從COVID-19新冠疫情、動(dòng)蕩的全球政局和加速的氣候變化，企業(yè)營(yíng)商環(huán)境盡管不停遭受著意外事件的劇烈沖擊，但仍然有不少企業(yè)通過(guò)提升數(shù)字化能力助力業(yè)務(wù)和管理決策，直接為企業(yè)帶來(lái)商業(yè)價(jià)值，在顛簸動(dòng)蕩的環(huán)境中脫穎而出、茁壯成長(zhǎng)。

數(shù)據(jù)智能技術(shù)是指將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為商業(yè)洞察和業(yè)務(wù)知識(shí)，幫助企業(yè)做出更高質(zhì)量經(jīng)營(yíng)決策的各類(lèi)技術(shù)，主要指Business Intelligence（BI） 和 Artificial Intelligence (AI) 兩個(gè)流派的技術(shù)。企業(yè)日常經(jīng)營(yíng)管理和交易產(chǎn)生了大量的歷史數(shù)據(jù)，預(yù)計(jì)2025年當(dāng)年產(chǎn)生的數(shù)據(jù)量級(jí)約等于2010年全年數(shù)據(jù)的90.5倍。數(shù)據(jù)智能技術(shù)應(yīng)用的空間被極大拓寬，在2022年將呈現(xiàn)出以下發(fā)展趨勢(shì)：

趨勢(shì)1 數(shù)據(jù)可視化/數(shù)據(jù)發(fā)現(xiàn)的重要性與日俱增

數(shù)據(jù)發(fā)現(xiàn)或可視化（Data Visualization/Discovery）就是從內(nèi)外部數(shù)據(jù)源獲取數(shù)據(jù)，整合，并進(jìn)行高級(jí)的分析和可視化，得出數(shù)據(jù)洞察的過(guò)程。其主要影響就是能夠讓企業(yè)經(jīng)營(yíng)管理的各層級(jí)人員都能夠較好的參與到該進(jìn)程并被數(shù)據(jù)賦能，進(jìn)而更好的提高各參與人員的數(shù)據(jù)素養(yǎng)，同時(shí)得出數(shù)據(jù)和商業(yè)洞察，以及基于數(shù)據(jù)洞察的行動(dòng)方案。數(shù)據(jù)發(fā)現(xiàn)中的對(duì)于趨勢(shì)異常，運(yùn)營(yíng)異常的監(jiān)測(cè)能力非常受管理者重視。在我們?yōu)閲?guó)內(nèi)農(nóng)牧行業(yè)和家電制造行業(yè)的兩個(gè)頭部客戶進(jìn)行數(shù)智運(yùn)營(yíng)咨詢(xún)和智能運(yùn)營(yíng)中心（IOC）設(shè)計(jì)的時(shí)候，客戶對(duì)于異常發(fā)現(xiàn)和預(yù)警的需求非常明確，認(rèn)為對(duì)于異常的判斷規(guī)則實(shí)際是一種管理視角和經(jīng)驗(yàn)的體現(xiàn)。

隨著近年來(lái)數(shù)據(jù)應(yīng)用的發(fā)展，數(shù)據(jù)發(fā)現(xiàn)或可視化的重要性與日俱增，在德國(guó)商業(yè)應(yīng)用研究中心（Business Application Research Center）的一份2021年的調(diào)研中，數(shù)據(jù)發(fā)現(xiàn)被列為2022年BI領(lǐng)域趨勢(shì)之首。

趨勢(shì)2 對(duì)實(shí)時(shí)數(shù)據(jù)及分析需求更加迫切

對(duì)于數(shù)據(jù)實(shí)時(shí)、分析實(shí)時(shí)（Data and Analytics in real-time）的需求在2010年互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展期就已經(jīng)獲得了爆發(fā)式增長(zhǎng)。今天，數(shù)據(jù)實(shí)時(shí)的重要性有增無(wú)減。尤其在2019年COVID-19病毒爆發(fā)之后，政府和企業(yè)管理組織已經(jīng)見(jiàn)識(shí)到實(shí)時(shí)數(shù)據(jù)和分析是如何能夠幫助他們迅速掌握狀況、調(diào)度資源，做出合理應(yīng)對(duì)策略的。因此，企業(yè)經(jīng)營(yíng)分析等管理活動(dòng)對(duì)于時(shí)效性要求與日俱增，傳統(tǒng)的靜態(tài)報(bào)表和報(bào)告已經(jīng)無(wú)法承載其訴求。實(shí)時(shí)的數(shù)據(jù)，動(dòng)態(tài)的數(shù)據(jù)卡片組合而成的敏捷報(bào)告，靈活可調(diào)整的報(bào)告看板等已經(jīng)成為了當(dāng)下企業(yè)管理者的主要訴求。要應(yīng)對(duì)時(shí)下變化節(jié)奏快、轉(zhuǎn)瞬即逝的社會(huì)和商業(yè)環(huán)境，實(shí)時(shí)數(shù)據(jù)和靈活動(dòng)態(tài)的看板能夠更快，更高效地獲取重要信息。元年科技在為其眾多客戶實(shí)施數(shù)據(jù)中臺(tái)產(chǎn)品的過(guò)程中，絕大部分客戶對(duì)于數(shù)據(jù)實(shí)時(shí)性都有極高的要求，期望通過(guò)數(shù)據(jù)中臺(tái)實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)處理和調(diào)用，來(lái)應(yīng)對(duì)疫情之后沒(méi)有常態(tài)的“新常態(tài)”。

趨勢(shì)3 協(xié)同商業(yè)智能讓決策流程更加透明

協(xié)同商業(yè)智能（Collaborate Business Intelligence）其實(shí)是幾種數(shù)據(jù)智能技術(shù)的合集，包括BI、AI、社交媒體、云計(jì)算、數(shù)據(jù)中臺(tái)技術(shù)等，通過(guò)線上會(huì)議、線上合作，快速協(xié)同處理問(wèn)題的場(chǎng)景將以上幾類(lèi)技術(shù)有機(jī)整合，能夠提升企業(yè)內(nèi)部信息流共享效果，實(shí)現(xiàn)科學(xué)的、基于數(shù)據(jù)分析的業(yè)務(wù)決策，并高效生成自動(dòng)化報(bào)告。例如，協(xié)同商業(yè)智能的表現(xiàn)形式可以是一份可交互的線上報(bào)告（使用者可以自由選擇組織、時(shí)間、維度等一些自定義選項(xiàng)），報(bào)告中的數(shù)據(jù)（或者數(shù)據(jù)卡片）在企業(yè)的大中小屏（監(jiān)控大屏、經(jīng)營(yíng)主題中屏、移動(dòng)小屏等）均保持一致口徑；它不僅能夠讓更多的人參與到信息鏈條中，吸收他們的洞察，還可以幫助企業(yè)解決遠(yuǎn)程辦公、居家辦公等場(chǎng)景下公司內(nèi)部協(xié)作的效率問(wèn)題。

隨著市場(chǎng)和社會(huì)的數(shù)字化，無(wú)論主動(dòng)還是被動(dòng)，企業(yè)高管、中層、基層員工都會(huì)從不同角度，用不同方式參與到企業(yè)內(nèi)部的數(shù)字化建設(shè)中來(lái)。協(xié)同商業(yè)智能能夠?yàn)槠髽I(yè)帶來(lái)更有效率的決策流程（多角色充分參與），同時(shí)讓整個(gè)決策流程透明化。

趨勢(shì)4 商業(yè)智能與RPA自動(dòng)化結(jié)合提升企業(yè)數(shù)據(jù)驅(qū)動(dòng)能力

在2021年，Tibco 收購(gòu)Blue Prism, 以及后續(xù)的Alteryx 和 Qlik 、UiPath 建立戰(zhàn)略合作伙伴關(guān)系，都直觀展現(xiàn)了商業(yè)智能領(lǐng)域的公司與RPA（流程自動(dòng)化機(jī)器人)公司合作的戰(zhàn)略趨勢(shì)。其背后體現(xiàn)的技術(shù)趨勢(shì)是RPA的自動(dòng)化技術(shù)與AI和BI分析平臺(tái)深度融合，能夠極大地增強(qiáng)數(shù)據(jù)分析和洞察能力和對(duì)企業(yè)行為的影響力，讓數(shù)據(jù)分析從描述性分析往預(yù)測(cè)性分析和診斷性分析轉(zhuǎn)變。

“AI+BI”的數(shù)據(jù)分析平臺(tái)發(fā)現(xiàn)問(wèn)題、定位影響問(wèn)題的主要因素和動(dòng)因，并做出后續(xù)行為的推薦和流程的觸發(fā)，自動(dòng)匹配對(duì)應(yīng)的解決方案和任務(wù)，推送到責(zé)任人的郵箱或者OA系統(tǒng)中，這就是“AI+BI+RPA”的診斷性分析能力。這種能力能夠?qū)崿F(xiàn)以數(shù)據(jù)洞察指導(dǎo)物理世界的實(shí)際行為，達(dá)到真正意義上的數(shù)據(jù)驅(qū)動(dòng)行為、數(shù)據(jù)驅(qū)動(dòng)企業(yè)治理的目的。打造數(shù)據(jù)驅(qū)動(dòng)型企業(yè)就必須建立在數(shù)據(jù)分析達(dá)到了診斷性分析這個(gè)能力級(jí)別的前提上。可喜的是，我們離這個(gè)目標(biāo)已經(jīng)越來(lái)越近。

趨勢(shì)5 自然語(yǔ)言處理技術(shù)將在數(shù)據(jù)分析領(lǐng)域得到更廣泛應(yīng)用

與RPA自動(dòng)化類(lèi)似，自然語(yǔ)言處理（NLP）技術(shù)也能夠打通從數(shù)據(jù)到行動(dòng)的通道，但是通過(guò)一種間接的方式實(shí)現(xiàn)。從Tableau的 Ask data, 到元年智答，再到阿里的智能小Q，主流的數(shù)據(jù)分析產(chǎn)品平臺(tái)都已經(jīng)或者計(jì)劃往自己的平臺(tái)上添加NLP算法和語(yǔ)言交互功能，讓自然語(yǔ)言交互能力成為了新一代數(shù)據(jù)分析軟件的標(biāo)配能力。其目的在于大幅降低數(shù)據(jù)分析系統(tǒng)和軟件的學(xué)習(xí)門(mén)檻，讓大量非數(shù)據(jù)分析背景的人員能夠容易地參與到應(yīng)用數(shù)據(jù)分析軟件的過(guò)程，不需要進(jìn)行專(zhuān)門(mén)的培訓(xùn)和訓(xùn)練。

雖然當(dāng)前企業(yè)整體對(duì)于NLP采用率不高，但是已經(jīng)有部分企業(yè)開(kāi)始利用NLP這類(lèi)AI技術(shù)來(lái)提升數(shù)據(jù)的質(zhì)量，輔助數(shù)據(jù)發(fā)現(xiàn)等。業(yè)界普遍看好NLP技術(shù)在企業(yè)數(shù)據(jù)分析領(lǐng)域中的采用率將會(huì)越來(lái)越高。

趨勢(shì)6 AI工程化推動(dòng)人工智能技術(shù)的普及應(yīng)用

AI工程化的定義是不涉及AI、算法、前沿技術(shù)分支的深入研究和探索，而是基于目前已經(jīng)相對(duì)成熟的算法和技術(shù)（例如一些成熟的開(kāi)源算法），將其與行業(yè)和企業(yè)的需求相結(jié)合，形成可落地，可實(shí)施的工程方案。從上世紀(jì)50年代人工智能技術(shù)誕生以來(lái)，AI一直象征著“前衛(wèi)”和“理想王國(guó)”。經(jīng)過(guò)了幾十年的發(fā)展， AI技術(shù)與商業(yè)模式的結(jié)合已經(jīng)在各行各業(yè)產(chǎn)生了顛覆性的影響，累積了大量AI技術(shù)落地的真實(shí)案例。而AI工程化則是人工智能技術(shù)大量落地所產(chǎn)生的必然趨勢(shì)，能夠加速AI應(yīng)用的落地過(guò)程。

AI工程化是實(shí)現(xiàn)AI模型運(yùn)營(yíng)化的學(xué)科，它意味著AI技術(shù)的成熟和更良好的使用體驗(yàn)，對(duì)于希望借助AI來(lái)實(shí)現(xiàn)智能化運(yùn)營(yíng)的企業(yè)而言，AI工程化能夠顯著降低技術(shù)遷移成本，減少人才隊(duì)伍組建難度。AI和大數(shù)據(jù)的結(jié)合將更加緊密，將有力推動(dòng)企業(yè)甚至行業(yè)的數(shù)字化、智能化轉(zhuǎn)型進(jìn)程，提升生產(chǎn)效率。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買(mǎi)賣(mài)依據(jù)。

關(guān)鍵詞： 智能技術(shù)