BI“後浪”觀遠資料的AI生意經

      【IT168  評論】浪奔，浪流，萬里濤濤江水永不休。日前，《後浪》影片引發了廣泛的討論，無論前浪和後浪都不乏時代的弄潮兒，時代滾滾向前，浪潮驚濤拍岸。

　　在數字經濟時代，資料成為新的生產資料，也是重要的生產要素。隨著市場競爭加劇，為了更快速響應市場變化，及時洞察消費者需求，很多企業引入了BI（Business Intelligence 商業智慧），挖掘資料價值，驅動自身成長。

　　在BI市場20多年的歷史長河中，湧現了大批BI廠商。2016年成立的觀遠資料算一個不折不扣的“後浪”，創始人兼CEO蘇春園在接受採訪時從不忌諱後來者的身份，畢竟成立時間短，但他會強調觀遠有自己的信仰和實力，這是作為一個技術創業者的自信。

　　“AI驅動BI發展”、“BI的未來是AI”、“BI裡的AI在國內還是泡沫”成為近兩年業內熱議的話題，從權威機構Gartner到BI廠商以及最終企業使用者，都在強調AI對於BI未來發展的意義。蘇春園也是AI的擁躉，曾多次強調AI是未來趨勢。但是他也更加明白企業要長久發展，既要放眼未來，也應立足現在，BI“後浪”觀遠有自己的AI生意經。

AI應用因企業資料基礎而定

　　我們先講一點BI的歷史。

　　BI是比較早應用資料的技術，BI的概念最早是Gartner於上個世紀90年代提出。當時將商業智慧定義為一類由資料倉儲（或資料集市）、查詢報表、資料分析、資料探勘、資料備份和恢復等部分組成的、以幫助企業決策為目的的技術及其有應用。目前，BI通常被理解為將企業中現有的資料轉化為知識、幫助企業做出明智的業務經營決策的工具。

　　2007年BI迎來了變局，以BO、海波龍、Cognos為代表的傳統BI廠商被SAP、甲骨文和IBM收購，舊的時代終結，新的時代到來。不僅僅是傳統BI廠商寡頭格局形成，新的技術也帶來變革，從傳統到敏捷、現代化的BI序幕即將拉開。國外2009年成立的Tableau成為新一代BI的代表者，在2019年Tableau被Salesforce收購，也引起了海內外轟動。

　　觀遠資料在2016年成立，主打敏捷化、智慧化，提供BI+AI的解決方案，定位為新一代資料分析與智慧決策解決方案服務商。而隨著客戶積累，蘇春園發現國內企業資料基礎和之前想的有些不同，公司也略微做了調整。“BI的未來一定是AI+BI，大方向肯定是一點沒變，但是路徑也是要不斷迭代、最佳化修正。”蘇春園介紹，無論是資料分析還是AI的應用都需要有一定的資料基礎。

　　其實，BI和資料分析被討論的多了，資料價值不一定能出來，但是業內人士有不少都經歷了這樣的一條心裡路程：都知道國內的資料基礎比國外差，沒想到有的竟然這麼差。

　　在觀遠成立的前兩年，蘇春園發現不少規模比較大、品牌實力強勁的企業資料基礎仍然非常差，並不適合馬上直接做BI分析。因此，觀遠也引入了資料倉儲和智慧資料準備（Smart ETL）等產品，幫助企業構建資料基礎，提供一站式的智慧資料分析服務。“我們不能領先市場太多，還是要圍繞國內的國情和客戶的現狀。”蘇春園說。

　　在AI方面，蘇春園強調不能為了AI而AI，他要為AI潑點冷水。一方面AI的應用有一定的門檻，另一方面AI並非萬能，要結合具體業務場景來落地。他認為國內企業資料基礎大概分為三個層面，現在大部分企業還是處在BI的應用階段，還未涉及到AI。

　　具體來看資料基礎情況，比較底層的是沒有資料倉儲。此類企業不能以規模和營收簡單劃定，有的一年銷售額幾十億元，但是數字化基礎依然比較薄弱，可能需要觀遠這樣的廠商提供一站式的BI服務；中間一層的是應用了傳統的BI軟體做升級。這類企業原來的傳統BI或傳統報表以固化靜態的方式呈現，很難實現精細化管理，快速響應市場變化，需要敏捷而高效能的BI產品；第三層是在BI方面已經解決了溫飽問題，有了一定的資料基礎，可以嘗試應用一些AI場景，比如在銷售預測、門店診斷、行動建議等方面幫助企業做相關決策，觀遠的客戶中，AI已在一些世界500強企業有了落地。

　　資料基礎的積累並非一朝一夕之事，從BI到AI也要有個過程。國內在幾個浪潮疊加下產生了新的機遇，也面臨著不小的挑戰。

浪潮疊加下摸著石頭過河

　　在BI領域國外發展早，有值得借鑑之處。但是有些路，總要自己去走去探索。

　　蘇春園認為Tableau被收購對行業尤其是中國BI市場是利好，在BI方面中國落後美國5-10年，Tableau被Salesforce 157億美金收購，讓更多人看到了BI的價值。雖然美國在BI方面的發展相對成熟，但他相信國內移動化、大資料、BI、AI等幾個浪潮疊加，在面向AI的未來，目前全球基本處在同一起跑線，甚至有機會引領全球，這是機遇也是挑戰。

　　國內企業資料基礎參差不齊、資料意識淡薄、資料人才缺乏是不可忽視的現狀，處在浪潮疊加之中，廠商和企業都是摸著石頭過河，摸索了這些年，也有了一定的收穫。比如公認國內企業對於定製化要求比較多，需要廠商提供一定的諮詢能力，企業在選型的時候也更看重廠商對業務的理解等。

　　“中國的客戶需要的不只是BI工具，更需要一些行業實踐，國外BI技術已經應用了很多年，很多相關的資料分析師、業務分析師群體已經成長起來，他們對企業業務比較懂，中國是幾步並作一步，所以不少客戶除了BI工具，還希望有些行業最佳實踐作為參考。”蘇春園在介紹中美兩國BI市場不同時指出。

　　在實踐過程中，觀遠基於國內市場現狀提煉出了BI+AI的5A實踐路徑來構建資料驅動的決策大腦，其中Agile 敏捷化、Accurate 場景化、Automated 自動化、Augmented 增強化和Actionable 行動化對應著不同資料基礎的企業。

　　比如對於資料基礎薄弱的企業，敏捷化就是可以透過托拉拽的方式快速構建資料分析，當資料分析用起來後，場景化會基於場景提供一些行業比較經典的分析模板和最佳實踐，有了這些就可以進一步實現從人找數到數追人的自動化分析和預警，最終實現基於資料的行動決策指導。

　　蘇春園對AI還是充滿信心，但是要實現最終的“人機協同”還是要講究方法策略，他認為要“以終為始，分步構建”。

　　所謂以終為始，就是做任何數字化的建設，需提前做規劃，但是不能只看眼前三個月要解決什麼問題，放眼未來，先了解公司未來一到三年可能需要透過技術解決的不同層次的問題。“看三年，做三月，就是先從眼前的三個月開始做起，以終為始。”

　　而從BI到AI的以終為始，蘇春園介紹觀遠會先與企業分享領先客戶從BI到AI演進的路徑，甚至會幫企業評估有沒有到應用AI的階段，會建議企業先把BI用好用深，然後陸續探索AI的應用場景，從小場景到大場景，一步一步構建，這樣專案實施更有可能成功。

　　滾滾長江東逝水，浪花淘不盡英雄。在前浪與後浪的翻湧中，所有的探索都會有時代的回聲。從數字化時代到智慧化時代，翻滾吧，BI 弄潮兒！