AI 與 BI：差異和協同作用

已發表: 2022-03-11

商業智能和人工智能越來越重要，但在企業環境中經常被誤解。

簡而言之，人工智能 (AI) 探索使用計算機系統來模仿人類智能的各種屬性，例如解決問題、學習和判斷。儘管處於技術起步階段，但企業看到了人工智能在語音識別、決策以及介於兩者之間的一切方面的巨大潛力。普華永道 2017 年進行的一項調查顯示，超過 72% 的商業領袖認為使用人工智能可以“讓人類專注於有意義的工作”。

AI 和 BI 都有關鍵的，在某些情況下重疊的企業應用程序。

商業智能（BI）是指使用各種技術和工具來收集和分析業務數據。 BI的主要目的是為公司提供有用的信息和分析以幫助決策。使用 BI 可以讓企業以比其他方式快近五倍的速度做出決策。

AI 和 BI 都有關鍵的，在某些情況下重疊的企業應用程序。然而，企業應該掌握這些技術之間的重要差異。本文概述了一些 AI 和 BI 的目標和用例。了解這些差異可以闡明 AI 和 BI 如何相互補充，並可能幫助企業在未來節省寶貴的資源。

AI 和 BI 的目標非常不同

BI的主要目標

BI 旨在簡化收集、報告和分析數據的過程。使用 BI 可以讓公司提高他們收集的數據的質量以及他們收集數據的一致性。

正如俄亥俄州代頓大學運營管理和決策科學教授 Michael F. Gorman 在 CIO 雜誌發表的一篇文章中所說，“[商業智能] 不會告訴你該做什麼；它告訴你過去是什麼，現在是什麼。”

換句話說，BI 工具可以將大量嘈雜的數據變成連貫的畫面，但它們的設計目的不是為如何在決策中使用這些數據提供明確的規定。

微軟、甲骨文和 Tableau 等公司已經為包括人力資源、銷售和營銷在內的一系列業務功能開發了 BI 工具。通過每天監控企業所做的一切——並利用數據創建電子表格、績效指標、儀表板、圖表、圖形和其他有用的可視化——企業可以更輕鬆地組織數據並做出傳統上困難的決策。在過去三年中，BI 解決方案的採用率增長了近 50%。

人工智能的主要目標

對人類智能進行建模是人工智能的主要目標之一。通過對人類行為和思維過程進行建模，人工智能程序可以學習並做出理性決策。

構建和運行人工智能程序的技術專業人士經常試圖回答某些問題：機器可以學習和適應嗎？機器能否發展出可靠的直覺？

探索這些問題可以為願意投資和試驗的企業帶來顯著的好處。正如過去 Toptal Insights 文章所探討的那樣，使用人工智能驅動的應用程序（如聊天機器人）可以提高效率和利潤。

除了簡單地澄清混亂的畫面之外，人工智能還可以為人類操作員提供處方，並可以自主地根據這些處方採取行動。

與使數據分析變得更容易但將決策權交給人類的 BI 不同，AI 可以使計算機自己做出業務決策。例如，聊天機器人無需人工干預即可回答客戶問題。除了簡單地澄清混亂的畫面之外，人工智能還可以為人類操作員提供處方，並可以自主地根據這些處方採取行動。

BI 與 AI 用例

BI 企業用例

BI 已成為企業運營方式的無處不在和基礎，以至於許多人甚至可能沒有意識到他們依賴於它。在業務環境中使用過 Microsoft Excel 或其他電子表格程序的任何人都與 BI 進行過交互。電子表格使企業能夠以比其他方式更高的效率來組織、分析和可視化數據。

許多公司還使用 BI 來更好地了解他們的客戶。企業通過一系列界面與客戶互動，包括電子郵件、聊天機器人和社交媒體。 BI 工具可以從這些不同的來源收集客戶數據，並以一種有凝聚力的統一格式呈現。通過從這些接觸點收集和綜合數據，企業可以更深入地了解他們的客戶是誰以及如何最好地為他們服務。

公司還使用商業智能來提高運營效率。 BI 工具可以實時跟踪關鍵績效指標，使企業能夠比其他方式更快地識別和解決問題。

通用 BI 應用程序包括電子表格、數據可視化工具、數據倉庫工具和報告軟件。

人工智能企業用例

人工智能企業用例範圍廣泛，從改善醫療診斷到設計更高效的能源網和更好地了解零售客戶。正如哈佛商業評論最近的一篇文章所描述的，人工智能驅動的企業應用程序通常屬於三個類別中的一個或組合：流程自動化、認知洞察力和認知參與。

流程自動化是人工智能驅動的企業應用程序中最不浮華但最常見，也許也是最有價值的類型。此類應用程序可以自動更新客戶信息和記錄，處理樣板客戶溝通，並提供標準化合同和文檔的基本指導。正如《哈佛商業評論》所指出的，這些可以取代人力後台和行政職能的應用程序通常具有很高的投資回報率。

認知洞察應用程序，被哈佛商業評論描述為類似於“類固醇分析”，比流程自動化應用程序更先進，因為它們可以隨著時間的推移學習和改進，因為它們與用戶和數據交互。此類應用程序可以預測客戶行為、提供改進的 IT 安全解決方案並設計個性化廣告。

採用認知參與的應用程序直接與員工和客戶交互。其中包括聊天機器人，它可以提供醫療建議、回答公司內部問題、提供一般客戶服務等等。

商業智能需要人工智能嗎？

BI 和 AI 是不同但互補的。 AI中的“智能”是指計算機智能，而BI中的“智能”是指數據分析和可視化可以產生的更智能的業務決策。 BI 可以幫助公司整理他們收集的大量數據。但整潔的可視化和儀表板可能並不總是足夠的。

通過擁抱 AI 和 BI 的融合，企業可以將大量數據合成為連貫的行動計劃。

人工智能可以使 BI 工具從他們分析的數據中產生清晰、有用的見解。人工智能驅動的系統可以在粒度級別上闡明每個數據點的重要性，並幫助人類操作員了解這些數據如何轉化為實際的業務決策。通過擁抱 AI 和 BI 的融合，企業可以將大量數據合成為連貫的行動計劃。

從老牌巨頭到初創公司，一系列科技公司都在尋求利用這種方法。 IBM 的研究部門試圖“通過結合人工智能算法、分佈式系統、人機交互和軟件工程來重新思考企業架構和轉變業務流程。” CIO Magazine 最近發表的一篇文章介紹了 DataRobot，這是一家開發由預測建模和機器學習驅動的 BI 解決方案的公司。首席信息官報告稱，DataRobot 幫助一家醫療保健公司將 AI 注入其 BI 系統：“240 名醫生和護士直接在他們的 PowerBI 儀表板中獲得預測和建議，他們可以通過平板電腦和智能手機訪問這些儀表板。” 在 DataRobot 的幫助下，這家醫療保健公司能夠標記高風險患者並製定積極的治療計劃。

人工智能還可以導致開發更智能、更具適應性的 BI 工具。隨著這些工具獲取更多數據，與用戶進行更多交互，並將其推薦產生的結果內化，它們可以了解哪種推薦和分析最有用，並進行相應的自我調整。人工智能，而不是人類軟件工程師，最終可能會提供增量改進，將 BI 工具提升到一個新的水平。

BI 的未來似乎很可能在某種程度上取決於人工智能。儘管 AI 和 BI 存在重要差異，但它們構成了一個強大的團隊。展望未來，企業最好不要將 AI 和 BI 視為完全獨立的技術，而是探索和投資於充分發揮合作潛力的方法，幫助企業解決最大挑戰，達到新的高度。