T客汇官网：tikehui
撰文 | Felix
如果现在广告内容属实，那么我们身边的一切都会完全智能化。正如IBM Watson所期望的：AI将会比我们自己更加了解我们，往往可以在我们思考前就做出决定。 但是马克吐温说过：“现代智能科技的谣言总是被过于夸大了”。
而对于BI，我们不必过于担心，至少目前BI 还不能代替我们的工作让我们失业。那么，BI会何去何从呢？下面我们来看一些专家的预测。
自主服务
丑话先说前面，自主服务型的BI可并没有多么神奇，它只是一种刚刚被提起的趋势。
SAS 产品营销总经理Tapan Patel说道：“从市场上看，更多的商业客户和分析人员正在试图购买或试用自主服务式BI 和分析工具来满足自身多变的需求。因此，通过使用者，更多的相关技术将被应用，从而带来更多的客户和数据资源。”
好消息是自主服务式BI也在创造更多机会。 Patel也提到，BI可以在避免混乱，冗余和矛盾方面大显身手。
BI 的机会
在向大量使用者传递BI信息并进行分析的过程中，BI 专业人员会发现他们专业技能的用武之地越来越多：
一学就会和一学就懂的客户将会让工作集中于专业化的数据准备，回报，发现和分析；
在远离模型或问卷调查时，对于智能可视化集群，离群，相关性，细分分析能力的需求正在增加；
对于质疑探索及自然语言的能力的需求正在增加；
需要对用户使用分析化驱动和自然语言生成的结果进行解释；
云BI愈发流行
现在，人们已经可以看到大量的云端（私有，公有/SaaS, 或混合）BI，和可视化数据工具及分析应用。而假如所有的应用数据（比如：社交媒体，人体，市场和网络广告）全部在云上，那么未来的BI和分析应用也将会位于云端。
公司都明白，云将让他们新计划的实施和现有计划改进变得更加灵活和顺利。他们希望BI 可以满足他们多变而随机的要求，同时可以快速的接近市场并保持IT独立性。不过，目前由于安全，私密性，依从性，混合数据迁移和IT建设等问题，云并未应用于所有的公司。
但是，尽管目前绝大度多数的公司部门仍应用“本地部署”来解决问题，但更多的企业已经开始考虑应用云端的服务了。
商务优先
科技工具们很潮，很酷。随着更多自主化服务的工具被部署，更多的业务经理将会有机会来使用这些工具。但是结果就有好有坏了。公司要做的不再是就去用这些很酷很潮的工具，而是应该在正确的时间，正确的部门，用正确的方法，流程去应用正确的工具，这样才能获得商业利润。
货币化
事实上，目前超过半数的组织都在尝试应用数字化的商业或运营模型。所以，BI和分析学将会被公司提升到战略水平，而且BI和分析学还会被实践者进行货币化。而结果就是，人们的思考方式会从分析式变为货币式。
所有的分析最终都需要变得可以付诸于行动，这样才能帮助公司来进行运营决策，而且，只有基于运营水平，利润和成本才能被准确的计算出来。
数字产品
从单纯的分析到具体的货币化之间需求一个过程，而数字产品这类的应用可以促进这个过程。 通过隐藏原始数据及分析客户资源和观测人们的决策制定过程，数字产品可以使BI变得“民主化。”所以，人们会看到更多运行水平的数据，因为这些数据将不再服务于BI分析者或超级使用者。
想象一下，成千上万的给予客户的声明陈述都是PDF文件，这让商家不能获得更多的信息因为PDF不能用来分析数据。而之后，客户将看见的是一份加强化的文件，可以让商家获得交互式的，可分析、可分享的数据，而未来的每一个BI的使用者都可以独自的分析每一份声明或陈述，而不用或学习一个专门的工具。
免费的BI
免费模式可能会变得常见，比如现在的使用者就可以更加容易的获得分析许可。 更多的数字可视化工具正在变得低价甚至是免费，所以他们将更容易的出现在日常的办公场所当中。
当更多的人参与到分析当中时，数字识别率就会提升，之后更多的人就知道他们自己在寻找什么，明白这些对他们公司意味着什么。100年前，仅仅是阅读和书写技能就可以推动学术的发展，而现在数字识别率正在成为员工最重要的一项商业技能。
更加智能的数据管理
2017年，所有的企业都将清醒，他们会意识到：“数据智能管理不是一个奢侈品，而是一个必需品。”
人们一般都会说要让智能与使用者的关系更加紧密，把BI建设到更多应用和分销智能中去。但，公司需求的是可以收集，筛选和管理的正确的信息。而这些需要的是智能数据管理；通过智能数据管理，那些传统数据管理方案所不能处理的问题就可以被明确和解决，因此企业就可以对不同的数据进行管理，透明的保护数据并确保满足相关数据管理规定。
数据颠覆
2016年，人们的话题从数字IT转移到了数字商业。公司更加关注于数字商业新应用与创新，数据使用增强和新技术设备应用。 麦肯锡全球研究所指出：数字化更高的金融，IT和媒体公司的平均收益是那些数字化较低公司的三倍。所以，现在的各行各业，都正在被数据化颠覆。
2017年，IT和商业领导人必须团结在一起以应对持续不断的新技术应用的冲击，处理大量不稳定的数据，并即时获得软体定义设备。但，实现这一切的基础是必须实施一个自动化的新方案，一个可以桥接目前的IT的模型和未来的应用，数据和设备联合的“超级融合体。”
嵌入式的BI
试想一下，AI的潜力，未来的商业程序软件可以让生产者更好的计划生产，让零售商知道如何根据用户体验来进行销售，而且不仅如此；未来的机器设备可以随时随地报告自己的健康情况，以便工人更好的进行维护。
无缝式嵌入的BI技术的发展是未来应用方案的关键，未来的BI将可以毫无延迟的实时处理大量的数据，并具有能够为客户同时提供自身敏捷性，连接性，可追溯性和高管理型等强大能力。
