現代數字革命過程中出現了許多企業技術，隨之而來是大量的宣傳，這些宣傳多半是無法實現的。但人工智能（AI）可能是個例外，它有能力改變企業的未來。

如果將AI與其他企業技術結合起來，這就更值得相信了，其中，商業智能（BI）解決方案通常要求用戶具備豐富的背景知識才能充分發揮潛力。這時就需要結合AI，從而通過增加自動化等技術簡化BI的處理，提高處理和自然語言處理（NLP）的規模。這些因素對于贏得未開發的受眾（非技術性企業用戶）至關重要，正是因為受眾群的擴大，AI才會與之前的顛覆式科技區別開來。

自動化打開效率之門

借助BI，用戶可以訪問大量數據，但必須提出適當的問題才能獲得正確的洞察。對于沒有BI經驗的用戶來說，這證明是有問題的，他們可能不知道什么樣的請求會得到最有價值的信息。AI是打破這一門檻的關鍵，它可以有效消除預先確定問題的需要。AI中的自動化功能讓計算機能夠通過確定數據點之間的關系，處理BI數據分析，以生成相關洞察，甚至是用戶不知道的必要洞察。發現這些關鍵業務關系后，解決方案會自動生成儀表板，形象地呈現發現的問題。

以制造業為例，AI和BI可以幫助追蹤之前的機器故障，并收集導致這些故障的詳細信息，例如繁重的工作流程或機器老化。然后這些信息可以應用到現有機器上，機器根據類似的情況，當需要維護時自動發出警報。最終，制造商將能夠防患于未然，降低維修時間和成本，最終提高效率。

AI和BI結合使用，實現更高準確性

結合使用AI和BI不僅可以讓更多人能夠使用這些解決方案，還可以增加可被分析的數據量。機器學習技術分析大數據集的速度比人類更快，這讓每次決策能夠考慮更多信息，同時減少檢查這些信息的時間，最終提高使用BI的效率和準確性。

這在零售業尤其有效，特別是傳統企業，由于當今電商巨頭的出現，它們正在經歷巨大的變化。傳統零售商必須采用智能技術才能保持領先，通過結合AI和BI，零售商可以根據過去六年（而不是過去六個月）的銷售量數據做出庫存決策。這會讓零售商更準確地了解消費者偏好，保證在正確的時間提供正確的產品，從而在每次決策時都能將消費者擺在重要位置。

NLP打破使用門檻

AI最為人熟知的功能是能夠理解人類語言（最好的例子是迅速走紅的Alexa，2017年其每月用戶增加了325 %）。這項功能也可以用于BI解決方案，AI讓用戶只需要提出問題，數據會在幾秒鐘內填入，不需要像之前一樣掌握輸入數據后生成洞察的公式。綜合來看，這可以降低用戶使用門檻，因為獲得洞察不再需要掌握BI專業知識。

醫療保健行業必須處理大量數據，實際上，全世界大約30%的數據是與醫療保健相關的。通過這些數據可以獲得重要的信息來降低成本，但如果不掌握收集這類信息的正確方程式和做法，就無法獲得信息。這正是NLP的獨特之處。用戶不需要艱難地分析舊數據，或者輸入可以獲得信息的方程，只需要用通俗的語言告訴軟件想要查詢的內容。例如，為了更好地制定部門預算計劃，醫療保健專家可以問：“告訴我過去五年公司運營中預算不足的部門?！比缓?，軟件通過快速分析數據就可以給出答案，并幫助醫療保健官員更有效的制定未來幾年的預算計劃。

AI有能力讓BI成為一種大眾技術，將其受眾群擴大十倍，同時提高數據孤島之間的效率。AI的承諾是有望實現的，它與其他顛覆性企業技術的另一個不同點是它的普及不會讓任何人感到驚訝。桌面數據發現/可視化等之前的創新技術對于遺留下來的供應商猶如晴天霹靂，該領域的部分供應商依然在為迎頭趕上而奮力一搏。相比之下，大多數公司已經在積極投資AI，并通過客服聊天機器人等方式將其功能應用到BI。

2017年7月，Infor發布企業級行業專用人工智能（AI）平臺——Coleman。作為為應用程序提供支持的普適性平臺，Coleman對數據進行挖掘，并利用強大的機器學習技術優化庫存管理、運輸路線和預測性維護等流程；Coleman還提供AI驅動的建議，幫助用戶更迅速地做出更明智的業務決策。 此外，Coleman可作為智能AI合作伙伴，進一步完善用戶的工作。Coleman使用自然語言處理和圖像識別技術來聊天、聽、說，并能夠識別圖像，幫助人們更有效地使用技術。不要擔心，宣傳將會得到兌現，我們遲早會看到采用AI產生的結果。