1 概念

BI （Business Intelligence）即商业智能，根据维基百科的定义 BI 由企业使用的策略和技术构成，为商业信息提供数据分析。BI 科技为企业操作提供历史的、当前的、以及预测的数据视角，一般来说 BI 科技涉及到功能主要包括数据展示、数据统计、数据挖掘、数据分析等多方面。
从这些概念上来说，我们可以发现，首先，BI 服务的对象是企业，其次，要实现 BI 必须要基于庞大的数据体系，最关键的，BI 的功能本质都是为了推动企业做出战略决策的可行性见解，让企业管理员可以直观清晰的看到他所关注的信息，帮助他们更好的控制企业。

2 背景

BI 产生的背景是怎么样的？最先应用的企业领域是什么？其实在概念之上，我们也可以推测，是跟数据及技术发展有关。那么接下来，我就带着大家更深度的去了解 BI 的前世今生。

2001-2021 全球十强企业

其实很明显可以发现近20年，从原先的传统制造业、能源企业到现在基本上占据市场的前1
0 家其中 8 家都是科技型企业。

3 组成部分

智能商业最重要的两个组成部分分别是网络协同和数据智能。二者机制不同却相辅相成。

• 网络协同：
  所谓的系统就是非单一个体的能力，网络协同就是通过大规模、多角色的实时互动来解决特定问题。
  以淘宝为例，淘宝不是零售商，因为它本身是不售卖、不拥有任何一件商品的，它是一个零售的生态圈，是一个赋能卖家的平台。淘宝之所以能够创造这么多奇迹，是因为他演化成了一个社会化协同的大平台。即便是一个非常小的淘宝新卖家，也能够在线同时跟几百个服务商合作。
  总的来看：原先我们在供应链里，智能进行简单的线性沟通，但是互联网平台实现重构，让它演变成了一个实时互动的网状格局，这是每个企业迈向智能商业的第一步。
  
  淘宝卖家协同网

网络提供了我们各种信息交互和沟通的可能，就像淘宝提供给我们可以和买家直接沟通交流商品信息、谈价的工具，给到我们很多进货渠道的打通，给到物流信息的连接、以及服务市场中也提供很多针对卖家开店的营销工具等。
基于网络，让我们原先的线性协同，变成多边网状。这样的一个格局给了企业发展决策方向的多维参考，同时也为企业的成长提供了更多合作、交流渠道

• 数据智能
  数据智能的本质就是机器人取代人工直接做决策，和传统的 BI 完全不同。现阶段很多企业都有 BI 部门用来分析数据、提供决策分析，核心的服务对象就是高层管理人员。
  数据智能强调的就是运营决策直接由机器来决定。以淘宝购物为例，每个人看到的商品推荐都是不一样的，这些推荐都是由机器完成的。
  想要机器取代人工进行决策，有几个非常重要的前提条件：
  1. 云计算
  2. 大数据
  3. 算法
     云计算和大数据是相辅相成的，以极低的成本存储和计算海量的数据；
     但是想要让云计算和大数据真正创造价值，背后还需要“大脑”支撑，那就是算法。
     算法通过将人的思考和人的角色抽象成一个模型，用数学和代码的方式变成计算机可执行的指令，完成机器大脑的构建。然后靠海量的数据来学习和优化决策。所以没有大数据也无法显示算法的神通。

数据智能本身就是依赖于数据进行数据存储、计算、分析、预测的过程，在这个过程中会产生一个模型，这个模型不断的通过数据进行训练、学习形成一个闭环。

4 发展趋势

在未来的 10 年里，商业智能的发展仍然要依靠三条主线突破：

• 在线化
  IoT（Internet of Things）物联网无疑是下一轮在线化的巨大机会，万物皆可互联、实时互联。这得益于芯片和传感器的快速发展和成本下降，将物理世界中的一切都进行数字化映射可以扩展智能商业的边界。
• 智能化
  人工智能（AI）的发展和算法服务的普及将极大的推动智能化的发展
• 协同网络的扩张
  将整个经济网络化的进程同步加速，几乎每个行业都会经历一段从传统、封闭、线性供应链走向开放、价值协同网的完整过程，这中间就具有巨大的商机。

商业智能是商业化在每个行业，行业是多元化的，但是不管行业的生态怎么改变，不离其宗的一个发展真谛就是要做在线化、智能化、和协同网络化，在线化是基础，如果所有的场景都是在线下产生或是只在线下运作的，那对人工的依赖性仍然会非常强，包括传统的出入库人工统计，运输成本核算等等，效率和准确率也是有偏差；
其次是智能化，在线化的根本目的是为了让机器协同人工、甚至替代人工，在这个过程中，我们就需要为机器赋能；
协同网络的扩张就是在我们做这些措施的同时我们不断打开自己的商业边界，拓宽自己的行业认知