商业智能(BI)平台在不断发展。通过添加人工智能和机器学习，企业正在将数据仪表板和业务分析转变为更全面的决策支持平台。在这种“决策智能”趋势中，复杂的工具集越来越多地嵌入到企业工作流程中，无论何时何地决策者最需要它们。“决策智能是企业处理大量数据以做出决策的能力，”ConstellationResearch的分析师NicoleFrance说。“这与商业智能将要做的事情是一样的，但在整个企业范围内。”决策智能在行动中最明显的例子之一是推荐引擎，它使用分析来预测消费者会发现哪些产品最合适，或者消费者会对哪些电影感兴趣。France表示，此类工具提供了上下文和相关选项，可帮助人们做出更好的决策，并补充说，传统商业智能工具的仪表板和分析仍然很有价值，但决策智能更易于使用且更具相关性。“对于一线工作人员来说，背景很重要，”她说。“但是有一定程度的复杂性很难做到正确。我们的目标是以清晰易懂的方式呈现事物，以便人们能够理解一些复杂的分析，并快速做出决策。”决策智能案例COVID-19大流行加速了全球经济几乎每个部门的数字化转型，而人工智能正日益成为这种转型的关键。在451研究院调研的企业中，超过95%的企业认为人工智能对数字化转型非常重要，65%的企业认为非常重要。今年1月底公布的一项调查显示，去年美国人工智能的采用率比上年提高了9个百分点，只有28%的公司表示放缓了人工智能项目由于流行病。人工智能越来越受欢迎的一个关键领域是数据和分析。根据2021年RealBI对软件开发人员和IT领导者的一项调查，41%的企业发现对访问数据和分析的请求有所增加，其中最重要的原因之一是使用户能够做出有关数据的决策。驱动的决定。此外，调查显示人们对将机器学习嵌入分析软件或仪表板的兴趣越来越大，近16%的企业计划在不久的将来添加该技术，而目前这一比例仅为6%。将人工智能或机器学习添加到商业智能平台，使其能够在决策者需要的时间和地点提供场景、预测和建议，从而演变成决策智能平台。根据Gartner的预测，到2023年，超过三分之一的大型企业将拥有从事决策智能的分析师。该研究公司将“决策智能”定义为一个框架，使数据和分析领导者能够在业务成果和行动的背景下设计决策模型和流程。实际上，这意味着决策智能使用分析来帮助员工、客户和业务合作伙伴做出决策，方法是在他们需要的时间和地点为他们提供所需的数据、分析和预测。随着决策智能成为业务流程的核心部分，决策变得比以往任何时候都更快、更容易并且成本更低。决策智能不仅可以帮助员工做出更好的决策，还可以帮助他们更快地做出决策。后者尤其重要，因为人们在机动车辆管理局排队等候，他们在那里度过的每一分钟都有感染致命疾病的风险。加州机动车辆管理局首席数字化转型官AjayGupta表示：“在我看来，决策智能不仅仅是分析和洞察力，更是决策能力。我们在日常工作中使用人工智能。它不是只告诉你需要做什么。做什么，做什么，但可以帮助你做出与众不同的决定，”他说，并表示该机构在大流行期间开始实施智能文件处理。该功能允许用户上传文件并在他们到达DMV之前查明他们是否忘记了任何东西。数字化转型平台提供商ABBYY帮助DMV完成了这个项目，而咨询公司UserFriendlyConsulting则完成了剩下的工作。“计算机视觉涉及一些挖掘。人工智能根据我们提供的历史数据和培训做出决策，”古普塔说。他说，有了这个平台，人们不必返回去获取正确的文件。而且它减少了营业时间，因为要经过的窗口更少了。“例如，美国联邦政府正在推动将驾照升级为新的RealID格式，这将方便人们的国内出行。因此，许多加州居民需要去车辆管理办公室领取新的驾照。”加入人工智能功能并支持提前上传文件功能，加州机动车辆管理局将个人工作时间从每人27分钟减少到10分钟左右。古普塔补充说，“这在疫情期间起到了很大的作用。”在拥挤的地方呆的时间越少，被感染的机会就越小。另外，通过不来回传递文件??，病毒在纸张表面传播的机会就会减少。“聊天机器人还可以帮助回答DMV客户和员工的基本问题，”他说。我们现在关注的其中一件事就是用它来及时培训技术人员。注入决策智能DMV还计划使用人工智能进行调度。约有10,000名员工在家中、外地办公室和总部工作，很难确保每个分支机构都有足够的人员轮班。目前，DMV的数据科学家对此进行了分析，以向地区经理和参谋长提供建议。该机构目前正在评估将决策智能嵌入到非数据科学家员工使用的系统平台中，并预计将在今年做出最终决定。“使用新工具，这将与工作流系统整合和集成，”Gupta说。开箱即用的产品专为出色的用户体验而设计，这一切都成为一个易于使用的界面的一部分。这将为员工创造更好的决策过程。“最终，决定仍然是由人做出的，”他说。界面呈现选项，创建可更改的日历，建立最佳基线计划，实际触发由管理者触发。此项目的工具，包括注入街道交通数据的能力。该机构的网站已经包含人群信息，以帮助客户决定何时前来办事。此信息还用于安排工作班次。“但在湾区和洛杉矶，交通和停车导致现场办公室周围出现混乱，因此我们正在研究如何利用这些数据来帮助我们进行优化，”古普塔说。DMV还希望使用机器学习来帮助内部调查人员发现机构内外的浪费和滥用行为。“我们的目标是建立一个由我们的调查人员、行为科学家和数据官员提供信息的人工辅助决策智能模型，”他说。他表示，新冠病毒加快了该机构的转型时间表。已经朝着这个方向前进了。古普塔说：“我们实际上很好地利用了这场危机，利用人工智能、RPA和机器学习来帮助我们的客户。希望我们能继续保持这种势头。我也希望疫情尽快结束，但我们所拥有的一切都已完成。决策智能的其他应用场景是网络安全，人们必须根据大量快速移动的数据做出决策，这对企业来说具有重大的潜在风险。正如网络公司CatoNetworks所展示的那样，人工智能和机器学习可以发挥作用该公司研究主管AvidanAvraham表示：“我们在Cato的一系列活动中广泛使用人工智能和机器学习。例如，我们使用我们所知道的有关域和IP地址的所有信息来构建信誉模型。信息。它根据内部网络数据和开源情报数据预测恶意攻击的可能性。他说，这意味着威胁搜寻分析师可以优先考虑他们的调查。为此，Cato构建了自己的技术，使用AmazonElasticMapReduce训练自己的模型。Avraham说公司已经使用这个系统一段时间了。它已经运行了一年多，误报率很低。“它嵌入在我们的分析师工作流程中，”他说。在我们使用这项技术之前，我们通常是手工进行分析，所以显然现在分析过程要快得多。“决策智能还可以帮助业务更加一致。例如，银行信贷员必须做出贷款审批决定。在很多情况下，当个人参与其中时，每个信贷员的不同背景甚至情绪都可能影响批准贷款。“企业有很多方法可以实现一致性，例如通过培训，但外部因素仍然可以发挥作用。例如，如果信贷员今天心情不好。在这里，决策智能工具可以提供上下文和帮助业务流程改进的建议其他企业领域（包括客户关系管理和销售工具）对决策智能的采用也在增长——考虑到将人类智能与人工智能相结合以增强决策过程的潜力，这不足为奇。
