【IT168  评论】浪奔，浪流，万里涛涛江水永不休。日前，《后浪》视频引发了广泛的讨论，无论前浪和后浪都不乏时代的弄潮儿，时代滚滚向前，浪潮惊涛拍岸。

　　在数字经济时代，数据成为新的生产资料，也是重要的生产要素。随着市场竞争加剧，为了更快速响应市场变化，及时洞察消费者需求，很多企业引入了BI（Business Intelligence 商业智能），挖掘数据价值，驱动自身成长。

　　在BI市场20多年的历史长河中，涌现了大批BI厂商。2016年成立的观远数据算一个不折不扣的“后浪”，创始人兼CEO苏春园在接受采访时从不忌讳后来者的身份，毕竟成立时间短，但他会强调观远有自己的信仰和实力，这是作为一个技术创业者的自信。

　　“AI驱动BI发展”、“BI的未来是AI”、“BI里的AI在国内还是泡沫”成为近两年业内热议的话题，从权威机构Gartner到BI厂商以及最终企业用户，都在强调AI对于BI未来发展的意义。苏春园也是AI的拥趸，曾多次强调AI是未来趋势。但是他也更加明白企业要长久发展，既要放眼未来，也应立足现在，BI“后浪”观远有自己的AI生意经。

AI应用因企业数据基础而定

　　我们先讲一点BI的历史。

　　BI是比较早应用数据的技术，BI的概念最早是Gartner于上个世纪90年代提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其有应用。目前，BI通常被理解为将企业中现有的数据转化为知识、帮助企业做出明智的业务经营决策的工具。

　　2007年BI迎来了变局，以BO、海波龙、Cognos为代表的传统BI厂商被SAP、甲骨文和IBM收购，旧的时代终结，新的时代到来。不仅仅是传统BI厂商寡头格局形成，新的技术也带来变革，从传统到敏捷、现代化的BI序幕即将拉开。国外2009年成立的Tableau成为新一代BI的代表者，在2019年Tableau被Salesforce收购，也引起了海内外轰动。

　　观远数据在2016年成立，主打敏捷化、智能化，提供BI+AI的解决方案，定位为新一代数据分析与智能决策解决方案服务商。而随着客户积累，苏春园发现国内企业数据基础和之前想的有些不同，公司也略微做了调整。“BI的未来一定是AI+BI，大方向肯定是一点没变，但是路径也是要不断迭代、优化修正。”苏春园介绍，无论是数据分析还是AI的应用都需要有一定的数据基础。

　　其实，BI和数据分析被讨论的多了，数据价值不一定能出来，但是业内人士有不少都经历了这样的一条心里路程：都知道国内的数据基础比国外差，没想到有的竟然这么差。

　　在观远成立的前两年，苏春园发现不少规模比较大、品牌实力强劲的企业数据基础仍然非常差，并不适合马上直接做BI分析。因此，观远也引入了数据仓库和智能数据准备（Smart ETL）等产品，帮助企业构建数据基础，提供一站式的智能数据分析服务。“我们不能领先市场太多，还是要围绕国内的国情和客户的现状。”苏春园说。

　　在AI方面，苏春园强调不能为了AI而AI，他要为AI泼点冷水。一方面AI的应用有一定的门槛，另一方面AI并非功能较多，要结合具体业务场景来落地。他认为国内企业数据基础大概分为三个层面，现在大部分企业还是处在BI的应用阶段，还未涉及到AI。

　　具体来看数据基础情况，比较底层的是没有数据仓库。此类企业不能以规模和营收简单划定，有的一年销售额几十亿元，但是数字化基础依然比较薄弱，可能需要观远这样的厂商提供一站式的BI服务；中间一层的是应用了传统的BI软件做升级。这类企业原来的传统BI或传统报表以固化静态的方式呈现，很难实现精细化管理，快速响应市场变化，需要敏捷而高性能的BI产品；第三层是在BI方面已经解决了温饱问题，有了一定的数据基础，可以尝试应用一些AI场景，比如在销售预测、门店诊断、行动建议等方面帮助企业做相关决策，观远的客户中，AI已在一些世界500强企业有了落地。

　　数据基础的积累并非一朝一夕之事，从BI到AI也要有个过程。国内在几个浪潮叠加下产生了新的机遇，也面临着不小的挑战。

浪潮叠加下摸着石头过河

　　在BI领域国外发展早，有值得借鉴之处。但是有些路，总要自己去走去探索。

　　苏春园认为Tableau被收购对行业尤其是中国BI市场是利好，在BI方面中国落后美国5-10年，Tableau被Salesforce 157亿美金收购，让更多人看到了BI的价值。虽然美国在BI方面的发展相对成熟，但他相信国内移动化、大数据、BI、AI等几个浪潮叠加，在面向AI的未来，目前全球基本处在同一起跑线，甚至有机会引领全球，这是机遇也是挑战。

　　国内企业数据基础参差不齐、数据意识淡薄、数据人才缺乏是不可忽视的现状，处在浪潮叠加之中，厂商和企业都是摸着石头过河，摸索了这些年，也有了一定的收获。比如公认国内企业对于定制化要求比较多，需要厂商提供一定的咨询能力，企业在选型的时候也更看重厂商对业务的理解等。

　　“中国的客户需要的不只是BI工具，更需要一些行业实践，国外BI技术已经应用了很多年，很多相关的数据分析师、业务分析师群体已经成长起来，他们对企业业务比较懂，中国是几步并作一步，所以不少客户除了BI工具，还希望有些行业非常好的实践作为参考。”苏春园在介绍中美两国BI市场不同时指出。

　　在实践过程中，观远基于国内市场现状提炼出了BI+AI的5A实践路径来构建数据驱动的决策大脑，其中Agile 敏捷化、Accurate 场景化、Automated 自动化、Augmented 增强化和Actionable 行动化对应着不同数据基础的企业。

　　比如对于数据基础薄弱的企业，敏捷化就是可以通过托拉拽的方式快速构建数据分析，当数据分析用起来后，场景化会基于场景提供一些行业比较经典的分析模板和非常好的实践，有了这些就可以进一步实现从人找数到数追人的自动化分析和预警，最终实现基于数据的行动决策指导。

　　苏春园对AI还是充满信心，但是要实现最终的“人机协同”还是要讲究方法策略，他认为要“以终为始，分步构建”。

　　所谓以终为始，就是做任何数字化的建设，需提前做规划，但是不能只看眼前三个月要解决什么问题，放眼未来，先了解公司未来一到三年可能需要通过技术解决的不同层次的问题。“看三年，做三月，就是先从眼前的三个月开始做起，以终为始。”

　　而从BI到AI的以终为始，苏春园介绍观远会先与企业分享领先客户从BI到AI演进的路径，甚至会帮企业评估有没有到应用AI的阶段，会建议企业先把BI用好用深，然后陆续探索AI的应用场景，从小场景到大场景，一步一步构建，这样项目实施更有可能成功。

　　滚滚长江东逝水，浪花淘不尽英雄。在前浪与后浪的翻涌中，所有的探索都会有时代的回声。从数字化时代到智能化时代，翻滚吧，BI 弄潮儿！