AI 与 BI：差异和协同作用

已发表: 2022-03-11

商业智能和人工智能越来越重要，但在企业环境中经常被误解。

简而言之，人工智能 (AI) 探索使用计算机系统来模仿人类智能的各种属性，例如解决问题、学习和判断。尽管处于技术起步阶段，但企业看到了人工智能在语音识别、决策以及介于两者之间的一切方面的巨大潜力。普华永道 2017 年进行的一项调查显示，超过 72% 的商业领袖认为使用人工智能可以“让人类专注于有意义的工作”。

AI 和 BI 都有关键的，在某些情况下重叠的企业应用程序。

商业智能（BI）是指使用各种技术和工具来收集和分析业务数据。 BI的主要目的是为公司提供有用的信息和分析以帮助决策。使用 BI 可以让企业以比其他方式快近五倍的速度做出决策。

AI 和 BI 都有关键的，在某些情况下重叠的企业应用程序。然而，企业应该掌握这些技术之间的重要差异。本文概述了一些 AI 和 BI 的目标和用例。了解这些差异可以阐明 AI 和 BI 如何相互补充，并可能帮助企业在未来节省宝贵的资源。

AI 和 BI 的目标非常不同

BI的主要目标

BI 旨在简化收集、报告和分析数据的过程。使用 BI 可以让公司提高他们收集的数据的质量以及他们收集数据的一致性。

正如俄亥俄州代顿大学运营管理和决策科学教授 Michael F. Gorman 在 CIO 杂志发表的一篇文章中所说，“[商业智能] 不会告诉你该做什么；它告诉你过去是什么，现在是什么。”

换句话说，BI 工具可以将大量嘈杂的数据变成连贯的画面，但它们的设计目的不是为如何在决策中使用这些数据提供明确的规定。

微软、甲骨文和 Tableau 等公司已经为包括人力资源、销售和营销在内的一系列业务功能开发了 BI 工具。通过每天监控企业所做的一切——并利用数据创建电子表格、绩效指标、仪表板、图表、图形和其他有用的可视化——企业可以更轻松地组织数据并做出传统上困难的决策。在过去三年中，BI 解决方案的采用率增长了近 50%。

人工智能的主要目标

对人类智能进行建模是人工智能的主要目标之一。通过对人类行为和思维过程进行建模，人工智能程序可以学习并做出理性决策。

构建和运行人工智能程序的技术专业人士经常试图回答某些问题：机器可以学习和适应吗？机器能否发展出可靠的直觉？

探索这些问题可以为愿意投资和试验的企业带来显着的好处。正如过去 Toptal Insights 文章所探讨的那样，使用人工智能驱动的应用程序（如聊天机器人）可以提高效率和利润。

除了简单地澄清混乱的画面之外，人工智能还可以为人类操作员提供处方，并可以自主地根据这些处方采取行动。

与使数据分析变得更容易但将决策权交给人类的 BI 不同，AI 可以使计算机自己做出业务决策。例如，聊天机器人无需人工干预即可回答客户问题。除了简单地澄清混乱的画面之外，人工智能还可以为人类操作员提供处方，并可以自主地根据这些处方采取行动。

BI 与 AI 用例

BI 企业用例

BI 已成为企业运营方式的无处不在和基础，以至于许多人甚至可能没有意识到他们依赖于它。在业务环境中使用过 Microsoft Excel 或其他电子表格程序的任何人都与 BI 进行过交互。电子表格使企业能够以比其他方式更高的效率来组织、分析和可视化数据。

许多公司还使用 BI 来更好地了解他们的客户。企业通过一系列界面与客户互动，包括电子邮件、聊天机器人和社交媒体。 BI 工具可以从这些不同的来源收集客户数据，并以一种有凝聚力的统一格式呈现。通过从这些接触点收集和综合数据，企业可以更深入地了解他们的客户是谁以及如何最好地为他们服务。

公司还使用商业智能来提高运营效率。 BI 工具可以实时跟踪关键绩效指标，使企业能够比其他方式更快地识别和解决问题。

通用 BI 应用程序包括电子表格、数据可视化工具、数据仓库工具和报告软件。

人工智能企业用例

人工智能企业用例范围广泛，从改善医疗诊断到设计更高效的能源网和更好地了解零售客户。正如哈佛商业评论最近的一篇文章所描述的，人工智能驱动的企业应用程序通常属于三个类别中的一个或组合：流程自动化、认知洞察力和认知参与。

流程自动化是人工智能驱动的企业应用程序中最不浮华但最常见，也许也是最有价值的类型。此类应用程序可以自动更新客户信息和记录，处理样板客户沟通，并提供标准化合同和文档的基本指导。正如《哈佛商业评论》所指出的，这些可以取代人力后台和行政职能的应用程序通常具有很高的投资回报率。

认知洞察应用程序，被哈佛商业评论描述为类似于“类固醇分析”，比流程自动化应用程序更先进，因为它们可以随着时间的推移学习和改进，因为它们与用户和数据交互。此类应用程序可以预测客户行为、提供改进的 IT 安全解决方案并设计个性化广告。

采用认知参与的应用程序直接与员工和客户交互。其中包括聊天机器人，它可以提供医疗建议、回答公司内部问题、提供一般客户服务等等。

商业智能需要人工智能吗？

BI 和 AI 是不同但互补的。 AI中的“智能”是指计算机智能，而BI中的“智能”是指数据分析和可视化可以产生的更智能的业务决策。 BI 可以帮助公司整理他们收集的大量数据。但整洁的可视化和仪表板可能并不总是足够的。

通过拥抱 AI 和 BI 的融合，企业可以将大量数据合成为连贯的行动计划。

人工智能可以使 BI 工具从他们分析的数据中产生清晰、有用的见解。人工智能驱动的系统可以在粒度级别上阐明每个数据点的重要性，并帮助人类操作员了解这些数据如何转化为实际的业务决策。通过拥抱 AI 和 BI 的融合，企业可以将大量数据合成为连贯的行动计划。

从老牌巨头到初创公司，一系列科技公司都在寻求利用这种方法。 IBM 的研究部门试图“通过结合人工智能算法、分布式系统、人机交互和软件工程来重新思考企业架构和转变业务流程。” CIO Magazine 最近发表的一篇文章介绍了 DataRobot，这是一家开发由预测建模和机器学习驱动的 BI 解决方案的公司。首席信息官报告称，DataRobot 帮助一家医疗保健公司将 AI 注入其 BI 系统：“240 名医生和护士直接在他们的 PowerBI 仪表板中获得预测和建议，他们可以通过平板电脑和智能手机访问这些仪表板。” 在 DataRobot 的帮助下，这家医疗保健公司能够标记高风险患者并制定积极的治疗计划。

人工智能还可以导致开发更智能、更具适应性的 BI 工具。随着这些工具获取更多数据，与用户进行更多交互，并将其推荐产生的结果内化，它们可以了解哪种推荐和分析最有用，并进行相应的自我调整。人工智能，而不是人类软件工程师，最终可能会提供增量改进，将 BI 工具提升到一个新的水平。

BI 的未来似乎很可能在某种程度上取决于人工智能。尽管 AI 和 BI 存在重要差异，但它们构成了一个强大的团队。展望未来，企业最好不要将 AI 和 BI 视为完全独立的技术，而是探索和投资于充分发挥合作潜力的方法，帮助企业解决最大挑战，达到新的高度。