對于2020年商業(yè)智能發(fā)展趨勢有何期待?而人們需要為這些發(fā)展趨勢做好準備。

越來越多的企業(yè)使用數(shù)據(jù)來驅動他們的決策——這使得前沿分析和商業(yè)智能戰(zhàn)略成為企業(yè)可以擁有的最佳優(yōu)勢之一。

新興技術(特別是由人工智能驅動的技術)正在改變企業(yè)從數(shù)據(jù)收集和提取可用見解的方式。

[[284470]]

人們應該了解以下六個趨勢，這些趨勢將在2020年和未來10年中重塑商業(yè)智能領域。

1.數(shù)據(jù)發(fā)現(xiàn)的新途徑

像物聯(lián)網(wǎng)(IoT)設備這樣的新數(shù)據(jù)收集技術正在為企業(yè)提供大量的實時數(shù)據(jù)，這與以前收集的任何數(shù)據(jù)都不一樣。人工智能和數(shù)據(jù)投資者Matt Turck表示，“一切皆可數(shù)據(jù)化”，隨著越來越多的人員上網(wǎng)，可以將信息進行分析、分類并將其轉換為一種格式，而人工智能系統(tǒng)可能會崩潰。

這些新的數(shù)據(jù)發(fā)現(xiàn)途徑將為商業(yè)智能分析師提供比以往更多的數(shù)據(jù)來源。與此同時，處理大量數(shù)據(jù)的公司將需要開始更加認真地對待數(shù)據(jù)安全性和隱私權，尤其是在處理機密的消費者信息時。正如企業(yè)越來越意識到數(shù)據(jù)的價值一樣，黑客也越來越意識到這一點，因此，數(shù)據(jù)泄露的頻率和成本也開始飆升。

依賴這些新數(shù)據(jù)源的公司也需要保護這些新數(shù)據(jù)，否則將面臨難以承受的后果。

2.人工智能驅動的大數(shù)據(jù)技術

大數(shù)據(jù)技術使數(shù)據(jù)分析人員能夠處理大量的數(shù)據(jù)，這比分析人員在沒有先進人工智能技術的幫助下所能處理的數(shù)據(jù)都要多。

隨著新技術收集的數(shù)據(jù)量的增加，商業(yè)智能分析師可能會發(fā)現(xiàn)無法篩選他們收集的數(shù)據(jù)量。相反，他們將采用大數(shù)據(jù)技術來幫助他們處理和分析這些數(shù)據(jù)。

3.預測性業(yè)務分析

這些新工具中的一些使用人工智能來預測事件，通過使用預測分析來識別即使看起來不相關的變量之間的微妙關系，從而更準確地預測事件。預測分析是使用數(shù)據(jù)和人工智能算法，幫助分析師預測未來，并更好地預測業(yè)務成果。

人工智能驅動的商業(yè)智能工具可以使用預測分析和歷史商業(yè)數(shù)據(jù)來預測市場需求的變化、緊急風險和企業(yè)需要應對的其他變化。

盡管傳統(tǒng)的商業(yè)智能通常側重于處理數(shù)據(jù)以優(yōu)化當前流程并減少浪費，但通過預測分析，商業(yè)智能分析師可以幫助企業(yè)應對未來的工作流和業(yè)務流程。

4.自然語言處理和報告生成

新的人工智能工具還可以幫助企業(yè)更好地收集和分析基于文本的數(shù)據(jù)，并幫助商業(yè)智能分析師創(chuàng)建報告。

自然語言處理或會話分析應用于商業(yè)智能時是一種人工智能技術，可以訓練計算機軟件以模擬人類閱讀方式的方式來處理語言。自然語言處理使人工智能驅動的技術可以更靈活、更智能地響應語言，這過去在基于軟件的解決方案中提出了一個重大問題。

一些主要的商業(yè)智能平臺(例如微軟公司的Power BI和Tableau)已經(jīng)集成了自然語言處理功能，例如語義搜索。

遺留數(shù)據(jù)系統(tǒng)給人工智能商業(yè)智能帶來的最重大挑戰(zhàn)之一是，需要多久可以隔離關鍵信息或以抵制機器閱讀的格式存儲關鍵信息。

在大多數(shù)此類情況下，分析人員將需要執(zhí)行繁瑣的工作，即遍歷成百上千個單獨的文檔來收集他們所需的特定數(shù)據(jù)點。自然語言處理可以通過智能地從大量文本文檔中提取數(shù)據(jù)來為這一挑戰(zhàn)提供答案。

5. 商業(yè)智能分析師日益短缺

與其他一些技術和STEM領域一樣，商業(yè)智能和數(shù)據(jù)分析也面臨著越來越缺乏高技能分析師的問題。目前還沒有跡象表明這種趨勢會逆轉——隨著基于人工智能的技術越來越廣泛地被采用，越來越多的企業(yè)轉向人工智能驅動的數(shù)據(jù)收集和商業(yè)智能，這種短缺情況甚至可能變得更嚴重。

很難說更好的教育計劃是否可以改善這種情況。許多專家認為，目前的商業(yè)智能和數(shù)據(jù)分析教育項目并沒有有效地訓練員工使用人工智能程序和其他現(xiàn)代商業(yè)智能技術。

同時，這些商業(yè)智能職位的許多空缺都需要在該領域擁有多年經(jīng)驗和高技能水平的工作人員。通常，初出校門不久的大學畢業(yè)生不適合擔任這些職位。

企業(yè)可能需要為缺乏能夠使用人工智能和大數(shù)據(jù)的業(yè)務分析師和數(shù)據(jù)科學家做準備。

6. 通用人工智能工具

從好的方面來說，技術行業(yè)也可能有提供一個人工智能驅動的解決方案，以解決日益迫在眉睫的商業(yè)智能人才短缺問題。

許多商業(yè)智能平臺和工具都整合了為普通用戶設計的人工智能功能——即使是沒有人工智能工作經(jīng)驗或數(shù)據(jù)分析背景的分析師和管理人員也應該能夠使用它們。這些更智能的工具可以提高企業(yè)智商，可能會導致更高的銷售額和更好的現(xiàn)金流。

這些新工具還可以幫助提高數(shù)據(jù)收集和報告生成的速度，并允許任何有權訪問該軟件的人發(fā)現(xiàn)可以推動業(yè)務決策的新見解和數(shù)據(jù)點。

2020年商業(yè)智能將如何變化

正如某些人所說，這并不是一種新的石油，但是數(shù)據(jù)幾乎可以肯定是企業(yè)可以擁有的最有價值的商品之一。

采用人工智能分析技術不太可能取代商業(yè)智能分析師。與其相反，它更有可能通過自動化繁瑣的數(shù)據(jù)收集過程和允許管理層和團隊成員在沒有正式數(shù)據(jù)培訓的情況下回答簡單問題，從而為這些分析師騰出時間。

在未來，數(shù)據(jù)將可能成為商業(yè)智能的核心。大多數(shù)新技術將以某種方式依賴人工智能。商業(yè)智能分析師需要熟悉人工智能工具，否則可能無法使用最新和最前沿的商業(yè)智能工具。

與此同時，企業(yè)需要為缺乏經(jīng)過數(shù)據(jù)培訓的具有才華的商業(yè)智能分析師和管理人員做好準備。