商業(yè)智能（BI）這一概念出現(xiàn)于20世紀(jì)90年代末，代表的是為提高企業(yè)運(yùn)營性能而采用的一系列方法、技術(shù)和軟件。1989年，BI的概念經(jīng)由HowardDresner的通俗化表達(dá)而被人們所廣泛了解，即一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的，目的是幫助企業(yè)進(jìn)行決策的技術(shù)及其應(yīng)用。

BI進(jìn)入中國也很早，但當(dāng)時(shí)的企業(yè)大多還在解決生產(chǎn)經(jīng)營問題，所以BI的真正價(jià)值沒有被企業(yè)認(rèn)識到，也沒有被發(fā)揮出來。隨著數(shù)據(jù)價(jià)值的逐漸顯現(xiàn)，越來越多的企業(yè)提出了對于BI的需求，BI已經(jīng)成為幫助公司經(jīng)營的重要手段。

每年2月，Gartner都會發(fā)布商業(yè)智能和分析平臺魔力象限。從今年的數(shù)據(jù)來看，Microsoft、Tableau發(fā)展迅速，尤其是Microsoft在執(zhí)行力上大幅度提高，已經(jīng)和Tableau并駕齊驅(qū)。與此同時(shí)，BI的新趨勢在于人工智能（AI）和BI的融合。預(yù)計(jì)在2020年，AI技術(shù)將成為90%現(xiàn)代BI平臺的主流技術(shù)。

2017Gartner商業(yè)智能和分析平臺魔力象限

商業(yè)智能的三個(gè)時(shí)代

在20-25年前，企業(yè)內(nèi)部都是人工操作。10-15年前出現(xiàn)了modernBI（現(xiàn)代化商務(wù)智能）工具，幫助企業(yè)制作固定格式的報(bào)表。近幾年，可視化展示讓BI變得更易操作和可理解。

可以說BI已經(jīng)從IT主導(dǎo)分析轉(zhuǎn)向業(yè)務(wù)主導(dǎo)分析，Gartner研究總監(jiān)簡儁芬（MelodyChien）觀察到，只為幫助老板決策的IT提供的報(bào)表已經(jīng)過時(shí)了，IT要轉(zhuǎn)變成給數(shù)據(jù)賦能的超級英雄，將更自動化、更簡單的數(shù)據(jù)分析提供給不同層面的人。

Gartner研究總監(jiān)簡儁芬（MelodyChien）

這一變化的特點(diǎn)就是智能化，一個(gè)數(shù)據(jù)分析項(xiàng)目一般需要非常長的時(shí)間，尤其是前期的數(shù)據(jù)準(zhǔn)備工作，IT技術(shù)可以讓這些工作變得更自動化、智能化、普及化。不僅參與者更多，而且數(shù)據(jù)洞察在內(nèi)部使用的同時(shí)還可以分享給外部客戶、合作伙伴等，數(shù)據(jù)分析之后看到的內(nèi)容越來越不是數(shù)據(jù)本身，而是數(shù)據(jù)背后的價(jià)值。

Gartner把BI劃分為三個(gè)時(shí)代，預(yù)計(jì)在3-5年內(nèi)，第三時(shí)代的工具會越來越成熟，成為市場主流。

第一時(shí)代“SemanticLayer-BasedPlatforms”（語義平臺），幫助企業(yè)處理簡單的數(shù)據(jù)模型，對日常業(yè)務(wù)交易進(jìn)行分析，但是很難做到根據(jù)市場波動快速調(diào)整模型。

第二時(shí)代“Visual-BasedDataDiscoveryPlatforms”（可視化數(shù)據(jù)分析平臺），業(yè)務(wù)人員可以在沒有任何或少量IT技術(shù)能力的情況下，使用拖拉拽的方式對模型進(jìn)行自動化的修改，并且用可視化的方式例如各種圖形來展示分析結(jié)果，但是還需要很多人為的配置部署。

第三時(shí)代“SmartDataDiscoveryPlatforms”（智能數(shù)據(jù)分析平臺），通過人工智能自動從數(shù)據(jù)中挖掘出模型，并且利用機(jī)器學(xué)習(xí)的技術(shù)自動從中發(fā)掘數(shù)據(jù)的規(guī)律，這種自動化可以節(jié)省大量前期數(shù)據(jù)準(zhǔn)備時(shí)間。

“三個(gè)時(shí)代在interaction（互動）和collaboration（合作）上有很大的變化?！焙唭y芬指出，第一時(shí)代的互動是由IT事先編譯安排好的，如果發(fā)生任何變化都要重做流程；第二時(shí)代用戶通過可視化交流；第三時(shí)代則通過自然語言來做分析，而且隨著AI的發(fā)展，第三時(shí)代的工具會越來越普及，未來3-5年將達(dá)到成熟。

數(shù)據(jù)分析一定要和業(yè)務(wù)掛鉤

雖然從技術(shù)和產(chǎn)品上看，第三時(shí)代的工具已經(jīng)逐漸呈現(xiàn)出爆發(fā)的趨勢，但是企業(yè)的實(shí)際應(yīng)用卻是與之脫節(jié)的。就像開篇所提到的，BI進(jìn)入中國很早，但應(yīng)用的企業(yè)其實(shí)并不算多，其中大部分集中在金融、交通、電商等行業(yè)。

但在大家都在關(guān)注底層數(shù)據(jù)分析的現(xiàn)在，企業(yè)還在談BI嗎？簡儁芬給出的回答是肯定的。中國企業(yè)目前雖然大部分還停留在第一時(shí)代，僅有部分處在第二時(shí)代，但這并不影響企業(yè)真正把技術(shù)運(yùn)用到內(nèi)部業(yè)務(wù)流程，帶來實(shí)際的業(yè)務(wù)價(jià)值，尤其是第三時(shí)代的技術(shù)可以帶來明顯的業(yè)務(wù)提升。

中國企業(yè)都在不同程度地使用著BI，這些企業(yè)當(dāng)前的目標(biāo)是要快速過渡到第二、第三時(shí)代，而且首先要意識到BI不只是產(chǎn)生報(bào)表做決策用，更是企業(yè)內(nèi)部流程自動化和數(shù)字化轉(zhuǎn)型的動力。

在BI的使用上可以分為四種分析模式，企業(yè)需要不斷地深入下去，甚至使用橫跨幾種的分析模式。

第一層、描述型分析（descriptiveanalytics），主要解決WhatHappened？了解企業(yè)已經(jīng)發(fā)生的事實(shí)。

第二層、作診斷型分析（diagnosticanalytics），主要解決Whyhashappened？看到發(fā)生了什么的同時(shí)，研究為什么會發(fā)生。

第三層、預(yù)測型分析（predictiveanalytics），主要解決Whatwillhappen？在變化的過程中預(yù)測到將會發(fā)生什么。

第四層、規(guī)范型分析（prescriptiveanalytics），主要解決Whatwillhappen？WhatshouldIdo？未來將會發(fā)生什么，以及該怎么做。

現(xiàn)在的企業(yè)都不缺數(shù)據(jù)，所以數(shù)據(jù)分析一定要回歸到業(yè)務(wù)層面。香港某大學(xué)在研究27種不同癌癥的病因和發(fā)展趨勢時(shí)，需要從大量復(fù)雜的數(shù)據(jù)源中抓取數(shù)據(jù)。其運(yùn)用的第三時(shí)代工具可以自動整理和標(biāo)識出可能的病因，將一個(gè)學(xué)期才能完成的分析縮減到2-3周。

獲取BI技術(shù)很容易，但更重要的是企業(yè)需要考慮數(shù)據(jù)怎樣才能更有效地幫助企業(yè)運(yùn)營。簡儁芬認(rèn)為在使用BI方面，領(lǐng)先的行業(yè)和企業(yè)都有一個(gè)共同的特點(diǎn)，他們總在思考如何把數(shù)據(jù)賦能給客戶，甚至把數(shù)據(jù)分享給客戶和合作伙伴。

更多資訊請關(guān)注工業(yè)機(jī)器人頻道