來源  /   ToB行業(yè)頭條  （ID：wwwqifu）  

作者 /   不二 

自Gartner 1996年提出商業(yè)智能BI的概念起，二十多年的發(fā)展過程中，中國(guó)商業(yè)智能BI發(fā)展起起伏伏，毀譽(yù)參半。

一方面，是市面上傳來的一些悲觀的聲音。例如，“BI跌落神壇”，“BI資本叫座企服市場(chǎng)卻微弱”，“BI一邊高速奔跑，一邊屢受詬病”，“商業(yè)智能BI概念雖好，但實(shí)用性不強(qiáng)”，“商業(yè)智能賽道進(jìn)入紅海，創(chuàng)立BI是一個(gè)很大的挑戰(zhàn)”等等。

尤其是在乘著2013年大數(shù)據(jù)的東風(fēng)小火了一陣但沒有火起來之后，鞭策者經(jīng)常會(huì)在肯定BI的同時(shí)，突出強(qiáng)調(diào)BI的弊病和短板。

另一方面，是行業(yè)從業(yè)者們對(duì)BI的不懈探索，并小有收獲。例如，永洪科技用敏捷型BI推動(dòng)企業(yè)產(chǎn)品消費(fèi)化；帆軟用自助型BI讓業(yè)務(wù)人員自主、靈活、多樣的可視化分析，數(shù)秒實(shí)現(xiàn)數(shù)據(jù)可視化；觀遠(yuǎn)數(shù)據(jù)用現(xiàn)代化BI，讓業(yè)務(wù)人員快速、廣泛、活躍地用起來，幫助企業(yè)構(gòu)建敏捷決策能力。

可以看見，在BI賽場(chǎng)里，選手們鉚足干勁，全方位發(fā)力，試圖為BI的發(fā)展破局。

那么，一個(gè)行業(yè)為什么有“兩副面孔”？現(xiàn)在商業(yè)智能BI到底發(fā)展到哪一階段了呢？行業(yè)存在的頑疾是否已經(jīng)解決了呢？從業(yè)者們面臨的問題還有哪些？未來商業(yè)智能BI將以怎樣的形式呈現(xiàn)？帶著這些問題，「ToB行業(yè)頭條」進(jìn)行了采訪和探索。

01

商業(yè)智能BI是夕陽or朝陽行業(yè)？

2022年，從業(yè)者們認(rèn)為，BI終于迎來爆發(fā)前夕。

觀遠(yuǎn)數(shù)據(jù)CEO蘇春園表示：“2022年，是BI的變局之年，即商業(yè)智能BI正從過去以報(bào)表為主的傳統(tǒng)BI時(shí)代，進(jìn)入以業(yè)務(wù)分析為主的現(xiàn)代化BI時(shí)代”。

帆軟副總裁袁華杰也表示：“如果說發(fā)展多年的ERP或者OA是12點(diǎn)鐘的太陽，那么BI現(xiàn)在就是9點(diǎn)鐘的太陽，正處于成熟期前的快速發(fā)展階段”。

總而言之，從業(yè)者對(duì)BI的態(tài)度十分積極。

但這和市面上的消極聲音大相徑庭，究其原因，廠商們一致認(rèn)為，是BI在快速發(fā)展，而人們的認(rèn)知還停留在原地。

過去，行業(yè)認(rèn)為，不成熟的商業(yè)環(huán)境、高要求的使用門檻、不實(shí)用的BI產(chǎn)品，是商業(yè)智能BI發(fā)展低預(yù)期的三大主要原因。

具體而言，首先，BI是在企業(yè)積累了大量的數(shù)據(jù)，并且認(rèn)知到數(shù)據(jù)的價(jià)值之后，才會(huì)產(chǎn)生如何利用數(shù)據(jù)輔助企業(yè)運(yùn)營(yíng)，幫助企業(yè)決策，提高企業(yè)經(jīng)營(yíng)質(zhì)量的需求，是建立在企業(yè)信息化基礎(chǔ)之上的智能決策需求。

而當(dāng)下很多企業(yè)還處于業(yè)務(wù)流程化、信息化的初級(jí)階段，尚未開始數(shù)據(jù)分析，因此商業(yè)環(huán)境的滯后性，讓國(guó)內(nèi)BI的發(fā)展低于預(yù)期。

其次，不少?gòu)臉I(yè)者抱怨到，“Excel都用不溜的業(yè)務(wù)部門，要求他們做BI分析太難了”，“中國(guó)企業(yè)里很少有數(shù)據(jù)科學(xué)家這樣的角色，而是“表哥表姐”們圍繞各種指標(biāo)做報(bào)表給領(lǐng)導(dǎo)或業(yè)務(wù)決策者看，如果沒有預(yù)先定義的業(yè)務(wù)指標(biāo)，大家根本不知道該怎么玩”，“IT人員不懂業(yè)務(wù)，業(yè)務(wù)人員不會(huì)操作，BI必然只能停留在工具層面”。高要求的使用門檻和欠缺操作能力業(yè)務(wù)人員間的落差，也是BI存在的主要問題之一。

最后，在應(yīng)用操作層，“國(guó)外自助式BI占比50%以上，國(guó)內(nèi)大多數(shù)BI還是報(bào)表為王”，“很多BI行業(yè)結(jié)合不深，分析方法不落地，產(chǎn)品難用”，“有些公司的產(chǎn)品名字叫BI，但其實(shí)就是數(shù)據(jù)可視化工具，說自己是BI產(chǎn)品就是顯得高大上唬人而已”，產(chǎn)品不好用，與業(yè)務(wù)脫節(jié)，成為BI公認(rèn)的弊病之一。

然而，經(jīng)過幾年的發(fā)展，劣勢(shì)情況正在發(fā)生改變。

從政策來看，國(guó)家《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》強(qiáng)調(diào)，數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)深化發(fā)展的核心引擎?！霸跀?shù)字化戰(zhàn)略指引下，企業(yè)要降本增效，提高經(jīng)營(yíng)效率，構(gòu)筑競(jìng)爭(zhēng)壁壘，就需要業(yè)務(wù)數(shù)字化，流程數(shù)字化，人員數(shù)字化，決策數(shù)字化，運(yùn)用更多的數(shù)據(jù)參與企業(yè)的決策經(jīng)營(yíng)，這是行業(yè)政策背景下自然衍生的一種機(jī)會(huì)，也是BI的價(jià)值所在。因此，過去可能很多企業(yè)不重視BI，但現(xiàn)在已經(jīng)慢慢地開始重視了”。袁華杰表示。

從人員能力來看，一方面，企業(yè)在自主培訓(xùn)?，F(xiàn)在很多企業(yè)會(huì)以IT部門做支撐，對(duì)業(yè)務(wù)人員進(jìn)行賦能培訓(xùn)，幫助他們掌握一定的技能，實(shí)現(xiàn)自助分析；或者配備數(shù)據(jù)團(tuán)隊(duì)，如數(shù)據(jù)分析師或者ITBP來幫助業(yè)務(wù)團(tuán)隊(duì)完成一些復(fù)雜的分析，簡(jiǎn)單的留給業(yè)務(wù)自己做。

另一方面，一些服務(wù)商也在幫助企業(yè)培養(yǎng)，為企業(yè)輸送人才力量。袁華杰表示，“我們的社區(qū)已經(jīng)有186萬的注冊(cè)用戶，月活用戶10萬，拿到證書的每年以3萬的速度增加，這個(gè)證書可以幫助用戶在應(yīng)聘數(shù)據(jù)分析師、報(bào)表工程師等職位時(shí)做背書，提升人員的數(shù)字化能力”。

從產(chǎn)品來說，針對(duì)產(chǎn)品和業(yè)務(wù)結(jié)合不深的問題，蘇春園表示，舉個(gè)例子，永和大王的外賣運(yùn)營(yíng)經(jīng)理在了解到我們的購(gòu)物籃組合后，自己就能優(yōu)化套餐組合搭配，所以市面上的產(chǎn)品是可以做到產(chǎn)品和業(yè)務(wù)結(jié)合的，另外針對(duì)企業(yè)數(shù)據(jù)口徑對(duì)不上，或者版本不同的問題，我認(rèn)為同樣不用擔(dān)心，數(shù)據(jù)治理、數(shù)據(jù)分析永遠(yuǎn)是一個(gè)相輔相成，不斷迭代的過程，越用越多一定是越來越能夠促進(jìn)數(shù)據(jù)的治理。

當(dāng)商業(yè)環(huán)境、使用人員以及產(chǎn)品逐漸往成熟靠攏時(shí)，BI賽道再次熱錢涌動(dòng)。數(shù)據(jù)顯示，2022年，BI數(shù)智廠商中的觀遠(yuǎn)數(shù)據(jù)、數(shù)說故事、新略數(shù)智、海致BDP等均獲得了超過億元以上融資，累計(jì)融資超過20億元，這表明在繼2013年大數(shù)據(jù)風(fēng)口之后，2022年賽道再次被資本追逐。

02

什么樣的BI產(chǎn)品是好產(chǎn)品？

據(jù)IDC《2021下半年中國(guó)商業(yè)智能軟件市場(chǎng)跟蹤報(bào)告》顯示，2021全年中國(guó)商業(yè)智能軟件市場(chǎng)規(guī)模達(dá)到7.8億美元，同比增長(zhǎng)34.9%，IDC預(yù)測(cè)，到2026年，中國(guó)商業(yè)智能軟件市場(chǎng)規(guī)模將達(dá)到20.2億美元，未來5年市場(chǎng)年復(fù)合增長(zhǎng)率(CAGR)為20.8%。

這表明BI確實(shí)在快速發(fā)展，不過，行業(yè)存在的痛點(diǎn)問題，如業(yè)務(wù)人員不會(huì)用，產(chǎn)品實(shí)用性不強(qiáng)的問題，當(dāng)前并沒有完全解決，確切地說，玩家們是正在解決中。也因此，到底什么樣的產(chǎn)品是好產(chǎn)品，不同玩家理解不同。

以新秀廠商觀遠(yuǎn)數(shù)據(jù)、老牌BI廠商帆軟，以及跨賽道廠商數(shù)睿數(shù)據(jù)為例：

蘇春園認(rèn)為，當(dāng)下，企業(yè)需要用數(shù)據(jù)來在不確定中尋找確定性，但是過去很多BI產(chǎn)品上線即顛峰，之后既不活躍，也不產(chǎn)生業(yè)務(wù)價(jià)值，因此BI廠商最核心的價(jià)值是能否降低使用門檻，讓業(yè)務(wù)部門用起來。

在這一理念下，觀遠(yuǎn)的產(chǎn)品更側(cè)重：易用性，其本質(zhì)是讓業(yè)務(wù)人員而不是IT人員，能夠敏捷快速地自己用起來；

企業(yè)級(jí)，其本質(zhì)是讓業(yè)務(wù)人員能夠廣泛的用起來。當(dāng)一個(gè)組織過千人使用數(shù)據(jù)的時(shí)候，性能問題、管控問題、資源隔離問題、穩(wěn)定性問題就越來越明顯，這就要求產(chǎn)品高性能、高穩(wěn)定、高管控、高擴(kuò)展，以及一站式，即綜合BI+AI的能力，實(shí)現(xiàn)數(shù)據(jù)的診斷、預(yù)測(cè)等深入分析；

場(chǎng)景化，即讓業(yè)務(wù)活躍地用起來。這個(gè)非常具備中國(guó)特色，因?yàn)橹袊?guó)的客戶特別希望能夠了解不同企業(yè)是如何做數(shù)據(jù)分析實(shí)踐的，然后通過先進(jìn)的實(shí)踐，優(yōu)秀分析方法的分享和啟發(fā)，幫助自己解決場(chǎng)景化的問題。

蘇春園表示：“對(duì)于BI價(jià)值衡量，部分企業(yè)會(huì)以某些量化數(shù)據(jù)來體現(xiàn)，比如商品有貨率提升，庫存降低比例等，但是其實(shí)我們反而不是很建議這樣去體現(xiàn)，因?yàn)橛行?shù)據(jù)是企業(yè)里面為了證明價(jià)值而去設(shè)計(jì)的，更多是marketing的需要，BI其實(shí)是相對(duì)間接的實(shí)現(xiàn)了一些業(yè)務(wù)上的增長(zhǎng)，因此活躍度是一個(gè)非常務(wù)實(shí)的指標(biāo)，觀遠(yuǎn)的產(chǎn)品理念是打造全球業(yè)務(wù)使用活躍度最高的BI 產(chǎn)品”。以太平鳥為例，IT人員和業(yè)務(wù)人員使用BI的比例，在6-12個(gè)月后，從8：2變成了2：8，新增了大量業(yè)務(wù)線的分析用戶。

即觀遠(yuǎn)數(shù)據(jù)用活躍率來衡量業(yè)務(wù)到底是否將BI用起來。

袁華杰則認(rèn)為，企業(yè)對(duì)于 BI 有著明確的訴求路徑，即整合數(shù)據(jù)解放 IT（體現(xiàn)在數(shù)據(jù)的接入、集成和管理上），通過分析和可視化手段輔助企業(yè)管理和業(yè)務(wù)決策，最終實(shí)現(xiàn)企業(yè)的降本增效和各項(xiàng)業(yè)務(wù)能力的優(yōu)化提升。

因此在這一理念驅(qū)動(dòng)下，帆軟自助式BI產(chǎn)品強(qiáng)調(diào)“強(qiáng)大易用，人人可用”。

具體而言，易用性，其決定 BI 平臺(tái)的整體使用體驗(yàn)，是影響用戶持續(xù)使用的首要因素，因此帆軟把“學(xué)習(xí)路徑是否簡(jiǎn)單清晰”、“功能操作復(fù)雜度是否大于業(yè)務(wù)邏輯復(fù)雜度”兩項(xiàng)列為產(chǎn)品硬指標(biāo)；

性能，其決定著 BI 平臺(tái)的運(yùn)行速度與運(yùn)行質(zhì)量，不僅要快，還要穩(wěn)定，大數(shù)據(jù)時(shí)代，企業(yè)數(shù)據(jù)的量級(jí)不可同日而語，能支撐大數(shù)據(jù)也是對(duì) BI 平臺(tái)的關(guān)鍵要求，同時(shí)，BI 工具還要保證穩(wěn)定性，頻繁宕機(jī)和故障對(duì)企業(yè)來說是難以承受的；

功能性，BI 工具的功能眾多，不同企業(yè)的需求也不同，根據(jù) BI 的處理過程，有幾個(gè)核心功能是必須具備的，包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)處理、數(shù)據(jù)分析與可視化、平臺(tái)管控、場(chǎng)景需求轉(zhuǎn)換等。

袁華杰表示：因?yàn)橹谱鲌?bào)表的流程和分析的過程非常繁瑣和耗時(shí)間，所以帆軟的產(chǎn)品致力于提高效率，并且通過數(shù)據(jù)分析實(shí)現(xiàn)降本增效。以某航空公司客戶為例，該公司應(yīng)用BI后，該公司整體流程流轉(zhuǎn)效率提升6%，經(jīng)營(yíng)分析帶來的年成本節(jié)省達(dá)到了千萬元。

即帆軟用降本增效來衡量業(yè)務(wù)到底是否將BI用起來。

當(dāng)然，還有廠商認(rèn)為BI不能停留在數(shù)據(jù)階段，做統(tǒng)計(jì)與可視化，而要專注于把數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí)，所以產(chǎn)品追求的是不讓數(shù)據(jù)成為包袱，讓業(yè)務(wù)人員更專注于業(yè)務(wù)本身。

于是此類產(chǎn)品講究：數(shù)據(jù)融合，不過，數(shù)據(jù)融合是面向知識(shí)而非面向數(shù)據(jù)，即數(shù)據(jù)融合需要關(guān)注對(duì)更多數(shù)據(jù)維度、種類的覆蓋能力，結(jié)合相關(guān)性分析為維度選擇提供指導(dǎo)，而不僅是對(duì)更大數(shù)據(jù)量的支持；增強(qiáng)分析，增強(qiáng)分析需要同時(shí)具備顯性知識(shí)識(shí)別和隱性知識(shí)挖掘兩種能力，將技術(shù)能力與場(chǎng)景結(jié)合，而不僅是多做了幾種統(tǒng)計(jì)函數(shù)；敏捷易用，敏捷易用需要深入工業(yè)物聯(lián)、數(shù)字孿生中去，與跨行業(yè)的數(shù)字化應(yīng)用相互集成配合，而不僅是提供了API文檔和詳實(shí)的用戶引導(dǎo)。

即有產(chǎn)品用知識(shí)轉(zhuǎn)化率來衡量業(yè)務(wù)到底是否將BI用起來。

總的來說，無論產(chǎn)品功能描述有多強(qiáng)，BI行業(yè)的第一性還是讓更多企業(yè)及更多用戶認(rèn)知到BI價(jià)值，并在企業(yè)內(nèi)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)管理和業(yè)務(wù)進(jìn)步的成功。因此，為了達(dá)到目的，BI廠商們紛紛嘗試構(gòu)建自身的競(jìng)爭(zhēng)優(yōu)勢(shì)。

“和國(guó)外的BI對(duì)比，中國(guó)BI的活躍度簡(jiǎn)直被吊打，除了有產(chǎn)品的原因，在服務(wù)上，國(guó)內(nèi)真正做客戶成功的也沒有幾家，這是行業(yè)賦予觀遠(yuǎn)數(shù)據(jù)的機(jī)會(huì)，因此在觀遠(yuǎn)數(shù)據(jù)內(nèi)部，我們不僅將客戶成功部門作為一級(jí)部門為客戶提供長(zhǎng)期陪伴式服務(wù)，同時(shí)內(nèi)部將每個(gè)月第3周周五設(shè)置為“全員客戶成功日”，我們認(rèn)為客戶成功一定是大家未來所重視的”。蘇春園表示。

“我們公司不融資不上市，所以要保證公司健康成長(zhǎng)，就需要提供讓客戶滿意的服務(wù)和產(chǎn)品，這是我們最直白的商業(yè)邏輯，因此帆軟會(huì)主動(dòng)降低KA定制比例，聚焦行業(yè)，提取共性需求，倒逼產(chǎn)研團(tuán)隊(duì)把標(biāo)準(zhǔn)化、行業(yè)化產(chǎn)品做到極致。當(dāng)然這些離不開帆軟大量的用戶做支撐，超18000家的客戶積累讓我們更了解客戶需求，讓BI的價(jià)值在實(shí)際場(chǎng)景中得以體現(xiàn)，同時(shí)為了打造客戶口碑，帆軟還將官網(wǎng)的投訴手機(jī)號(hào)設(shè)為總裁辦電話，可以直達(dá)創(chuàng)始人”。袁華杰表示。

過去，BI行業(yè)的續(xù)約率不到50%，如今廠商都在從研發(fā)到產(chǎn)品到服務(wù)，全方位推動(dòng)業(yè)務(wù)使用，相信只要廠商是真務(wù)實(shí)而不是玩概念地打造BI易用性，那么未來BI行業(yè)的滲透率必將大大提高。

03

AI+BI是趨勢(shì)or泡沫？

當(dāng)前，全球商業(yè)智能和分析軟件解決方案市場(chǎng)規(guī)模高速擴(kuò)張，浪潮之下，除了關(guān)注產(chǎn)品，BI未來的發(fā)展趨勢(shì)也是行業(yè)著重關(guān)注點(diǎn)之一。

對(duì)此，業(yè)內(nèi)很多廠商，包括永洪、數(shù)睿數(shù)據(jù)、思邁特等都認(rèn)為，AI+BI是未來趨勢(shì)。

蘇春園分享到：“此前只是現(xiàn)代化BI（現(xiàn)代化BI包括自助型BI、敏捷型BI和智能BI）的序曲，2021-2030，行業(yè)正在迎來波瀾壯闊的十年，我們的愿景是讓1000萬用戶享受數(shù)據(jù)的價(jià)值?！?/p>

帆軟則認(rèn)為，BI+AI雖然是未來的主要趨勢(shì)，但受制技術(shù)成熟度以及客戶側(cè)投產(chǎn)比等，目前AI+BI在中國(guó)仍是泡沫。中國(guó)企業(yè)的BI建設(shè)在未來幾年內(nèi)將仍然以數(shù)據(jù)管理和數(shù)據(jù)分析為主，預(yù)計(jì)在2025年左右，中國(guó)的BI才開始邁入智能化階段。

由此可以看出，在BI行業(yè)內(nèi)，廠商們雖然認(rèn)可AI+BI的未來，但是對(duì)AI+BI到來的時(shí)間看法不盡相同。

帆軟副總裁袁華杰表示：“我們肯定認(rèn)可AI+BI是方向和趨勢(shì)，但是 AI+BI 現(xiàn)在到底有沒有應(yīng)用場(chǎng)景？我們要考慮市場(chǎng)的需求，不能急功冒進(jìn)”。

他總結(jié)說，業(yè)內(nèi)對(duì)BI的發(fā)展暢想，大致可以分為四個(gè)階段：

第一個(gè)階段，傳統(tǒng)BI：業(yè)務(wù)人員在IT人員的幫助下，費(fèi)時(shí)費(fèi)力的拿到數(shù)據(jù)開展業(yè)務(wù)。

第二個(gè)階段，自助式BI：業(yè)務(wù)人員提出需求，通過自助式BI開展業(yè)務(wù)。

第三個(gè)階段，智能BI：比如業(yè)務(wù)不用技術(shù)操作，直接喊一嗓子，就能通過自然語言查詢得到想要的數(shù)據(jù)，但目前市場(chǎng)上尚未有實(shí)際應(yīng)用的產(chǎn)品出現(xiàn)。

第四個(gè)階段，不需要人員參與，直接通過是智能角色開展業(yè)務(wù)，當(dāng)然這個(gè)階段已經(jīng)不屬于 BI 的范疇了，而是人工智能的范疇。

但實(shí)際上，首先，從客戶需求來看，當(dāng)前國(guó)內(nèi)在做的BI+AI，和我們想象中的智能BI是兩個(gè)類型，并沒有做到融合，簡(jiǎn)單來說：BI是BI、AI是AI，分開在不同場(chǎng)景，可能效果更佳。

此外AI的復(fù)用場(chǎng)景很窄，基本依靠定制，這就代表著企業(yè)高付費(fèi)，而企業(yè)是否能達(dá)成相對(duì)應(yīng)的價(jià)值產(chǎn)出呢？這個(gè)沒有人能保證。

因此，帆軟認(rèn)為在自助式BI尚未完全落地前提下，談智能BI尚早。

其次，比如自然語言查詢功能，需要諸多技術(shù)支持，目前并沒有標(biāo)桿案例，可能有些廠商表示已經(jīng)做好了自然語言查詢功能，但停留在實(shí)驗(yàn)室的demo階段，落在實(shí)用階段，往往用不起來，而數(shù)據(jù)上對(duì)最終結(jié)果的影響很大，因此AI+BI的落地還需要一段時(shí)間。

事實(shí)上，帆軟的表述并非沒有道理，當(dāng)前市面上就有一些以自然語言為噱頭的產(chǎn)品。

比如，有的產(chǎn)品中，出現(xiàn)很多這樣的表述：未來的BI應(yīng)該是人類和智能機(jī)器共同工作，讓機(jī)器做人該做的事，人做機(jī)器做不了的事；下一代BI與人的關(guān)系，應(yīng)該是利用機(jī)器的自我學(xué)習(xí)能力，讓工具代替人消化知識(shí)，降低知識(shí)運(yùn)用的門檻，然后由人把知識(shí)和業(yè)務(wù)結(jié)合，產(chǎn)出智慧，創(chuàng)造價(jià)值；基于自然語言處理，讓機(jī)器聽懂人話，從而使得枯燥乏味的數(shù)據(jù)自動(dòng)說人話，對(duì)數(shù)據(jù)不敏感人群提供友好的數(shù)據(jù)解讀輔助，這種產(chǎn)品一定程度上，展現(xiàn)了市場(chǎng)上存在的泡沫。

但是，AI+BI也并非無應(yīng)用場(chǎng)景，無案例可循，只是市場(chǎng)上案例比較少。

以觀遠(yuǎn)數(shù)據(jù)為例，在聯(lián)合利華的服務(wù)中，客戶期望優(yōu)化現(xiàn)有需求預(yù)測(cè)流程，比如預(yù)測(cè)每個(gè)倉(cāng)庫每個(gè)SKU出貨量、預(yù)測(cè)每個(gè)SKU全國(guó)總量、預(yù)測(cè)每個(gè)KC每個(gè)月拿貨賠額等，通過打造BI+AI協(xié)同閉環(huán)，觀遠(yuǎn)數(shù)據(jù)實(shí)現(xiàn)了業(yè)務(wù)分析3倍提效精準(zhǔn)預(yù)測(cè)；再比如鍋圈食匯，通過AI智能庫存分析，觀遠(yuǎn)數(shù)據(jù)將客戶門店產(chǎn)品的周轉(zhuǎn)天數(shù)從30天縮短至10天，實(shí)現(xiàn)了通過AI降低庫存。

由此可見，AI+BI在市面上有泡沫，但也有實(shí)體。

那么客戶在選擇產(chǎn)品時(shí)，如何辨別AI+BI產(chǎn)品是否優(yōu)秀呢？

觀遠(yuǎn)數(shù)據(jù)CEO蘇春園表示，首先，這個(gè)產(chǎn)品必須是一站式的標(biāo)準(zhǔn)化分析平臺(tái)，能夠支撐從BI到AI的各種能力，而不是割裂的平臺(tái)，比如做AI的時(shí)候又得定制一大堆的東西，那就變成了其實(shí)兩張皮；其次，是否真正能廣泛的客戶用起來，尤其是業(yè)務(wù)團(tuán)隊(duì)，也是一個(gè)評(píng)測(cè)標(biāo)準(zhǔn)。

帆軟副總裁袁華杰表示，從結(jié)果來看，BI 的核心是數(shù)據(jù)分析和展示，那么能否幫助業(yè)務(wù)人員更快地準(zhǔn)備數(shù)據(jù)節(jié)省人力，以及在業(yè)務(wù)人員做分析預(yù)測(cè)的時(shí)候提高效率，且能讓企業(yè)做到低投入，高產(chǎn)出，是AI+BI產(chǎn)品優(yōu)秀與否的判斷標(biāo)準(zhǔn)之一。

當(dāng)前，商業(yè)智能BI正收獲市場(chǎng)關(guān)注，數(shù)字化的到來也催生了強(qiáng)勁的BI需求，賽道玩家們正摩拳擦掌，躍躍欲試，相信未來幾年，商業(yè)智能定能以驚人速度站在企服行業(yè)前列，只不過，無論是從業(yè)者還是參與者，都需要多一份耐心和毅力，如此才能和賽道一起走向更遠(yuǎn)。