决策智能是AI和BI未来发展的归处

商业智能（BI）承担着数据分析、预测和辅助决策的功能，更适用于单个场景。但数据量和复杂性的增长，让相关人员很难讯速地通过BI做出合理的决策。

一方面，决策的优化程度和效率与企业可承担的成本和风险密切相关，也与决策问题的复杂性及所需时间有关。Gartner最近的一项调查表明，“65%的受访者表示他们的决定比两年前更复杂。”另一方面，BI呈现的内容更多是基于静态数据，无法应对当下不断变化的动态环境。决策者的行动也面临着解释的压力，“53%的人表示他们面临更多的压力来解释或证明他们的决定（Gartner）。”

决策智能（DI）的加入，为BI从提供信息和见解走向洞察决策提供了桥梁，AI则是搭建这个桥梁的有力基石。

01

BI面临的瓶颈

BI软件是用来将业务系统上的数据整合起来做数据可视化分析，帮助企业数字化运营决策的工具。国外主流的BI软件包括Tableau、微软 Power BI、QlikView，国内有观远数据、永洪、帆软、奥威软件等。

BI本质上是一种分析工具，它基于不同的业务目标为人所用，应用场景倾向于辅助商业决策，大都采用固定格式的报表或者仪表盘。在使用中，人们需要筛选大量数据，才能找到相关信息，这也是BI存在的局限之一。而数据质量和复杂性的增长，更加凸显了这一局限性，甚至影响数据分析的结果。

此外，BI过度依赖历史数据，很难适用于当下动态环境的发展趋势。因此，BI缺乏实时异常检测的能力，阻碍了主动事件管理。又因其显示的是概括的趋势和模式，容易遗漏具有负面影响的小事件，也难以创建向下钻取路径来探测表面指标下的数据，还缺乏智能呈现优先级的能力。

归根结底，BI是基于历史数据进行分析，无法为这些结果提出解决方案，同时流程不是自动化的，需要人为操作，甚至需要处理大量的数据。一旦数据质量或数据规模扩大，BI也就失去其应用的优势及价值。

回归到BI的最终价值——辅助企业运营者进行洞察并做出决策，但获得洞察力需要的时间太长，而且在获得洞察力和做出决策之间存在“决策差距”。尽管世界各地的公司绝大多数都认识到数据驱动的决策优于直觉，但大多数公司仍未通过传统的 BI 工具实现数据的全部价值。

02

AI+BI增加决策能力

随着数据量和复杂性的增长，组织需要AI来揭示洞察力，并增强BI的应用能力，解决更加复杂的业务场景，产出更精准的分析结果，从而使决策更为科学和准确。

AI也称为机器智能，人工智能不是一项，是专注于构建和管理可以学习自主决策并代表人类执行操作的技术。它是一个涵盖性术语，包括支持机器学习、计算机视觉、自然语言理解 (NLU) 和自然语言处理 (NLP) 的任何类型的软件或硬件组件。

AI与BI的交集在于机器学习和数据挖掘，但又略有不同。AI的机器学习强调算法，BI的数据挖掘还包括对数据的管理。对于结构化的数据，两者的结合可以让BI系统应用一些准确度更高的机器学习算法，得到更精确的分析结果。

目前国内的华为云、观远数据等企业的AI+BI产品已在金融、零售等行业内落地应用，场景有反欺诈、风险识别等。观远数据更是基于AI+BI提出了“5A”落地路径方法论，即以智能决策为目标，分步构建，持续升级，协助企业客户规划与之发展阶段相匹配的数字化升级路径，为企业打造面向未来的智能决策大脑。

然而，AI+BI也有其困境。在实践中，首当其冲的问题就是AI从业人员不懂商业运营，而BI从业者又不懂如何将数据收集加以应用等。此外，尽管AI提升了BI在决策方面的分析能力，但BI的价值来源于数据本身。数据质量、数据规模的情况会影响最终的洞察和决策。

03

DI是AI和BI最终的归处

与使用数据来为决策提供信息的BI不同，决策智能是使用增强分析和机器学习来自动呈现导致决策和行动的洞察力。

与人工智能的发展程度同步（辅助智能、增强智能、自主智能），决策智能也有三个阶段的状态，分别是决策支持、决策增强和决策自动化。

1.决策智能（决策自动化）：指系统使用规范分析或预测分析做出决策，它的优势包括决策制定的速度、可扩展性和一致性。

2.决策增强：指该系统使用规范或预测分析向工作人员推荐一个或多个决策方案，它的优势在于人类知识与人工智能快速分析大量数据和处理复杂性的能力之间的协同作用。

3.决策支持：指人类员工在描述性、诊断性或预测性分析的支持下做出决定。它的主要好处在于结合应用数据驱动的洞察力和人类知识、专业知识和常识，包括“直觉”和情感。

BI的最终洞察是为了辅助决策，恰好是DI的核心能力，但BI和DI之间存在三个方面的主要区别：

1.BI旨在呈现历史数据并将其转化为有关业务的见解，并在报告或仪表板中提供。BI使用的是聚合子集而不是所有数据。DI则考虑所有可用信息，特别是预测信息和业务的上下游，以将洞察力转化为建议通过 NLP UI提供给用户。

2.仪表板提供静态洞察力，决策智能提供动态建议。

3.使用BI，决策者需要分析和综合来自多个仪表板的信息，时间成本较高。决策智能可以实时自动提供行动计划，大大缩短了从数据到决策的路径。

BI需要决策智能的功能来提高效率并满足组织的现代需求，对此，Sisu的产品营销副总裁 Joel McKelvey认为：“决策智能（DI）应该通过显示洞察力来补充BI，否则这些洞察力和后续行动的建议需要数月才能发现。尽管具有自动化功能，但决策智能应该只用于自动完成一些基本的和可重复的操作，这些操作都是基于显而易见的洞察所产生。”