新一代 BI 展望：AI 增强、指标体系、生态合作
去年年底,ChatGPT 横空出世后, 我所在的 BI 行业也有巨大震动:微软的 PowerBI、Salesforce 旗下的 Tableau 等软件都相继宣布引入了 AI 成分, 增强分析功能。
生成式 AI 当然是今年最难以忽视的技术革新, 带来了更快的响应时间、更丰富的应用和更人性化的沟通方式, 不过在与企业运营密切相关的 BI 行业, 我还观察到了几个对中国 BI 领域极为重要的变化。
加上难以忽视的 AI 浪潮, 它们很可能将共同推动 BI 行业走向下一个阶段, 共同驱动新一代 BI 的诞生。
我在此抛砖引玉, 和大家聊聊我眼中的新一代 BI 会有什么样的特点:
发布公测后的 60 天,ChatGPT 吸引了 10 亿用户。而它的底层技术生成式模型, 也在此后的一年内带来了席卷全球的 AI 浪潮。
有人预测, 它会大规模进驻客服、销售等领域, 也有人认为, 它会彻底改变未来文字、图像、代码的生产过程。不过在我看来, 具有海量数据和强烈需求的 BI 行业, 才是 AI 的最佳落地场景。
这不仅是基于我们的观察, 也是基于这大半年来我们实际接触到的许多业务需求。
这些需求有着历史因素:所有业务软件, 尤其是职能领域的应用软件, 长期以来都在不断追求智能化的业务转型。
正因此, 随着流程性的需求和业务性的需求被满足, 企业往往还会需要更高级的能力, 让它们的服务更加智能化、自动化, 例如预测、报警等。
这种智能化转型需求是长期持续、刚性的, 这也是衡石选择赋能这些企业应用厂商的原因。通过数据分析技术底座赋能, 衡石可以帮助这些企业在某个业务场景具备数据聚合能力、分析能力、可视化的报表能力, 最终让业务应用完成智能化转型。
但是过去, 在衡石的行业经验中, 这一点有很高门槛:业务人员面对较高的技术门槛, 较长的反馈周期, 很难真正在业务应用上得心应手地做分析、真正用好数据。
这也让很多好的 BI 服务, 在企业里真正落地时候面临巨大的阻力, 不管是组织架构上, 还是执行力和专业度上。
而生成式 AI 的出现, 等于冲破了一个长期、巨大的需求面前唯一的门槛。
根据 Omdia 的报告, 预计到 2025 年, 全球人工智能软件收入将达到 1186 亿美元, 增速极快。报告还预测, 到 2025 年, 人工智能将被集成到几乎所有新的软件产品和服务中。
如果说 BI 领域也有「最后一公里」, 那现在可以说,AI 已经把这条路铺好了, 什么时候走通只是时间问题。