數(shù)據(jù)倉(cāng)庫(kù)非剛需AI易成空心球,中國(guó)BI要如何落地?
AI及自助式BI的中國(guó)困境
很多人相信AI與BI的融合是未來(lái),增強(qiáng)分析和智能預(yù)測(cè)是當(dāng)下企業(yè)的一個(gè)關(guān)注點(diǎn)。在AI比較火熱的時(shí)候帆軟沒(méi)有為之所動(dòng),繼續(xù)聚焦BI。帆軟認(rèn)為隨著BI智能化的發(fā)展,未來(lái)企業(yè)產(chǎn)品選型的參考重點(diǎn)還是以數(shù)據(jù)管理和數(shù)據(jù)分析為主。預(yù)計(jì)在2025年左右,中國(guó)的BI將邁入智能化階段,而當(dāng)下國(guó)內(nèi)AI在BI的應(yīng)用還是泡沫。
AI+BI的發(fā)展現(xiàn)狀和趨勢(shì)
楊揚(yáng)指出,AI落地核心點(diǎn)是和企業(yè)組織機(jī)構(gòu)的實(shí)際業(yè)務(wù)結(jié)合,目前AI上手難度大,技術(shù)思維重,同時(shí)企業(yè)實(shí)際業(yè)務(wù)標(biāo)簽、模型沉淀比較少,對(duì)于企事業(yè)單位的業(yè)務(wù)幫助不高,很容易變成一個(gè)空心球。當(dāng)前BI的應(yīng)用主要還是在內(nèi)部經(jīng)營(yíng)層面,開始注重場(chǎng)景的閉環(huán),比如零售企業(yè)做到庫(kù)存周轉(zhuǎn)率的提高、制造業(yè)高效設(shè)備巡檢提升效率等,不足之處是很多經(jīng)驗(yàn)還伴隨著比較強(qiáng)的企業(yè)特性,比如零售里面在A客戶的配貨算法,到了B那邊就不一定試用,同時(shí)很多企業(yè)也不愿意針對(duì)這些方法進(jìn)行深度溝通,在整個(gè)交流范圍上,還欠缺一些,需要不斷去梳理標(biāo)準(zhǔn)。
現(xiàn)在最適合企業(yè)的是從經(jīng)營(yíng)目標(biāo)出發(fā),找到降本增效的方法,不管通過(guò)傳統(tǒng)中間庫(kù)+報(bào)表的方式還是通過(guò)模型+自助分析的模式,而企業(yè)最迫切需要的應(yīng)該是兩塊:
1:BI結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景提供對(duì)應(yīng)的分析思路;
2:BI項(xiàng)目落地的同時(shí),能夠培養(yǎng)員工數(shù)據(jù)分析思維的學(xué)習(xí)途徑,短期看項(xiàng)目,長(zhǎng)期還是看人才。
除了AI和數(shù)據(jù)挖掘,自助式分析是當(dāng)下BI的最主要趨勢(shì)。無(wú)論是國(guó)外的Tableau還是國(guó)內(nèi)的帆軟等BI廠商都在強(qiáng)調(diào)自助式分析的重要性和價(jià)值,一方面可拖拉拽的靈活定制降低了使用門檻,業(yè)務(wù)人員可以直接上手釋放更多數(shù)據(jù)價(jià)值,另一方面也減輕了IT人員的壓力。
多位BI從業(yè)人員指出國(guó)內(nèi)自助式分析還處于非常初級(jí)階段,面臨著很多困境,無(wú)法實(shí)現(xiàn)數(shù)據(jù)分析的自助。造成這種局面的因素有很多,數(shù)據(jù)文化和人才缺失是比較重要的原因。
楊揚(yáng)認(rèn)為造成自助式分析難以推動(dòng)的主要原因是數(shù)據(jù)分析項(xiàng)目發(fā)起人和使用者間的沖突。企業(yè)引入數(shù)據(jù)分析有兩個(gè)渠道,一是通過(guò)科技部門或者IT部門,二是通過(guò)業(yè)務(wù)部門。
IT部門以前做數(shù)據(jù)跟蹤報(bào)表,每次業(yè)務(wù)提需求基本是上午提下午要,給IT部門很大壓力,而IT部門引入數(shù)據(jù)分析的目的是減輕部門壓力,可能會(huì)準(zhǔn)備些基礎(chǔ)數(shù)據(jù),有些企業(yè)甚至?xí)衙骷?xì)表全部開放,讓業(yè)務(wù)部門自己在前面去拖拽選取,如此壓力就傳導(dǎo)到業(yè)務(wù)部門。
如果業(yè)務(wù)部門引入自助分析,期望會(huì)很高。希望找某個(gè)數(shù)據(jù)的時(shí)候,調(diào)出來(lái)的數(shù)據(jù)就是所需的數(shù)據(jù)口徑,而且數(shù)據(jù)準(zhǔn)確的無(wú)誤。但實(shí)際過(guò)程中業(yè)務(wù)部門要的不是基礎(chǔ)數(shù)據(jù),都是需要做進(jìn)一步加工萃取匯算的派生數(shù)據(jù),所以業(yè)務(wù)部門經(jīng)常會(huì)說(shuō)調(diào)取的數(shù)據(jù)和業(yè)務(wù)系統(tǒng)對(duì)不上。
IT部門與業(yè)務(wù)部門各自為戰(zhàn)的情況并不少見,楊揚(yáng)建議IT部門向前邁一步,在項(xiàng)目前期與業(yè)務(wù)交流,根據(jù)不同業(yè)務(wù)部門對(duì)接不同數(shù)據(jù)口徑,業(yè)務(wù)部門再請(qǐng)IT人員做一些自定義的工具,業(yè)務(wù)部門要思考如何把這些數(shù)據(jù)應(yīng)用到自己想要的場(chǎng)景里面去。他認(rèn)為比較有效的破局之道是在IT和業(yè)務(wù)部門之間建立一個(gè)角色作為橋梁溝通協(xié)調(diào),比如有的企業(yè)會(huì)設(shè)立首席數(shù)據(jù)官、數(shù)據(jù)運(yùn)營(yíng)官的職位,使各部門之間不再各自為戰(zhàn),形成合力。
企業(yè)未來(lái)3~5年BI功能需求
“不管做BI還是什么,切記的是搞個(gè)大工程。所有部門一起上,那像這樣一種情況,其實(shí)成功率特別低,但是這個(gè)原因有很多種,不管是從業(yè)務(wù)的內(nèi)心排斥角度,還是從企業(yè)的數(shù)據(jù)準(zhǔn)備角度,以及他企業(yè)對(duì)這個(gè)事情的一個(gè)思想準(zhǔn)備角度,都沒(méi)有到位!睏顡P(yáng)強(qiáng)調(diào),國(guó)內(nèi)BI有廣闊的前景,如果追求一步到位往往適得其反,結(jié)合企業(yè)自身情況選用合適的BI產(chǎn)品和服務(wù),才能不斷向著數(shù)據(jù)驅(qū)動(dòng)邁進(jìn)。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
7月8日立即報(bào)名>> 【在線會(huì)議】英飛凌新一代智能照明方案賦能綠色建筑與工業(yè)互聯(lián)
-
7月22-29日立即報(bào)名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 AI 眼鏡讓百萬(wàn) APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺(jué)語(yǔ)言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國(guó)跨境支付十大趨勢(shì)
- 5 中國(guó)最具實(shí)力AI公司TOP10
- 6 特斯拉Robotaxi上路,馬斯克端上畫了十年的餅
- 7 國(guó)家數(shù)據(jù)局局長(zhǎng)劉烈宏調(diào)研格創(chuàng)東智
- 8 AI的夏天:第四范式VS云從科技VS地平線機(jī)器人
- 9 張勇等人退出阿里合伙人
- 10 AI視頻,攪動(dòng)1.5萬(wàn)億市場(chǎng)