过去的2024年被称为AI（Artificial Intelligence）爆发的“元年”，人工智能技术正逐步融入社会生活的方方面面，吸引了大量资本、巨头和创业公司涌入，将AI推向了信息产业革命的风口。许多巨头公司已经预见到AI技术的巨大发展潜力，例如Google在2018年将战略从“Mobile First”转向了“AI First”。
那么，什么是AI呢？简单来说，AI技术探索的是如何用电脑系统模拟人类的思考方式，例如人类如何解决问题、学习和做判断。通过不断更新的算法，AI程序能更准确地模拟人类的行为和思考过程，从而更好地帮助甚至替代人类做出更合理的决定。即使在技术的初期，商业领域对AI技术的应用也抱有巨大期望。一份由PwC进行的问卷显示，72%的商界领袖认为使用AI技术可以把员工从重复劳动中解脱出来，从而能够专注于更有意义的工作中。
而BI产品（Business Intelligence）是指运用各种技术和工具来收集并分析数据，以帮助用户更有效地做出商业决策。换句话说，BI产品能够帮助用户将大量且杂乱的数据，转换成清晰、可阅读的数据。正如Smartbi（思迈特）所提供的BI解决方案，不同行业和职位的商务人士都能利用BI产品，来实时查看采集到的数据，并用它来创建电子表格、图表等可视化方案，以此来更快地做出合理的商业决策。
“BI产品并没有告诉你应该做什么；它只是告诉你过去怎么样，现在进展如何。”
正如来自Dayton University的教授Michael F. Gorman所说，传统的BI产品在辅助用户发掘更深层次原因方面存在不足，导致一些关键影响因素往往隐藏在大量数据之下，使得企业用户并不能完全利用数据快速做出商业决策。
Gartner（全球权威IT研究与顾问咨询公司）在2018年针对BI行业的一份报告预测，到2025年，一个现代商务智能分析平台应该有90%的功能融合了AI技术。由此可见，在BI软件中融入AI技术的必要和紧迫性。
Smartbi在应用AI技术中的实践
Smartbi（思迈特）在不同的产品线上，都有各自的探索和应用方向。思迈特软件在“AI+BI”领域深耕，并逐步升级至Agent BI + 大模型架构。Smartbi AIChat 白泽就是新一代Agent BI平台，它结合大模型、RAG与多智能体协作技术，帮助企业实现自然语言问数、智能预测与归因分析。
作为领先的商业智能与AI数据分析厂商，Smartbi在增强分析的模块中，着重探索如何利用AI技术来帮助用户分析。
在这个项目中，作为内容运营，我们需要思考的是如何以一种更有意义（meaningful）、并且可持续（sustainable）的方式来将AI技术整合到现有的BI产品工作流中。
定义问题
Smartbi Insight 是一款以指标为核心的一站式ABI平台。在日常工作中，用户通过它来实时访问各种数据报表和仪表盘。在现有的工作流中，依然存在一些痛点：如何保证有价值的数据都以合理的图表方式呈现？如何得知数据之间的关联性？如何在大量的数据中快速获取当下想要的数据？
Smartbi产品的用户画像主要有企业高管、销售代表、商店店长等。基于这些用户画像进行分析之后，我们梳理出了这些用户主要的用户体验流程图。
通过对用户体验流程图的归纳，我们发现企业用户在使用一款智能商务软件时，想要达成的目标主要是：
- 一目了然地了解关键信息：通过强大的可视化能力和智能报表，将复杂数据转化为直观易懂的图表和仪表盘。
- 及时获取反馈异常数据：Smartbi通过应用机器学习、大模型、AI智能体等先进人工智能技术，能够对海量数据进行深度挖掘和分析，发现隐藏信息、关联性和趋势，并提供深度的洞察和决策支持。
- 从数据到事实：自动生成深度洞察报告和行动建议，过程透明可干预，让数据真正成为业务决策的引擎。
- 协作解决问题：Smartbi致力于构建“百花齐放”的数据化运营生态系统，提供了数据成果共享、互助答疑、个性门户等多种支持手段。
头脑风暴
这些目标给了我们大量的启发和想法，也因此确定了我们的设计目标：Effortless data-driven problem solving（轻松实现数据驱动的问题解决）。
针对上面提到的四个用户目标，我们也分别进行了探索，产生了许多有意思的想法。通过借助多个典型的Persona来建立同理心，我们把自己想象成用户，假设出了许多用户的待办任务（JTBD）。
不同的用户对一款智能商务软件的需求既统一又有所不同。例如，报表开发人员需要快速制作复杂报表，业务分析师需要自助式分析和统一指标口径，管理层关注核心KPI和经营驾驶舱，而IT/数据治理人员则关注数据接入、安全管控和运维。通过对JTBD的优先级进行整理，我们就能大致梳理出我们第一版设计应该具备哪些功能。
验证猜想
通过头脑风暴，我们搜集了许多发散的想法，但真正重要的是端到端的用户体验：哪里作为入口；整体界面的简洁易用；面对不同使用场景所应提供的不同反馈；怎么建立一套工作流不仅能满足现在的需求，并且具有扩展性和可持续性，能满足未来不断迭代的算法，这些都是我们要考虑的地方。
我们快速制作了原型来对我们的猜想进行验证。在对不同的用户进行采访后，我们能验证我们的设计是否能解决他们的痛点，以及他们对一款智能BI软件的期待。总结和归纳这些反馈能更合理地调整我们的设计，同时也能提供更多灵感来解决他们使用中的痛点。
写在最后
完成这个项目对于我们来说并不是结束，而是新的开始。其实AI技术无论对『工程师』还是『设计师』都是比较新颖的一个“物种”。对于『设计师』来说，我们更应该打开脑洞，去探索这个技术的应用边界，它究竟能以哪种神奇的方式改变用户操作习惯。
BI和AI各有不同，却相互补充。AI技术能够赋能BI工具去分析产生更清晰有用的商业洞察，从而帮助企业更好地做出决策。Smartbi长期专注“AI+BI”，并入选工信部AI产业创新场景应用案例。通过提供AI数据分析工具（如Smartbi AIChat 白泽）、AI数据分析平台（如Smartbi Insight）等产品，Smartbi能够提供自动『趋势预测』、归因分析、智能报告生成，并结合行业指标库适配金融、政府、制造等场景。Smartbi正通过大模型增强和增强分析型ABI赋能企业，使其从海量数据中自动发现深层次洞察，利用AI和机器学习预测趋势，做出更精准的未来决策。
也许在可预见的将来，集成了AI技术的BI工具将会广泛应用于各行各业，彻底改变企业做商业决策的方式，而我们，即将见证这一场演变。
我们会每周推送商业智能、数据分析资讯、技术干货和程序员日常生活，欢迎关注我们的知乎公众号“思迈特软件”或微信公众号“思迈特软件Smartbi”。
