现代数字革命过程中出现了许多企业技术,随之而来是大量的宣传,这些宣传多半是无法实现的。但人工智能(AI)可能是个例外,它有能力改变企业的未来。

如果将AI与其他企业技术结合起来,这就更值得相信了,其中,商业智能(BI)解决方案通常要求用户具备丰富的背景知识才能充分发挥潜力。这时就需要结合AI,从而通过增加自动化等技术简化BI的处理,提高处理和自然语言处理(NLP)的规模。这些因素对于赢得未开发的受众(非技术性企业用户)至关重要,正是因为受众群的扩大,AI才会与之前的颠覆式科技区别开来。

自动化打开效率之门

借助BI,用户可以访问大量数据,但必须提出适当的问题才能获得正确的洞察。对于没有BI经验的用户来说,这证明是有问题的,他们可能不知道什么样的请求会得到最有价值的信息。AI是打破这一门槛的关键,它可以有效消除预先确定问题的需要。AI中的自动化功能让计算机能够通过确定数据点之间的关系,处理BI数据分析,以生成相关洞察,甚至是用户不知道的必要洞察。发现这些关键业务关系后,解决方案会自动生成仪表板,形象地呈现发现的问题。

以制造业为例,AI和BI可以帮助追踪之前的机器故障,并收集导致这些故障的详细信息,例如繁重的工作流程或机器老化。然后这些信息可以应用到现有机器上,机器根据类似的情况,当需要维护时自动发出警报。最终,制造商将能够防患于未然,降低维修时间和成本,最终提高效率。

AI和BI结合使用,实现更高准确性

结合使用AI和BI不仅可以让更多人能够使用这些解决方案,还可以增加可被分析的数据量。机器学习技术分析大数据集的速度比人类更快,这让每次决策能够考虑更多信息,同时减少检查这些信息的时间,最终提高使用BI的效率和准确性。

这在零售业尤其有效,特别是传统企业,由于当今电商巨头的出现,它们正在经历巨大的变化。传统零售商必须采用智能技术才能保持领先,通过结合AI和BI,零售商可以根据过去六年(而不是过去六个月)的销售量数据做出库存决策。这会让零售商更准确地了解消费者偏好,保证在正确的时间提供正确的产品,从而在每次决策时都能将消费者摆在重要位置。

NLP打破使用门槛

AI最为人熟知的功能是能够理解人类语言(最好的例子是迅速走红的Alexa,2017年其每月用户增加了325 %)。这项功能也可以用于BI解决方案,AI让用户只需要提出问题,数据会在几秒钟内填入,不需要像之前一样掌握输入数据后生成洞察的公式。综合来看,这可以降低用户使用门槛,因为获得洞察不再需要掌握BI专业知识。

医疗保健行业必须处理大量数据,实际上,全世界大约30%的数据是与医疗保健相关的。通过这些数据可以获得重要的信息来降低成本,但如果不掌握收集这类信息的正确方程式和做法,就无法获得信息。这正是NLP的独特之处。用户不需要艰难地分析旧数据,或者输入可以获得信息的方程,只需要用通俗的语言告诉软件想要查询的内容。例如,为了更好地制定部门预算计划,医疗保健专家可以问:“告诉我过去五年公司运营中预算不足的部门。”然后,软件通过快速分析数据就可以给出答案,并帮助医疗保健官员更有效的制定未来几年的预算计划。

AI有能力让BI成为一种大众技术,将其受众群扩大十倍,同时提高数据孤岛之间的效率。AI的承诺是有望实现的,它与其他颠覆性企业技术的另一个不同点是它的普及不会让任何人感到惊讶。桌面数据发现/可视化等之前的创新技术对于遗留下来的供应商犹如晴天霹雳,该领域的部分供应商依然在为迎头赶上而奋力一搏。相比之下,大多数公司已经在积极投资AI,并通过客服聊天机器人等方式将其功能应用到BI。

2017年7月,Infor发布企业级行业专用人工智能(AI)平台——Coleman。作为为应用程序提供支持的普适性平台,Coleman对数据进行挖掘,并利用强大的机器学习技术优化库存管理、运输路线和预测性维护等流程;Coleman还提供AI驱动的建议,帮助用户更迅速地做出更明智的业务决策。 此外,Coleman可作为智能AI合作伙伴,进一步完善用户的工作。Coleman使用自然语言处理和图像识别技术来聊天、听、说,并能够识别图像,帮助人们更有效地使用技术。不要担心,宣传将会得到兑现,我们迟早会看到采用AI产生的结果。