ML和AI将如何改变商业智能和分析

10年以来，商业智能（BI）和分析的主流趋势一直是向自助服务迈进。那就要变了。2018年和以后，我们将看到越来越多的呼叫"智能"功能由机器学习（ML）和人工智能（AI）提供动力。这些特点一定能帮助我们超越自我服务时代的界限。

正如我在最近的一份报告“机器学习和人工智能将如何改变BI&Analytics”中解释的那样，我们已经开始在五个领域看到智能功能：数据准备、发现、分析、预测和人工智能驱动的指令性应用程序。我的研究详细介绍了20多家初创公司和14家建立了BI和分析供应商的投资，以提高技术水平。

预计2018年及以后，将有大量有关ML的声明，用于清理和合并数据、发现新数据，以及建议新的数据组合，从而揭示重要的洞见。非技术业务用户将欣赏ML支持的最佳数据可视化建议。同时，自动化建模功能将帮助非技术业务用户利用预测分析的能力。

如上所述，这些功能中的一些已经开始出现。我的报告详细介绍了哪些功能今天可用，这些功能将在将来出现，而且我们应该在将来期待这些功能。例如，基于列标题中可用的关键字查询的自然语言(NL)查询已经与我们多年了。现在，一些供应商正在使用更高级的NL功能，可以辨别完整句子的细微差别和意图（无论是键入还是从语音转换为语音到文本功能）。在切削刃上，系统开始保持查询的上下文；而不是每次只问一个孤立的问题，而是要对数据进行响应性对话，向下钻取和从初始查询中进行探索。

当然，许多业务用户对动作和结果更感兴趣，而不是解释报告、控制面板和数据可视化。这些用户更有可能利用正在出现的智能、ML和AI支持的指令性应用程序的不断增长的列表。在这里，决策的上下文被构建为用于销售、营销、HR、供应链、物流等等的业务应用。在这些情况下，可以对数据分析进行调整，以提供推荐的下一步或甚至自动执行确保预期结果的动作。

这些新兴功能将使BI、分析和数据驱动的决策变得更易于访问、理解和可操作，用于非技术业务用户，但拥抱新的不会像挥舞魔杖一样容易。我对那些惊讶和沮丧的从业者说，看到员工以意想不到的方式回应ML和AI的建议。例如，销售人员有时顽固地追求被认为低于预期成绩的销售线索。在这里，变革管理是至关重要的。正如我在报告中解释的那样，传递透明和解释的人工智能，灌输信任对使智能系统取得成功至关重要。在此可下载完整的27页报告的自由摘录。