商业智能和人工智能在企业环境中越来越重要，但经常被误解。本文阐明了每个领域之间的差异，并解释了它们将来将如何协同工作。
商业智能和人工智能在企业环境中越来越重要，但经常被误解。
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“使人类专注于有意义的工作”。
AI 和 BI 都有关键的企业应用程序，在某些情况下是重叠的
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 使企业的决策速度比其他方式快近五倍。
AI 和 BI 都有关键的企业应用程序，在某些情况下是重叠的。然而，企业应该掌握这些技术之间存在重要差异。本文概述了 AI 和 BI 的一些目标和用例。了解这些差异可以阐明人工智能和BI如何相互补充，并可能帮助企业节省宝贵的资源。
BI 旨在简化收集、报告和分析数据的过程。使用 BI 使公司能够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迈克尔·戈尔曼（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一个连贯的画面，但它们的设计并不是为了在决策中使用这些数据提供明确的规定。
Microsoft、Oracle 和 Tableau 等公司已经为一系列业务职能部门（包括人力资源、销售和营销）开发了 BI 工具。通过监控企业每天所做的一切，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效果，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%。
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员经常试图回答某些问题：机器可以学习和适应吗？机器能产生可靠的直觉吗？
探索这些问题可以为愿意投资和实验的企业带来巨大的好处。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BI不同，BI使数据分析变得更加容易，但将决策权交给了人类，而AI可以使计算机自己做出业务决策。例如，聊天机器人可以在没有人为干预的情况下回答客户的问题。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已经变得如此无处不在，对企业运营方式至关重要，以至于许多人甚至可能没有意识到他们依赖它。任何在业务环境中使用 Microsoft Excel 或其他电子表格程序的人都与 BI 进行了交互。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，并以有凝聚力的统一格式呈现。通过收集和综合这些接触点的数据，企业可以更深入地了解他们的客户是谁以及如何为他们提供最佳服务。
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。
一般 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。
人工智能企业用例范围很广，从改善医疗诊断到设计更高效的能源网，再到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那样，人工智能驱动的企业应用程序通常分为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。
流程自动化是最不华丽的，但最常见，也许是最有价值的人工智能驱动的企业应用程序类型。此类应用程序可以自动更新客户信息和记录，处理样板客户通信，并提供有关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，这些应用程序可以取代人工后台和行政功能，通常具有很高的投资回报。
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”，它比流程自动化应用程序更先进，因为它们可以在与用户和数据交互时随着时间的推移学习和改进。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。
BI 和 AI 是截然不同但互补的。人工智能中的“智能”是指计算机智能，而在BI中，它指的是数据分析和可视化可以产生的更智能的商业决策。BI 可以帮助公司整理他们收集的大量数据。但是，整洁的可视化效果和仪表板可能并不总是足够的。
通过拥抱人工智能和BI的融合，企业可以将大量数据综合成连贯的行动计划。
AI 可以使 BI 工具从它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真正的业务决策。通过拥抱人工智能和BI的融合，企业可以将大量数据综合成连贯的行动计划。
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并改变业务流程”。CIO Magazine 最近的一篇文章介绍了 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。据首席信息官报告，DataRobot 帮助一家医疗保健公司将 AI 注入其 BI 系统：“240 名医生和护士在他们的 PowerBI 仪表板中直接获得预测和建议，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。随着这些工具接收更多数据，与用户进行更多互动，并将他们的建议产生的结果内化，他们可以了解哪种建议和分析最有用，并相应地进行自我调整。人工智能，而不是人类软件工程师，最终可能会提供渐进式改进，将商业智能工具提升到一个新的水平。
在某种程度上，BI的未来似乎很可能取决于人工智能。尽管 AI 和 BI 有重要的区别，但它们构成了一个强大的团队。展望未来，企业最好不要将人工智能和BI视为完全独立的技术，而是要探索和投资各种方式，以充分发挥它们在合作中的潜力，帮助企业解决最大的挑战，发展到新的高度。
