圖片來源：視覺中國

作者 | 帆軟軟件副總裁楊揚，編輯 | 趙宇航

作為時下最熱門的信息技術(shù)，AI浪潮正在席卷人類生產(chǎn)生活的方方面面。與此同時，不少人將視角轉(zhuǎn)向了AI與BI（Business Intelligence，商業(yè)智能）的結(jié)合。

雖然眼下AI的數(shù)據(jù)問診雖然仍處于一個初級的發(fā)展階段，但是BI領(lǐng)域，從企業(yè)到服務(wù)商都已經(jīng)摩拳擦掌，開始了BI+AI的融合進(jìn)程。（詳見鈦媒體前文：BI+AI是企業(yè)級“算命”嗎？）

今年，企業(yè)級服務(wù)領(lǐng)域出現(xiàn)的數(shù)起重磅并購，6月初，在不到一周時間里，BI與分析領(lǐng)域連續(xù)發(fā)生兩起重大收購，將“AI+BI”的概念推向高潮。

6月6日，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，也是谷歌歷史上繼摩托羅拉（125億美元）、Nest（32億美元）以來的第三大收購案。

6月10日，Salesforce宣布以157億美元的全股票交易收購Tableau，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(rèn)為，當(dāng)前AI+BI的模式在中國仍是泡沫。接下來本文將圍繞AI、BI、AI+BI的概念及應(yīng)用場景，詳細(xì)分析當(dāng)前AI+BI模式在中國的應(yīng)用壁壘。

明晰AI與BI概念

什么是AI已經(jīng)有很多討論，在此不再贅述。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。

技術(shù)層面主要有人臉識別、視網(wǎng)膜技術(shù)、無人車等計算機(jī)視覺相關(guān)應(yīng)用；蘋果“Siri”和阿里“天貓精靈”等語音技術(shù)應(yīng)用；谷歌的神經(jīng)機(jī)器翻譯系統(tǒng)；還有“Deep Blue”和“AlphaGo”等決策系統(tǒng)。

上升到行業(yè)層面的話，像金融行業(yè)的風(fēng)險監(jiān)控、醫(yī)療行業(yè)的納米機(jī)器人、零售行業(yè)的零售機(jī)器人、安防領(lǐng)域的圖像識別、電商行業(yè)的智能客服等，都是當(dāng)前相對成熟的應(yīng)用場景。

BI的概念相對來說不那么普及。

BI，即Business Intelligence，中文稱為商業(yè)智能或商業(yè)智慧。

1996年，Gartner集團(tuán)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）、查詢報表、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、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，BI的價值和使命并未發(fā)生根本的變化，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，變化的只是BI所使用的技術(shù)，而BI的發(fā)展也就是體現(xiàn)在技術(shù)上。

目前，BI的核心技術(shù)主要包括數(shù)據(jù)存儲、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘，以及數(shù)據(jù)可視化分析。隨著數(shù)據(jù)量的激增和應(yīng)用場景的復(fù)雜化，BI在技術(shù)上也有所補(bǔ)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(bǔ)了BI處理大數(shù)據(jù)的能力。

相應(yīng)地，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。2013年以前屬于傳統(tǒng)BI階段，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，但是數(shù)據(jù)分析的能力和靈活性比較差。

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。采購成本低、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。由于各企業(yè)的信息化水平參差不齊，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，直到信息化基礎(chǔ)條件發(fā)生根本的變化。

什么是AI+BI？

顧名思義，AI+BI模式就是AI與BI相結(jié)合，這種新模式的出現(xiàn)主要有三個方面的原因。

（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，AI+BI模式是有價值有前景的。AI與BI的區(qū)別在于BI負(fù)責(zé)梳理生產(chǎn)關(guān)系，AI是先進(jìn)生產(chǎn)力。那么AI+BI模式通過將AI嵌入BI，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，產(chǎn)出更精準(zhǔn)的分析結(jié)果，從而使決策更為科學(xué)和準(zhǔn)確。

從具體場景上來說，AI+BI的模式的確能讓一些BI場景更深入，產(chǎn)出更有價值的知識。

對于結(jié)構(gòu)化的數(shù)據(jù)，BI系統(tǒng)可以應(yīng)用一些準(zhǔn)確度更高的機(jī)器學(xué)習(xí)算法，得到更精確的分析結(jié)果。例如市場營銷，采用AI+BI模式就可以在用戶分群的基礎(chǔ)上，得到更精細(xì)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。還有金融領(lǐng)域的風(fēng)險監(jiān)測，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，預(yù)測更為準(zhǔn)確。

對于非結(jié)構(gòu)化的數(shù)據(jù)，BI可以應(yīng)用圖像處理、語音工程和文本分析等AI技術(shù)，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)，控制駕駛艙和數(shù)據(jù)大屏的制作等。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，通過語義理解和自然語言處理等技術(shù)分析客戶問題，實現(xiàn)實時、自動回復(fù)客戶。

（2）作為企業(yè)融資、炒作的噱頭

一種新模式的出現(xiàn)往往萬眾矚目，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。像自然語言生成、增強(qiáng)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)，并在產(chǎn)品發(fā)布現(xiàn)場通過前臺發(fā)言人講話，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(jī)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(jī)構(gòu)的預(yù)測報告。

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，未來的BI將以增強(qiáng)分析為主要著力點，增強(qiáng)數(shù)據(jù)發(fā)現(xiàn)、自然語言生成等技術(shù)將會在2-5年內(nèi)達(dá)到高峰。值得注意的是，Gartner的預(yù)測偏向于整體的趨勢，然而不同國家、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，至少在我國是這樣。

圖1- Gartner 2017年分析和商業(yè)智能炒作周期

看似美好，實則泡沫？

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，AI+BI模式的可行性和應(yīng)用能力仍然存在不少問題。

（1）AI和BI存在本質(zhì)區(qū)別，BI擁有自己的發(fā)展路線，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，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。

BI的發(fā)展路線是以數(shù)據(jù)為基礎(chǔ)的，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、圖像等非結(jié)構(gòu)化數(shù)據(jù)的AI技術(shù)。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，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)。

針對結(jié)構(gòu)化的數(shù)據(jù)，AI與BI的交叉只在于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘，而且這種交叉也極小。AI的機(jī)器學(xué)習(xí)強(qiáng)調(diào)算法，BI的數(shù)據(jù)挖掘還包括對數(shù)據(jù)的管理，算法選擇上也較為簡單，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，AI并不是BI的核心功能，AI+BI的模式當(dāng)前無法成為BI市場的主流。

因此，筆者認(rèn)為AI+BI的發(fā)展現(xiàn)狀和趨勢可以用下圖表示。

當(dāng)前在中國，AI與BI僅存在極小的重合部分，隨著AI技術(shù)和BI系統(tǒng)的不斷成熟，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，但是因為它們存在本質(zhì)上的區(qū)別，因此不會完全重合。預(yù)計在2025年左右，BI將開始邁入智能化階段，到2030年，BI的智能化也將進(jìn)一步擴(kuò)大。

圖2-AI+BI的發(fā)展現(xiàn)狀和趨勢

（2）AI技術(shù)并沒有完全成熟，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。根據(jù)Robert Sternberg的智力三因素理論，智力分為成分智力、經(jīng)驗智力和情境智力。人工智能要做到智能化，就需要在這三個方面都有很好的發(fā)展，然而目前的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，更多的是經(jīng)驗智力，在成分智力和情境智力上還有非常大的差距。

Gartner 2018年8月發(fā)布的《Hype Cycle for Emerging Technologies, 2018》表明，知識圖譜、智能工作空間、智能機(jī)器人、對話式AI平臺等智能技術(shù)，預(yù)計還要5-10年才能達(dá)到高峰。

圖3- Gartner 2018年新興技術(shù)炒作周期

對于BI來說，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，如果企業(yè)有10000個用戶，每個用戶都有不同的方案，那就是10000個方案，那么方案實施的工作量和復(fù)雜性可想而知，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，在AI技術(shù)沒有完全成熟的情況下，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，智能客服目前還不能給出解決方案。在語言錄入方面，也會受到口語、方言，以及噪聲等因素的影響。

另一方面，當(dāng)前AI的適應(yīng)性也會影響其在BI中的應(yīng)用。

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，結(jié)果不一定能夠保持很高的準(zhǔn)確率，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。而且AI的專業(yè)性也使得AI方法不具備良好的遷移性。

（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，這和中國企業(yè)的BI建設(shè)現(xiàn)狀是分不開的。

首先，除去BAT、JMD等較大的一些互聯(lián)網(wǎng)公司，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。

最近，帆軟數(shù)據(jù)應(yīng)用研究院對1000多家企業(yè)進(jìn)行了BI功能需求調(diào)研。調(diào)研結(jié)果表明，在企業(yè)2年內(nèi)最需要的BI功能中，圖像處理、語音工程和文本分析等功能排在最后。并且，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。所以說，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。

圖4-企業(yè)2年內(nèi)BI功能需求

圖5-企業(yè)未來3~5年BI功能需求

其次，根據(jù)筆者多年的BI項目經(jīng)驗，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，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，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。底層數(shù)據(jù)如果治理不好，將會嚴(yán)重影響后續(xù)的分析決策，更不要去談決策的準(zhǔn)確率了。

在這樣一個背景下，企業(yè)貿(mào)然將AI應(yīng)用到BI上，只能是竹籃打水，人財兩空。

因此，企業(yè)首先最需要的是將BI系統(tǒng)建設(shè)成熟，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。

當(dāng)然，理論上來說，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。但是就目前、就中國而言，AI+BI的模式看似美好，實則泡沫。（本文首發(fā)鈦媒體）

更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App