當BI遇到AI，看"最強大腦"如何幫我們做出決策？
商業智能(BI)平臺在不斷發展。通過添加人工智能和機器學習，企業正在將數據儀表盤和業務分析轉變為更全面的決策支持平臺。在這種向“決策智能”發展的趨勢中，復雜的工具組合越來越多地嵌入到企業工作流程中，決策者無論何時何地都最需要這些工具。
星座研究公司(Constellation Research)分析師Nicole France說：“決策智能是企業處理大量數據以做出決策的能力。這與商業智能將要做的事情是一樣的，但可以用在整個企業中。”
決策智能在實際使用中一個最明顯的例子是推薦引擎，它使用分析來預測消費者會覺得哪些產品最合適，或者消費者會有興趣去看哪些電影。France說，這類工具提供了情景和相關選項，幫助人們做出更好的決策，并補充說，傳統商業智能工具的儀表盤和分析仍然很有價值，但決策智能更容易使用，而且更相關。
她說：“對于一線員工來說，情景很重要。但有一定程度的復雜性，很難把握好。目標是以一種清晰、易懂的方式呈現事物，以便人們能夠理解一些復雜的分析，并快速做出決策。”
決策智能案例
新冠疫情加速了全球經濟幾乎每個領域的數字化轉型，而人工智能正日益成為這類轉型的關鍵所在。在451研究機構調查的企業中，95%以上的企業認為人工智能對數字化轉型很重要，65%認為是非常重要的。
據今年1月底公布的調查，去年美國人工智能的采用率比上一年上升了9個百分點，只有28%的公司表示，由于疫情，他們放慢了人工智能項目。
人工智能流行的一個關鍵領域是數據和分析。RealBI公司在2021年對軟件開發人員和IT領導進行的一項調查顯示，41%的企業看到對數據和分析的訪問請求有所增加，其中最重要的原因之一是讓用戶能夠做出數據驅動的決策。此外，調查顯示，人們對將機器學習嵌入到分析軟件或者儀表盤的興趣越來越高，近16%的企業計劃在不久的將來增加這項技術，而目前只有6%的公司是這樣做的。
將人工智能或機器學習添加到商業智能平臺中，使其能夠在決策者需要的時間和地點提供情景、預測和建議，由此而演變為決策智能平臺。
據Gartner預測，到2023年，超過1/3的大型企業將有分析師實踐決策智能。
這家研究公司把“決策智能”定義為一個框架，支持數據和分析領導能夠在業務成果和行為的情景中設計決策模型和流程。在實踐中，這意味著決策智能使用分析來幫助員工、客戶以及業務合作伙伴做出決策，方法是隨時隨地為他們提供需要的數據、分析和預測。
隨著決策智能成為業務流程的核心部分，決策制定得比以前更快、更容易，而且成本更低。
車管所不用排大隊了
決策智能不僅能幫助員工做出更好的決策，還能幫助他們更快地做出決策。當人們在車管所(Department of Motor Vehicles)排隊等候時，后者顯得尤其重要，因為他們在那里的每一分鐘都有可能染上致命的疾病。
美國加州車管所首席數字轉型官Ajay Gupta說：“在我看來，決策智能不僅僅是分析和洞察，更是能夠做出決策。我們在日常工作中使用人工智能，它不僅告訴你需要做什么，去做什么，而是像其他人一樣幫助你做出決定。”
他說，該機構在疫情期間就開始實施智能文檔處理。該功能支持用戶上傳文件，并在到達車管所之前查明他們是否忘帶了什么。數字化轉型平臺供應商ABBYY幫助車管所完成了這個項目，其他工作由咨詢公司User Friendly Consulting完成。
Gupta說：“計算機視覺涉及到一些挖掘工作。人工智能是根據歷史數據和我們提供的訓練做出決策的。”他說，利用這一平臺，人們不用再回去拿正確的文件了。而且它縮短了辦事時間，因為需要在窗口辦理的手續減少了。”
例如，美國聯邦政府正在推動將駕照升級為新的Real ID格式，這將方便人們在國內出行。因此，許多加州居民需要到車管所領取新的駕照。通過增加人工智能功能以及支持提前上傳文件功能，加州車管所將個人辦事時間從每人27分鐘減少到10分鐘左右。
Gupta補充說，“這在疫情期間起了很大作用。在擁擠的場所呆的時間越短，被感染的機會就越小。”另外，如果不來回傳遞文件，病毒在紙張表面傳播的機會就會減少。
他說，“聊天機器人還能幫助回答車管所客戶和員工提出的基本問題。我們現在正在研究的一件事，就是利用它及時培訓技術人員。”
注入決策智能
加州車管所還計劃使用人工智能進行調度。由于大約有1萬名員工在家里、外地辦事處和總部工作，很難保證每個分支機構都有足夠的人員來輪班。
目前，車管所的數據科學家對此進行了分析，為地區經理和辦公室主任提供建議。而該機構目前正在評估將決策智能嵌入到不是數據科學家的員工所使用的系統平臺，并有望在今年做出最終的供應商選擇。
Gupta說：“有了新的工具，這將被整合起來，并與工作流系統集成在一起。使用專門為獲得良好用戶體驗而設計的開箱即用式產品，所有這些都會成為一個易于使用界面的一部分。這將為員工創造一個更好的決策過程。”
他說，最終的決策還是由人類做出。這一界面顯示選項，創建可以更改的日歷，建立最佳的基線計劃，實際的觸發器由管理人員觸發。”
車管所目前正在評估用于此項的工具，包括注入街道交通數據的功能。該機構的網站已經包含了人流信息，以幫助客戶決定什么時候來辦事。這些信息還用于安排工作班次。
Gupta說：“但在灣區和洛杉磯，交通和停車造成了外地辦事處周圍秩序很亂，因此我們正在研究怎樣借鑒這些數據，以幫助我們進行優化。”
車管所還希望通過機器學習幫助內部調查人員發現機構內外的浪費和濫用行為。他說：“我們的目標是建立一個人類輔助決策智能模型，由我們的調查人員、行為科學家和數據官員提供信息。”
他介紹說，新冠病毒加快了該機構的轉型時間表，車管所其實早已朝著這個方向前進了。
Gupta說：“我們實際上很好地利用了這場危機，使用人工智能、RPA和機器學習來幫助我們的客戶。希望我們能繼續保持這一勢頭。我也希望疫情能盡快結束，但我們所做的一切都會保留下來。”
決策智能的其他應用情形
在網絡安全領域，人們必須根據大量快速移動的數據做出決策，這對企業來說有很大的潛在風險。正如網絡公司Cato Networks所展示的那樣，人工智能和機器學習能夠在幫助安全分析師做出更好的決策方面發揮作用。
該公司的研究部部長Avidan Avraham說：“我們在Cato的一系列活動中大量使用了人工智能和機器學習。例如，我們建立了一個信譽模型，使用了我們所掌握的有關域和IP地址的所有信息。它基于內部網絡數據和開源情報數據，來預測被惡意攻擊的可能性。”
他說，這意味著威脅追蹤分析師可以優先進行他們的調查。
Cato構建了自己的技術來實現這一點，使用Amazon Elastic MapReduce來訓練自己的模型。Avraham說，該公司已經使用這一系統一年多了，效果很好，誤報率也很低。他說：“這已經嵌入到我們分析師的工作流程中了。在我們使用這項技術之前，我們通常是手工進行分析，因此很明顯，現在的分析過程要快得多。”
決策智能還可以幫助企業更加保持一致。舉個例子，一個銀行信貸員要做出貸款批準的決定。
普華永道合伙人兼全球人工智能主管Anand Rao說：“很多情況下，當個人參與其中時，每個信貸員的不同背景甚至情緒都可能會影響到貸款的審批。”
企業有很多方法來達到一致，比如通過培訓，但外部因素仍然會起作用。例如，如果一個信貸員今天過得不爽。在這里，決策智能工具就可以提供情景和建議，以幫助業務流程更為一致。
決策智能在其他企業領域的應用(包括客戶關系管理和銷售工具)也在增長——這并不奇怪，因為有可能將人類智能與人工智能結合起來，以增強決策過程。
