大数据 频道

BI“后浪”观远数据的AI生意经

  【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并非万能,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,还希望有些行业最佳实践作为参考。”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最佳实践,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!

1
相关文章