尽管目前的商业智能和人工智能是独立的学科，但人工智能的BI是一个应该得到更多关注的方向。
两者都涉及数字运算的核心。虽然商务智能主要是回顾性的，但人工智能是关于未来的。BI背后的统计分析主要是基本数据，与支持AI 的超精密机器学习和深度学习算法形成对比。
由于存在这些差异，以及AI作为一种有用的工具相对较新，而BI已经是过去式，我们将这两个学科视为完全独立。在6月下旬在纽约举行的O'Reilly人工智能会议期间，并没有提到BI。相反，在七月份在麻省理工学院校园举行的德雷斯纳咨询服务有限责任公司的真实商业智能会议上，人工智能在讨论后者强大的商业价值和高采用率时主要用作商务智能的对立面。
AI和BI：时机已到的想法
但亚特兰大咨询公司BI Brainz的首席执行官Mico Yuk有一个有趣的想法。“我希望通过更多的机器学习，关键绩效指标将会增长和发展，”她说。“我希望我们可以使用数据科学来处理指标，并让KPI为您工作，而不是让您工作。”
在她的愿景中，部署在BI软件中的机器学习算法将告诉企业他们的历史数据中有什么有趣的东西。目前，分析师通常必须定义要跟踪的BI工具的指标。这是一个手动过程，它只会使公司已经知道的可见数据变得重要。
但是，支持机器学习的BI可以更深入地研究企业未知的未知数，并在以前未经检验的数据中找到见解。更进一步，人工智能支持的BI可以利用自然语言生成功能向企业解释这些见解的含义以及它们如何对其起作用。
这不是一个革命性的想法。移动BI供应商厦门艾科思BI在4月份宣布了其软件的数据发现组件，该组件可自动检查数据并向用户发出新的和可能有趣的功能警报。其他供应商也在其软件中添加机器学习组件。分析公司Gartner 自2015年以来一直在研究智能数据发现。但直到今年春季Magic Quadrant关于BI和分析平台的报告发出，Gartner才宣称智能数据发现是BI软件市场的下一个突破者。
认知必须改变
结合机器学习，商业智能和人工智能的想法有一些动力。但根据我的观点，这个想法似乎很少渗透到公众的意识中。我们仍然主要将AI和BI视为单独的域。
这必须改变。一想到，由AI驱动的BI平台可以为分析师腾出空间，分析师目前花费大量时间处理报告请求。他们可以继续进行更有效的数据科学和预测分析项目。我们从优步和百度等公司看到，机器学习的智能方法 可以创造全新的，有利可图的商业模式。具有强大分析技能的人应该花时间去做。
也许一旦围绕AI的炒作开始消失，它与BI之间的差异看起来会更小，商机会更多。
