Qlik Sense可視化分析報表）

（上圖: Power BI動態散點圖）

(上圖: Power BI連接Streaming數據源創建實時動態Dashboard)

（上圖: Power BI SandDance效果)

從上面圖中（本來都是動圖，知乎上放不了）我們可以看出現在的報表已經可以做得越來越炫酷了，不過僅僅炫還不足以成為QTP傲視群雄的原因，真正的原因在於這些公司都已經踏入了人工智慧的大門。

上文中提到的人工智慧的幾個分支，目前在BI領域應用最多的當數自然語言處理(Natural Language Processing)。比如Tableau公司的可視化分析工具Tableau Desktop已經可以創建集成NLP的報表，僅需輸入自然語言的查詢語句，報表上即可自動返回結果。

微軟在人工智慧領域深耕多年，自然不會落後，下圖中Power BI中的問答(Q&A)功能背後，就是實力強大的Microsoft Cortana(微軟小娜)。這也是微軟今年在BI魔力象限排名迅速躥升至行業領先者的原因之一：

除了內置的NLP特性，Tableau和Power BI還通過集成Python, R等開源語言進一步提升人工智慧的功力，只要是這些語言能夠實現的功能，都被拿來為我所用，這樣的"吸星大法"是不是很厲害！

(上圖: Tableau集成Python)

(上圖: Power BI集成R)

另外，一些第三方廠商也推出了針對BI分析平台的自然語言處理插件，如明星創業公司Narrative Science推出的針對QTP的文本生成插件，能夠自動分析圖表並生成洞察(insights)報告。

看到這裡，大家都應該明白了：商務智能與人工智慧的融合，正在進行時。

科技行業日新月異，人工智慧就像一列火車，它臨近時你聽到了轟隆隆的聲音，你在不斷期待著它的到來。它終於到了，一閃而過，隨後便遠遠地把你拋在身後。

當BI搭上AI的快車，將使得企業商務智能分析平台進入前所未有的快速發展。

BI+AI=BAI（商務人工智慧 Business Artificial Intelligence）

根據Gartner 2017年BI魔力象限分析報告：

到2020年：更智能，易於管控，集成Hadoop/Spark和可視化數據發現能力將成為下一代BI分析平台的重要特性；

到2020年：自然語言處理和人工智慧將成為90%以上BI分析平台的標準特性；

到2020年：50%的分析查詢將通過即時搜索，自然語言處理或語音處理的方式，甚至是全自動生成；

到2021年：具備上述數據發現能力的BI分析平台的增長速度將是常規平台的兩倍，並將為企業帶來雙倍的價值。

-End-

如果想觀看文章中無法顯示的動圖，請關注微信公眾號（德勤分析DAI）這裡有更多關於數據好玩的東西在等你喲！

推薦閱讀：