AI 融入 BI 可期，“偏见”如影随形怎破？

    
    Tableau发布数据趋势报告：AI 将从抽象的概念转变为可操作的技术。
    疫情引发了很多未知因素，带来了很多不确定性，唯一确定的是企业领导意识到需要去变革应对挑战迎接新的机遇。
    “疫情促使企业必须要考虑如何快速转变，去升级他们整体的领域，把工作变得更高效，把每一个商业决策变得更明智。国内外的CEO、CIO，他们比以往任何时间都更加意识到数字化转型的重要性。”Tableau大中华区总裁叶松林介绍，数据是整个数字化的基石，有数据才能够驱动整个数字化转型的过程。在当下，使用数据进行决策比以往任何一个时间都更重要，关乎到公司是否持续运作。
    日前Tableau发布了2020年数据趋势报告，总结了六大趋势，涉及数据文化、数据素养、数据管理、AI、讲述数据故事和数据公平。近几年AI与BI的融合趋势越来越明显，以AI驱动的BI被视作明日之光，关乎未来，Tableau认为未来AI将从抽象的概念转变为可操作的技术，但是AI在BI领域的应用情况以及AI本身存在的偏见问题存在着争议，本文将就相关方面做个简单探讨。
    数据：BI是人看数据，AI是机器看数据
    商业智能（Business Intelligence，简称BI）的概念最早是Gartner Group的Howard Dresner于上个世纪90年代提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。目前，BI通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
    人工智能（Artificial Intelligence），英文缩写为AI，最早在1956年的达特茅斯会议上被提出，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。60年来历经三大浪潮，近年来，随着AI三要素数据、算法、算力的发展，AI有了一定的落地。
    Gartner 研究表明：到 2020 年，85％ 的首席信息官将通过购买、构建和外包等方式试点人工智能项目。而根据Gartner在2019年的预测，2020年在BI中引入增强分析、自然语言处理和语音生成的AI技术将是主流。
    Tableau的2020年数据趋势报告也指出，AI将从抽象的概念转变为可操作的技术，组织需要关注他们对AI的“共同愿景”，或者AI和机器学习如何适应现有的流程和团队结构，从而为知识共享提供支持。领域专家目前正在围绕机器学习和AI开展战略对话，以确保最终的建议有用并且可操作。领域专家将发挥关键作用，利用自己的人际关系和领域专长，将这些 AI 项目的成果应用到跨部门和团队的实际操作之中，引领 AI 用例进入下一阶段的成长。
    AI驱动BI发展，两者不断融合，不过两者之间还是有很大的不同。“AI和BI有一个很大的差别点，BI是主要人判读数据，AI主要机器判读数据，用机器算法的方式从数据里面去产生一些见解或者发现一些规律。”Tableau高级顾问高云龙指出。
    Tableau的产品越来越多融入了AI，主要体现在三个方面，一是人机数据交互模式方面引入了NLP，进行数据交互时无需像过去那样用鼠标拖拽或者简单编程，可以直接像使用搜索引擎一样，在一个搜索框输入问题就即可得到想要的数据；二是自动化的数据解释，人可以通过可视化报表看数据，会发现数据异常点。传统BI人工查询数据异常原因需要很长时间，通过数据解释的算法模型，能够自动把异常数据及所有维度进行分析，用统计学的方法找出异常原因；三是智能推荐，如在企业里若人的决策很多，大量的人在使用数据时，很多企业有各种数据报告，多样的数据源在BI系统上已形成非常庞大的规模体系此时不容易找到所需报表，AI系统会根据角色、过去访问行为智能化推荐，提高使用效率。
    以上三点也是现在BI厂商重点关注的和发力的三个AI应用方向，也有研究表明国内外数字化程度有别，目前国内企业对BI＋AI的应用还处在一个非常初级的阶段。
    而随着越来越多的AI走入企业，“偏见”问题也受到越来越多的关注。
    
    
    1  2  下一页>