AI(Artificial Intelligence) VS BI(Business Intelligence)
很多人可能會混淆這兩個概念粘我，其實兩者之間還是有很大區(qū)別的丁屎。簡答來講飘痛，BI是一種分析的工具宇整，也就是通過一些方式把數(shù)據(jù)更直觀的展示給用戶晌坤，輔助人去決策程奠。另一方面丈牢，AI是通過數(shù)據(jù)幫助人做決策。所以從這個角度瞄沙，可以把BI看作是輔助的決策的工具赡麦，AI則可以直接幫我們做決策。
我們了解了AI技術(shù)即人工智能帕识，而BI技術(shù)則是商業(yè)智能泛粹，也是源于它的英文縮寫。人工智能是在模擬人類的智能肮疗，對于語音控制晶姊，圖像識別的一種技術(shù)，它的受眾更關(guān)注的是人類使用伪货。而BI技術(shù)是用于上商業(yè)處理们衙，對于商業(yè)的數(shù)據(jù)統(tǒng)計與分析，如何測算商業(yè)數(shù)據(jù)碱呼，以及一些云存儲與備份蒙挑，這些是BI技術(shù)主要面對的問題。
根據(jù)Gartner定義愚臀，商業(yè)智能是一個涵蓋性術(shù)語忆蚀，包括應(yīng)用、架構(gòu)和工具姑裂，以及獲取和分析信息以提升和優(yōu)化決策與性能的最佳實踐馋袜。
BI通常被理解為將企業(yè)中現(xiàn)有數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具舶斧。數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單欣鳖、庫存、交易賬目茴厉、客戶和供應(yīng)商等各種數(shù)據(jù)泽台。需要利用數(shù)據(jù)倉庫什荣、聯(lián)機分析處理（OLAP）工具和數(shù)據(jù)挖掘等技術(shù)。
但隨著數(shù)據(jù)的激增以及業(yè)務(wù)的環(huán)境變換怀酷，傳統(tǒng)的BI已經(jīng)無法滿足企業(yè)的增長需求稻爬，越來越多的企業(yè)BI平臺需要加入數(shù)據(jù)分析能力。
根據(jù)Gartner定義胰坟，人工智能是一種技術(shù)因篇，能夠通過學(xué)習(xí)提出自己的結(jié)論來模仿人類行為泞辐，表現(xiàn)為可以理解復(fù)雜內(nèi)容笔横，參與和人類的自然對話，提升人類認知表現(xiàn)（也叫做認知計算）咐吼，或者代替人來執(zhí)行非例行的工作任務(wù)吹缔。
典型應(yīng)用如無人駕駛汽車、自動的語言識別和產(chǎn)生锯茄、發(fā)現(xiàn)概念和提取摘要（對檢測潛在風(fēng)險并協(xié)助人類快速理解海量且實時變化的信息非常有用）厢塘。
AI和BI的最大區(qū)別在于AI能通過學(xué)習(xí)得出自己的結(jié)論，而BI則是呈現(xiàn)數(shù)據(jù)統(tǒng)計結(jié)果為人類得出結(jié)論提供支持肌幽。
人類無法戰(zhàn)勝人工智能了么晚碾？這個問題也許并不適合正面回答。人類擅長并行處理（模式識別）喂急，但不擅長順序處理（邏輯驗證）格嘁，而機器正好相反。人類看一眼就知道眼前是一只貓廊移，而機器需學(xué)習(xí)上千萬張貓的圖片來提取特征糕簿，才能進行判斷。
機器擁有自己的解決問題和完成任務(wù)的方法狡孔。
5
方法背后的邏輯是什么懂诗？
這就是人工智能的大腦-數(shù)據(jù)科學(xué)平臺。數(shù)據(jù)科學(xué)包括數(shù)學(xué)統(tǒng)計苗膝、計算機科學(xué)以及領(lǐng)域知識殃恒，以從數(shù)據(jù)中提取價值為目的。數(shù)據(jù)科學(xué)可以看作是對數(shù)據(jù)的商業(yè)加工辱揭，其不僅僅可以將數(shù)據(jù)轉(zhuǎn)化為信息芋类，還可轉(zhuǎn)化為產(chǎn)品如個性化推薦、實時競價界阁、精準(zhǔn)營銷侯繁。
基于大數(shù)據(jù)分布式處理框架的一站式機器學(xué)習(xí)與預(yù)測分析服務(wù)平臺，提供全流程可視化的特征分析泡躯、模型構(gòu)建評估以及部署應(yīng)用功能贮竟，降低人工智能在企業(yè)中的使用成本丽焊，幫助企業(yè)提高智能應(yīng)用的構(gòu)建能力以及效率。
AI應(yīng)用區(qū)別于傳統(tǒng)BI咕别，助企業(yè)實現(xiàn)數(shù)字驅(qū)動增長
市場營銷
BI技健，統(tǒng)計銷量和增長率，做客戶群體細分惰拱，以此制定營銷計劃雌贱。
AI，分析上網(wǎng)等行為數(shù)據(jù)偿短，針對每個消費者建立定制化的營銷策略欣孤。
BI能針對人群制定幾套或者一套最合適的方案；AI能針對每個人制定最合適的營銷方案昔逗。
公安領(lǐng)域
BI降传，統(tǒng)計人口數(shù)據(jù)，犯罪率趨勢變化勾怒，總結(jié)犯罪特點如區(qū)域婆排、年齡等。
AI笔链，分析犯罪數(shù)據(jù)段只，提取犯罪人群特征并建模。并根據(jù)實時數(shù)據(jù)變化鉴扫，精準(zhǔn)定位犯罪嫌疑人赞枕，預(yù)防犯罪。
AI對數(shù)據(jù)的分析不是單純的兩類數(shù)據(jù)的關(guān)聯(lián)關(guān)系幔妨，而是海量多維數(shù)據(jù)的相互關(guān)系鹦赎。
客服智能
BI，客戶服務(wù)系統(tǒng)误堡，收集統(tǒng)計客戶問題古话，再分配到相關(guān)客服人員進行解答。
AI锁施，智能的客戶問答系統(tǒng)陪踩，實時解析客戶問題，通過語義分析提取問題關(guān)鍵字悉抵，自動回復(fù)客戶肩狂。
語義分析幫助快速定義客戶問題，并通過預(yù)設(shè)的問題答案自動回復(fù)姥饰。相比BI傻谁， AI能代替人自動執(zhí)行動作。
金融領(lǐng)域
BI列粪，統(tǒng)計客戶資料审磁，統(tǒng)計并分析客戶的資金流向和變動谈飒。
AI，提取金融欺詐的行為和屬性特征态蒂，實時監(jiān)控資金變動杭措，預(yù)測并定位風(fēng)險，并在風(fēng)險行為發(fā)生前提出預(yù)警和干預(yù)钾恢，保障資金安全手素。
AI挖掘隱性的關(guān)聯(lián)關(guān)系，比如資金的轉(zhuǎn)移地點和風(fēng)險的關(guān)系瘩蚪，并能提前干預(yù)泉懦。
教育行業(yè)
BI，通過學(xué)生提交的信息進行統(tǒng)計募舟，分析貧困生特點祠斧。
AI闻察，對學(xué)生在校生活消費行為等進行分析拱礁，特征提取與建模，實現(xiàn)了對貧困生的精準(zhǔn)預(yù)測功能辕漂，能夠在線實時發(fā)現(xiàn)虛假申報呢灶。
AI幫助減少人工干預(yù)、避免信息或?qū)嶋H情況的遺漏钉嘹。
互聯(lián)網(wǎng)時代信息技術(shù)的飛速發(fā)展讓信息化成為企業(yè)的主旋律鸯乃，而當(dāng)下信息化的熱詞非BI和AI莫屬。
BI是對現(xiàn)代技術(shù)的綜合運用跋涣，基于數(shù)據(jù)倉庫缨睡、ETL、數(shù)據(jù)可視化等技術(shù)方法陈辱，為企業(yè)科學(xué)決策奖年、發(fā)掘商業(yè)價值提供支撐，是企業(yè)信息化的一個必然選擇沛贪。
AI則是以智能化為目標(biāo)陋守，探究機器模擬人類的理論、方法和技術(shù)利赋。作為時下最熱門的信息技術(shù)水评，AI浪潮正在席卷人類生產(chǎn)生活的方方面面。
與此同時媚送，不少人將視角轉(zhuǎn)向了AI與BI的結(jié)合中燥。既然BI是運用技術(shù)輔助決策，那么在BI中應(yīng)用更加智能的AI技術(shù)就應(yīng)該能夠讓BI發(fā)揮出更大的作用和價值塘偎。
今年疗涉，企業(yè)級服務(wù)領(lǐng)域出現(xiàn)的數(shù)起重磅并購幽纷，6月初，在不到一周時間里博敬，BI與分析領(lǐng)域連續(xù)發(fā)生兩起重大收購友浸，將“AI+BI”的概念推向高潮。
6月6日偏窝，谷歌斥資26億美元收購商業(yè)智能軟件和大數(shù)據(jù)分析平臺Looker收恢，收購?fù)瓿珊驦ooker將并入谷歌云部門。這也是谷歌母公司Alphabet繼2014年用32億美元收購智能家居公司Nest以來金額最大的收購案例祭往，也是谷歌歷史上繼摩托羅拉（125億美元）伦意、Nest（32億美元）以來的第三大收購案。
6月10日硼补，Salesforce宣布以157億美元的全股票交易收購Tableau驮肉，旨在夯實其自己在數(shù)據(jù)可視化以及幫助企業(yè)解讀所使用和所積累的海量數(shù)據(jù)的其他工具方面的工作。
但是筆者認為已骇，當(dāng)前AI+BI的模式在中國仍是泡沫离钝。接下來本文將圍繞AI、BI褪储、AI+BI的概念及應(yīng)用場景卵渴，詳細分析當(dāng)前AI+BI模式在中國的應(yīng)用壁壘。
1.什么是AI
什么是AI已經(jīng)有很多討論鲤竹，在此不再贅述浪读。而談及AI的應(yīng)用，則可以從技術(shù)和行業(yè)兩個層面來看辛藻。
技術(shù)層面主要有人臉識別碘橘、視網(wǎng)膜技術(shù)、無人車等計算機視覺相關(guān)應(yīng)用吱肌；蘋果“Siri”和阿里“天貓精靈”等語音技術(shù)應(yīng)用痘拆；谷歌的神經(jīng)機器翻譯系統(tǒng)；還有“Deep Blue”和“AlphaGo”等決策系統(tǒng)岩榆。
上升到行業(yè)層面的話错负，像金融行業(yè)的風(fēng)險監(jiān)控、醫(yī)療行業(yè)的納米機器人勇边、零售行業(yè)的零售機器人犹撒、安防領(lǐng)域的圖像識別、電商行業(yè)的智能客服等粒褒，都是當(dāng)前相對成熟的應(yīng)用場景识颊。
2.什么是BI
BI的概念相對來說不那么普及。
BI，即Business Intelligence祥款，中文稱為商業(yè)智能清笨。
1996年，Gartner集團正式將商業(yè)智能定義為：一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）刃跛、查詢報表抠艾、數(shù)據(jù)分析、數(shù)據(jù)挖掘桨昙、數(shù)據(jù)備份和恢復(fù)等部分組成的检号、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。
從概念誕生到現(xiàn)在的幾十年間蛙酪，BI的價值和使命并未發(fā)生根本的變化齐苛，依然是將數(shù)據(jù)轉(zhuǎn)化為有用的信息，讓企業(yè)的決策有數(shù)可依桂塞，變化的只是BI所使用的技術(shù)凹蜂，而BI的發(fā)展也就是體現(xiàn)在技術(shù)上。
目前阁危，BI的核心技術(shù)主要包括數(shù)據(jù)存儲玛痊、數(shù)據(jù)ETL、數(shù)據(jù)分析欲芹、數(shù)據(jù)挖掘卿啡，以及數(shù)據(jù)可視化分析吟吝。隨著數(shù)據(jù)量的激增和應(yīng)用場景的復(fù)雜化菱父，BI在技術(shù)上也有所補充，例如Hadoop和Hive等大數(shù)據(jù)技術(shù)的出現(xiàn)就很好的彌補了BI處理大數(shù)據(jù)的能力剑逃。
相應(yīng)地浙宜，隨著技術(shù)發(fā)展和對用戶需求的響應(yīng)，BI正在由傳統(tǒng)向自助發(fā)展蛹磺。2013年以前屬于傳統(tǒng)BI階段粟瞬，該階段的產(chǎn)品以IT為主導(dǎo)，在大數(shù)據(jù)量的處理上擁有較好的性能和穩(wěn)定性萤捆，但是數(shù)據(jù)分析的能力和靈活性比較差裙品。
2013年至今是自助型BI的高速發(fā)展期，也是傳統(tǒng)BI的衰退期俗或。采購成本低市怎、項目周期短，以及IT驅(qū)動向業(yè)務(wù)驅(qū)動的轉(zhuǎn)變讓敏捷型/自主型BI產(chǎn)品登上舞臺辛慰。由于各企業(yè)的信息化水平參差不齊区匠，因此兩個階段的BI產(chǎn)品并不是替代關(guān)系，他們將會長期共存帅腌，直到信息化基礎(chǔ)條件發(fā)生根本的變化驰弄。
3.什么是AI+BI麻汰？
顧名思義，AI+BI模式就是AI與BI相結(jié)合戚篙，這種新模式的出現(xiàn)主要有三個方面的原因五鲫。
（1）AI+BI模式具有很好的應(yīng)用前景、價值和場景
從概念和理論上來說岔擂，AI+BI模式是有價值有前景的臣镣。AI與BI的區(qū)別在于BI負責(zé)梳理生產(chǎn)關(guān)系，AI是先進生產(chǎn)力智亮。那么AI+BI模式通過將AI嵌入BI忆某，構(gòu)建基于AI的BI平臺，利用AI的智能讓BI系統(tǒng)能夠解決更復(fù)雜的業(yè)務(wù)場景阔蛉，產(chǎn)出更精準(zhǔn)的分析結(jié)果弃舒，從而使決策更為科學(xué)和準(zhǔn)確。
從具體場景上來說状原，AI+BI的模式的確能讓一些BI場景更深入聋呢，產(chǎn)出更有價值的知識。
對于結(jié)構(gòu)化的數(shù)據(jù)颠区，BI系統(tǒng)可以應(yīng)用一些準(zhǔn)確度更高的機器學(xué)習(xí)算法削锰，得到更精確的分析結(jié)果。例如市場營銷毕莱，采用AI+BI模式就可以在用戶分群的基礎(chǔ)上器贩，得到更精細的針對每個用戶的分析結(jié)果，從而給出更精準(zhǔn)的個性化營銷方案朋截。還有金融領(lǐng)域的風(fēng)險監(jiān)測蛹稍，AI+BI的模式可以分析出金融風(fēng)險和其他指標(biāo)、行為之間的內(nèi)在聯(lián)系部服，預(yù)測更為準(zhǔn)確唆姐。
對于非結(jié)構(gòu)化的數(shù)據(jù)，BI可以應(yīng)用圖像處理廓八、語音工程和文本分析等AI技術(shù)奉芦，智能化地處理BI系統(tǒng)的復(fù)雜業(yè)務(wù)場景。例如AI+BI模式能夠通過語音技術(shù)錄入數(shù)據(jù)剧蹂，控制駕駛艙和數(shù)據(jù)大屏的制作等声功。還有智能客服系統(tǒng)，不需要手動收集客戶問題再分配人員解答国夜，通過語義理解和自然語言處理等技術(shù)分析客戶問題减噪，實現(xiàn)實時、自動回復(fù)客戶。
（2）作為企業(yè)融資筹裕、炒作的噱頭
一種新模式的出現(xiàn)往往萬眾矚目醋闭，也讓不少企業(yè)借此找到融資和炒作的噱頭。AI+BI模式在一定程度上也是被企業(yè)作為賣點來吸引投資人和客戶朝卒。像自然語言生成证逻、增強數(shù)據(jù)發(fā)現(xiàn)等很多AI企業(yè)都還在探索的功能，一些BI企業(yè)卻宣稱已經(jīng)實現(xiàn)抗斤，并在產(chǎn)品發(fā)布現(xiàn)場通過前臺發(fā)言人講話囚企，后臺人工控制的手段偽裝成通過語音技術(shù)實現(xiàn)了功能。
（3）研究咨詢機構(gòu)的預(yù)測
AI+BI模式的出現(xiàn)也離不開一些研究咨詢機構(gòu)的預(yù)測報告瑞眼。
例如Gartner在2017年7月發(fā)布的《Hype Cycle for Analytics and Business Intelligence, 2017》報告中就表明龙宏，未來的BI將以增強分析為主要著力點，增強數(shù)據(jù)發(fā)現(xiàn)伤疙、自然語言生成等技術(shù)將會在2-5年內(nèi)達到高峰银酗。值得注意的是，Gartner的預(yù)測偏向于整體的趨勢徒像，然而不同國家黍特、地區(qū)的BI發(fā)展不盡相同，如今這些技術(shù)仍處于發(fā)展階段锯蛀，至少在我國是這樣灭衷。但是由于Gartner的行業(yè)領(lǐng)導(dǎo)地位，不少國內(nèi)企業(yè)忽略了現(xiàn)狀旁涤，盲目地看好并炒熱了AI+BI這一模式翔曲。
4. 看似美好，實則泡沫
“泡沫”一詞常常被用來比喻某一事物所存在的表面上繁榮拭抬、興旺而實際上虛浮不實的成分部默。AI+BI的模式就是看似美好，實則泡沫造虎。雖然AI+BI吸引了大量企業(yè)的關(guān)注，但是就“目前”和“中國”來說纷闺，AI+BI模式的可行性和應(yīng)用能力仍然存在不少問題算凿。
（1）AI和BI存在本質(zhì)區(qū)別，BI擁有自己的發(fā)展路線犁功，而AI目前并不是BI的核心功能
AI與BI存在本質(zhì)上的區(qū)別氓轰，BI的目的是將數(shù)據(jù)轉(zhuǎn)化為知識來輔助決策，AI則追求以更智能的算法得到更精確的結(jié)果浸卦。BI的發(fā)展路線是以數(shù)據(jù)為基礎(chǔ)的署鸡，主要是數(shù)據(jù)的管理和分析。
雖然AI技術(shù)的范圍非常廣，但當(dāng)前BI系統(tǒng)中真正能用上的無非是一些處理文本靴庆、圖像等非結(jié)構(gòu)化數(shù)據(jù)的AI技術(shù)时捌。但是除了一些特定行業(yè)，大部分的企業(yè)很少會有文本處理和圖像處理的需求炉抒，絕大多數(shù)BI系統(tǒng)需要處理的仍然是結(jié)構(gòu)化的數(shù)據(jù)奢讨。
針對結(jié)構(gòu)化的數(shù)據(jù)，AI與BI的交叉只在于機器學(xué)習(xí)和數(shù)據(jù)挖掘焰薄，而且這種交叉也極小拿诸。AI的機器學(xué)習(xí)強調(diào)算法，BI的數(shù)據(jù)挖掘還包括對數(shù)據(jù)的管理塞茅，算法選擇上也較為簡單亩码，沒有神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等復(fù)雜AI算法。所以說野瘦，AI并不是BI的核心功能蟀伸，AI+BI的模式當(dāng)前無法成為BI市場的主流。
因此缅刽，筆者認為AI+BI的發(fā)展現(xiàn)狀和趨勢可以用下圖表示啊掏。當(dāng)前在中國，AI與BI僅存在極小的重合部分衰猛，隨著AI技術(shù)和BI系統(tǒng)的不斷成熟迟蜜，AI在BI中的應(yīng)用將會越來越多，二者重合的部分也越來越多啡省，但是因為它們存在本質(zhì)上的區(qū)別娜睛，因此不會完全重合。預(yù)計在2025年左右卦睹，BI將開始邁入智能化階段畦戒，到2030年，BI的智能化也將進一步擴大结序。
（2）AI技術(shù)并沒有完全成熟障斋，在BI中的應(yīng)用存在障礙
AI在現(xiàn)階段并沒有非常智能，有不少技術(shù)仍然不成熟徐鹤。根據(jù)Robert Sternberg的智力三因素理論垃环，智力分為成分智力、經(jīng)驗智力和情境智力返敬。人工智能要做到智能化遂庄，就需要在這三個方面都有很好的發(fā)展，然而目前的機器學(xué)習(xí)劲赠、深度學(xué)習(xí)等涛目，更多的是經(jīng)驗智力秸谢，在成分智力和情境智力上還有非常大的差距。
哈佛大學(xué)著名的心理學(xué)家Howard Gardner創(chuàng)立了多元智能理論霹肝，將人類智能細分為邏輯估蹄、語言文字、空間阿迈、音樂元媚、肢體運作、內(nèi)省苗沧、人際關(guān)系刊棕、自然探索、圖形圖像理解九個方面的能力待逞。從多元智能理論來看甥角，人工智能現(xiàn)在也還是遠遠不行。另外，Gartner 2018年8月發(fā)布的《Hype Cycle for Emerging Technologies, 2018》表明，知識圖譜麦轰、智能工作空間、智能機器人当犯、對話式AI平臺等智能技術(shù)，預(yù)計還要5-10年才能達到高峰割疾。
那么對于BI來說嚎卫，應(yīng)用不成熟的AI技術(shù)反而可能會帶來一定的消極影響。
例如前面提到的個性化營銷宏榕，如果企業(yè)有10000個用戶拓诸，每個用戶都有不同的方案，那就是10000個方案麻昼，那么方案實施的工作量和復(fù)雜性可想而知奠支，而且這種極致個性化的必要性也值得思考。
再例如智能客服的場景抚芦，在AI技術(shù)沒有完全成熟的情況下倍谜，智能客服只能解決一些簡單的問答問題，如果客戶截圖反饋技術(shù)問題燕垃，智能客服目前還不能給出解決方案枢劝。在語言錄入方面，也會受到口語卜壕、方言，以及噪聲等因素的影響烙常。
另一方面轴捎，當(dāng)前AI的適應(yīng)性也會影響其在BI中的應(yīng)用鹤盒。目前AI依賴于大量經(jīng)驗的學(xué)習(xí)過程，當(dāng)數(shù)據(jù)量較少的情況下侦副，結(jié)果不一定能夠保持很高的準(zhǔn)確率侦锯，并且隨著企業(yè)數(shù)據(jù)的數(shù)量增加和類型增加，AI能否很好地適應(yīng)這些變化也無從得知秦驯。
而且AI的專業(yè)性也使得AI方法不具備良好的遷移性尺碰。還是智能客服的例子，如果利用某個方法讓智能客服學(xué)會了某一類技術(shù)問題的解決方案译隘，那么在出現(xiàn)新的技術(shù)問題時亲桥，這個方法是否還能適用呢。不能適用的話固耘，那新增加的學(xué)習(xí)成本也就非常高了题篷。
（3）當(dāng)前中國企業(yè)的BI建設(shè)對AI需求極小
對于中國的企業(yè)來說，目前將AI引入BI的需求是非常小的厅目，這和中國企業(yè)的BI建設(shè)現(xiàn)狀是分不開的番枚。
首先，除去BAT损敷、JMD等較大的一些互聯(lián)網(wǎng)公司葫笼，國內(nèi)的信息化水平整體還是落后于國外尤其是美國的，新興技術(shù)的需求普遍存在滯后拗馒。最近路星，帆軟數(shù)據(jù)應(yīng)用研究院對1000多家企業(yè)進行了BI功能需求調(diào)研。
調(diào)研結(jié)果表明瘟忱，在企業(yè)2年內(nèi)最需要的BI功能中奥额，圖像處理、語音工程和文本分析等功能排在最后访诱。并且垫挨，企業(yè)未來3~5年將會應(yīng)用的BI功能也呈現(xiàn)相同的結(jié)果，只是比例有所上升触菜。所以說九榔，我國企業(yè)的BI建設(shè)在未來5年內(nèi)將仍然以數(shù)據(jù)管理和分析為主。
其次涡相，根據(jù)筆者多年的BI項目經(jīng)驗哲泊，很多企業(yè)在BI項目實施過程中的一個普遍問題是數(shù)據(jù)治理。BI和AI都需要良好的數(shù)據(jù)支撐催蝗，但是目前中國的大部分企業(yè)因為業(yè)務(wù)信息系統(tǒng)多而雜切威，非常容易被數(shù)據(jù)孤島、數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一等問題困擾丙号。
底層數(shù)據(jù)如果治理不好先朦，將會嚴重影響后續(xù)的分析決策缰冤，更不要去談決策的準(zhǔn)確率了。在這樣一個背景下喳魏，企業(yè)貿(mào)然將AI應(yīng)用到BI上棉浸，只能是竹籃打水，人財兩空刺彩。因此企業(yè)首先最需要的是將BI系統(tǒng)建設(shè)成熟迷郑，而AI+BI模式當(dāng)前在中國并沒有特別明顯的需求，只是對極少數(shù)企業(yè)的錦上添花创倔。
5.結(jié)語
本文對AI嗡害、BI、AI+BI進行了介紹三幻，并從AI和BI的聯(lián)系與區(qū)別就漾、當(dāng)前AI+BI模式的可行性，以及當(dāng)前國內(nèi)企業(yè)的BI建設(shè)需求三個方面分析了AI+BI模式在中國仍是泡沫的主要原因念搬。當(dāng)然抑堡，AI+BI理論上是未來一個非常不錯的趨勢，應(yīng)用得當(dāng)能為企業(yè)帶來意想不到的價值朗徊。但是就目前首妖、就中國而言，AI+BI的模式看似美好爷恳，實則泡沫有缆。
原始內(nèi)容未做整理，轉(zhuǎn)載自：
http://m.sohu.com/a/152163737_353595
http://www.reibang.com/p/63edc02c4b18
