尽管BI和AI是两个独立的概念，但AI和BI相结合这种想法应该得到更多关注。 在过去的一个月里，我分析了各种BI和AI领域的会议，因为我很想知道它们之间的联系。 两者都涉及到数字运算的核心。但是， BI在本质上主要是回顾性的，但AI完全是关于未来的。BI背后的统计分析主要是关于基本的计算，与超精密的机器学习和支撑AI的深度学习算法形成对比。 6月下旬，在纽约的O'Reilly AI大会期间，我没有听到任何关于BI的消息。相反，今年7月在麻省理工学院举办的BI大会上，与会人员将AI和BI进行对比，讨论后者的强大商业价值和高采用率。

AI和BI，究竟是谁的时代

但是，亚特兰大咨询公司BI Brainz的首席执行官Mico Yuk有一个有趣的想法。她说:“我希望通过更多的机器学习，关键的性能指标将会增长和发展。我希望我们能够使用数据科学来研究指标，让KPI为我们所有，而不是我们为它工作。” 在她的设想中，在BI软件中部署的机器学习算法将告诉企业哪些历史数据是有用的。而现在，分析师通常需要定义BI工具的指标来跟踪，这是一个手动的过程，它只显示公司已经知道的可见数据很重要。 但是，机器学习的BI可以深入挖掘企业的未知领域，在之前未经检验的数据中找到洞察力。基于AI的BI可以利用自然语言的生成能力向企业解释这些数据的含义以及它们的作用。 BI供应商Sisense在今年4月宣布了一项数据发现组件，该软件可以自动检查数据，并提醒用户新的和潜在的有趣功能。其他供应商也在他们的软件中添加了机器学习组件。分析公司Gartner从2015年开始就一直在谈论智能数据的发现。但直到今年春季，Gartner在BI和分析平台上发布了一份关于BI和分析平台的报告，称智能数据发现是BI软件市场的下一个颠覆者。

必须改变看法

将机器学习、BI和AI结合在一起是个不错的想法。但这个想法似乎并没有渗透到大众的意识中。大家仍然把AI和BI看作是独立的领域。 陈旧的想法必须有所转变。试想一下，基于AI的BI平台可以为分析人士提供免费的平台，目前他们大部分时间都在处理报告的请求。他们可以转向更有效的数据科学和预测分析项目。我们从优步和谷歌等公司看到，智能的机器学习方法可以创造出全新的、有利可图的商业模式。那些拥有强大分析能力的人应该把时间花在这上面。 也许一旦围绕AI的炒作开始消失，它与BI之间的差异就越来越小，机会越来越明显。 毕竟，我们已经看到AI对CRM，HR和FinTech软件有很大的影响。BI没理由不成为下一个。