爱我就关注我吧~~

近日，各行各业各端都在争相接入DeepSeek大模型，圈内圈外的人士更是言必称AI。那么，当这个世界上AI无处不在，将会导致BI衰落，还是重新焕发生机？

多年来，直接面向客户的BI和数据分析工具一直统治着市场。而现在，AI正在改变这一切。因此，主流BI供应商正在向AI公司转型。那么，在AI时代，最终用户还需要了解BI和数据分析的未来吗？

成熟的BI供应商已经意识到了这一点，他们推出了远远超越报告和漂亮图表的新工具：通过生成式AI转向自然语言处理（NLP），使用户能够使用日常语言与数据进行交互，还将其他功能扩展到数据可视化，用易于理解的格式来呈现复杂的数据。

行业观察家一致认为，AI，尤其是大语言模型的兴起，极大的扩展了BI和数据分析工具的功能和范围。

德勤咨询公司总经理Chida Sadayappan表示，大模型通过实现结构化和非结构化数据的集成来转换数据分析，它们增强了数据解释、决策改进和流程自动化，使组织能够获得更深入的见解，并从数据中创造更多价值。

BI和分析工具将继续存在，但是它们的技术基础正在发生变化--迁移到云上的AI堆栈中。LTIMindtree公司执行副总裁 Jitendra Putcha指出，当前数据堆栈的每一层都将被重新构想和重塑，包括从提取、转换和加载（ETL）方式，转向AI驱动的数据处理。此外，用户分析将从基于SQL和Python的查询，转向使用自然语言处理的对话分析。

这意味着编码人员角色的转变。安讯士网络通讯公司业务开发经理Quang Trinh表示，编码人员将成为采用无代码和对话模式的设计师，使用Copilots和Studios等工具来构建应用程序，来取代集成开发环境。"我们将从静态报告转向动态数据产品，提供直接嵌入到工作流程中的实时的、可操作的见解，以驱动每个层面的决策。"

"通过将自然语言转化为数据库查询，并创建数据可视化，大模型带有的自然语言处理功能简化了数据分析。"Trinh指出，这意味着最终用户将拥有更多发挥创造力的机会。"例如，像Claude这样的大模型，当它连接到客户的数据库时，可以生成用于数据可视化的代码。大模型正跨界到图像和视频以协助分析图像和视频，而且，它也会从数据中学习生成新的图像和视频。"

Sadayappan认同这些工具正在不断的发展中，以提供更具有交互性和对用户友好的体验。随着生成式AI的进步，现在用户能够用自然语言提问，并获得详细的、描述性的答案，从而使它们变得更易用和更高效。

数据分析"民主化"可能最终会更接近现实，这在长期以来一直被真正的数据驱动型企业视为梦寐以求的目标。这种通过NLP实现对话式AI的兴起，意味着一种新的用户接口--不需要正式构建查询。Putcha指出，洞察的创建和使用将变成对话式的。系统将适应人类。业务用户将用自然语言和数据交互，提出问题并获得见解，而无需SQL或Python等技能。

与此同时，像许多技术进步一样，AI驱动的业务分析工具能够成功，还取决于数据质量--这也属于"垃圾进、垃圾出"的经典难题。Trinh表示，许多组织在将孤岛式的系统集成到一个平台上时，需要花费大量成本来进行数据清理和验证。员工培训必须强调信任与核实并重的原则，以便组织能够合乎职业道德的、有效的使用AI工具。

Sadayappan谈到，AI 驱动的BI的主要挑战是集成各种来源的数据，这些数据通常存在于孤岛中。而配备大模型的现代数据智能平台可以通过促进无缝集成、提高数据质量和自动化洞察来提供帮助，从而提供客户和运营的全面视图。