盡管在過去幾年中已經(jīng)成為主流應用，但分析和商業(yè)智能仍然是當今的一個熱門話題。如今采用的商業(yè)智能軟件更快、更準確，同時復雜性也在不斷增長，這凸顯了數(shù)據(jù)是一種資產(chǎn)這一事實，可以輕松地將其標記為企業(yè)的頭等大事。

[[319699]]

隨著2020年的到來，事情必將變得越來越有趣。通過其多面性，商業(yè)智能將再次支持許多旨在以合理成本做出更明智和數(shù)據(jù)驅(qū)動的決策的發(fā)展。在這個數(shù)字化時代，很多企業(yè)為取得成功付出了巨大的努力，因此保持創(chuàng)新和未來趨勢是至關重要的。

語音技術的普及

商業(yè)環(huán)境中的數(shù)字助理已經(jīng)存在了一段時間，但可能缺少語音功能。到2020年，隨著越來越多的人習慣使用語音作為界面，這一切都會改變。用戶行為的轉(zhuǎn)變還將把其期望轉(zhuǎn)移到業(yè)務應用程序上，不僅可以通過對話式人工智能增強用戶體驗，還可以簡化交互并提高生產(chǎn)率。

實際上，像Oracle這樣的公司已經(jīng)為他們的數(shù)字助理進行配音，提供了另一種更直觀的方式來交互和自動化流程。隨著技術的發(fā)展，大量的分析查詢將通過搜索、自然語言處理(NLP)或語音生成。

因此顯然需要分析復雜的數(shù)據(jù)集，并以更直接的方式向企業(yè)的每個人提供后續(xù)見解。更廣泛地采用語音技術將有助于通過與數(shù)字助理的對話輕松搜索或交互商業(yè)智能軟件?？傊褪窍Ｍ牭礁嗟穆曇?。

增強分析

作為數(shù)據(jù)和分析的下一波顛覆浪潮，增強分析被有效地結合了機器學習和人工智能，從而改變了開發(fā)、使用和共享分析的方式。換句話說，這是商業(yè)智能軟件功能日趨成熟的結果。對于希望更全面地了解其運營的企業(yè)而言，增強分析將成為未來商業(yè)智能工作的關鍵手段，因此，它們可能是收購活動的主要推動力。從數(shù)據(jù)準備和洞察發(fā)現(xiàn)到構建分析模型，自動化一切的功能對希望簡化其分析過程的廣泛業(yè)務的企業(yè)來說更具吸引力。

諸如Sisense、Tableau、Looker等商業(yè)智能工具顯著減少了構建、嵌入和部署智能分析所需的時間，無論是以自助分析儀表板還是白色標簽的商業(yè)智能應用程序的形式。例如，Sisense公司的Boto解決方案允許高管和行業(yè)用戶使用Slack、Skype或Messenger將新的數(shù)據(jù)資源上傳到他們的帳戶中，而軟件則負責其余部分，繪制出所有連接，并使用自然語言處理(NLP)為定制查詢做好一切準備。

更重要的是，這些平臺將提供速度更快、偏見更少的分析，而不需要任何特殊技能、培訓或數(shù)據(jù)專業(yè)知識。與當前的人工方法(如構建不同的模型或算法以揭示相關發(fā)現(xiàn))不同，用戶將能夠通過增強的分析享受更多的自助服務和自動化服務。

增強數(shù)據(jù)管理

遵循同樣的腳步，增強型數(shù)據(jù)管理將在企業(yè)內(nèi)部變得越來越重要。由于人工智能和機器學習的發(fā)展，信息管理將在服務級別實現(xiàn)自動化，從而使高技能的技術用戶可以專注于更重要、更高價值的事務。此外，技術水平較低的用戶在使用數(shù)據(jù)方面將更加自主。

實施增強數(shù)據(jù)管理將有助于企業(yè)組織和維護數(shù)據(jù)質(zhì)量和完整性，確保其準確、完整和一致。數(shù)據(jù)科學家不會把大部分時間花在數(shù)據(jù)處理上，而是減少數(shù)據(jù)清理活動，進而提高企業(yè)的生產(chǎn)率。

因此，大幅減少人工數(shù)據(jù)管理任務的承諾將吸引企業(yè)更深入地研究商業(yè)智能。

預測分析

眾所周知，業(yè)務敏捷性是當今最受歡迎的特性之一。對更加靈活的基礎設施的需求再次使分析成為關注的焦點，特別是在預測性與敏捷性同時出現(xiàn)時。

關于正在進行的數(shù)字化轉(zhuǎn)型以及當前的運營和設備，預測分析將為企業(yè)提供競爭優(yōu)勢。 IBM公司的SPSS Statistics和SAS Advanced Analytics是幾個軟件解決方案的示例，這些軟件解決方案通過提取信息并將其用于預測各種趨勢和客戶行為模式來提高生產(chǎn)和運營效率。

另一個好處將是降低成本。由于自然語言處理(NLP)和機器學習系統(tǒng)的日益普及和商業(yè)化，預測分析將對各種規(guī)模的企業(yè)都可以負擔得起，使其趨勢可能延續(xù)到2020年。

機器學習即服務

一切即服務(XaaS)將于2020年迅速增長。幫助B2B格局產(chǎn)生連續(xù)收入的商業(yè)模式將在2020年獲得更大的動力，尤其是其機器學習子集。

機器學習即服務(MLaaS)的主要吸引力在于，內(nèi)部部署數(shù)據(jù)中心可以處理實際的計算工作，這意味著企業(yè)可以快速啟動，而無需經(jīng)歷內(nèi)部實施的麻煩。機器學習算法在數(shù)據(jù)分析方面表現(xiàn)出眾，隨著價值主張的發(fā)展，機器學習即服務(MLaaS)選中了以下三個主要因素：速度、規(guī)模和便利性。

可以說，這是機器學習部署的替代方法，它為企業(yè)提供了一種負擔得起的方法來創(chuàng)建可產(chǎn)生有用見解的功能模型。此外，該過程無需熟練的機器學習員工即可執(zhí)行，這使其成為無法自行完成或沒有資源的企業(yè)的理想選擇。盡管像亞馬遜、谷歌和微軟這樣的大型公司已經(jīng)提供了機器學習即服務(MLaaS)平臺，但2020年將成為它們完全成為主流應用的一年。

結論

在人工智能和機器學習越來越多地代替人類做出決策的世界中，掌握這些發(fā)展趨勢意味著對業(yè)務有全方位的了解。對于那些認識和理解商務智能進步的重要性的企業(yè)來說，這將是激動人心的時刻。對于那些沒有這樣做的企業(yè)來說，將會錯失良機，可以使企業(yè)不僅提高生產(chǎn)力和效率，還可以實現(xiàn)可持續(xù)發(fā)展。

隨著時間的推移，商業(yè)智能軟件在自動化任務、發(fā)現(xiàn)模式和發(fā)現(xiàn)可操作的見解方面變得越來越完善。因此，可以肯定地說，2020年沒有投資于商業(yè)智能的公司很可能在未來幾年的業(yè)務發(fā)展中面臨困境。