在大模型爆发一年后，人工智能的浪潮已席卷全球。高盛预测，未来会有超过80%的企业将使用生成式AI的API或模型，或在生产环境中部署支持生成式AI的应用。

  为此，全球科学技术厂商正在大模型+B端应用的开发方面做各项尝试，其中就包括BI(商业智能)这个细分领域。

  BI能将企业各种经营数据转化为辅助商业决策的有用信息，是最直接体现业务价值的应用领域。根据Gartner的调研，2023年，62%的中国CIO将在2023年增加商业智能BI的投资，BI慢慢的变成了支持企业数字化转型支出的主力之一。

  近日，知名国产BI品牌思迈特软件正式对外发布了Smartbi对话式分析大模型版本，实现大模型+BI结合应用的产品化。

  对于AI+BI的结合应用，思迈特软件创始人兼董事长吴华夫在接受松果财经专访时说道，这是BI进化的新阶段(从传统BI到自助BI再到智能BI)，智能BI面向的客户群体和带来的客户业务价值是不一样的。

  那么，AI+BI的结合应用将对企业产生怎样的价值?智能BI的商业前景又如何?

  尽管生成式AI一夜“爆火”，但是传统BI进化到智能BI，不是一蹴而就的成绩。

  据悉，早在2019年，Smartbi首度将AI与BI融合;两年后，Smartbi又获得了一项自然语言分析(NLA)发明专利，该专利让用户都能够通过语音助手将输入的自然语言转为语言元模型，从而快速准确地找到想要的查询结果。

  2023年，Smartbi把之前申请了NLA专利更好地产品化，发布了Smartbi对话式分析大模型版本。同年8月，Gartner发布《2023年中国数据、分析和人工智能技术成熟度曲线》报告，Smartbi凭借不断融合BI和AI增强型大数据分析产品，再次入选为增强数据分析代表厂商、与自助分析代表厂商，这也是Smartbi连续四年入选“Gartner增强数据分析代表厂商”。

  经过这些年的探索，Smartbi一方面以业务为导向将技术转化为实实在在的商业经济价值，另一方面也通过产品迭代逐步降低了企业数字化转型的门槛。

  作为开发者，思迈特软件便是第一个“吃螃蟹的人”。通过Smartbi构建内部的业财一体化系统，思迈特软件实现了降本增效，同时收入实现了大幅度增长，2023年同比直接转亏为盈。

  在具体业务场景中，吴华夫以内部经营分析会为例：“首先查看今年上半年的整体业绩，Smartbi会展示上半年合同收入以及同比的情况，然后我还能够继续追问，业务人员合同不好的话，商机够不够?商机不够，业务人员的拜访量够不够?如果拜访量不够的话，业务人员跑动够不够?”

  案例中，Smartbi对话式分析大模型版本展示出较强的上下文理解能力，它会把用户之前的问题和需求牢记于心，并根据情景输出连贯的数据分析结果。这种多轮对话分析的方式能帮助用户高效查找问题的最终的原因，从而支持业务科学决策。

  同时，从产品端来看，Smartbi还增强了自己的使用价值，并降低了使用门槛。

  过去，传统BI阶段只能由IT专业技术人员做固定报表汇报，到了自助BI阶段，数据分析师进行可视化操作更好地辅助管理者决策，再到如今智能BI阶段，业务人能直接像聊天一样通过简单的对话问答让AI进行智能数据解析。

  “大模型的出现，真正让我感受到了数据分析零门槛，因为我们正在实现人人都能成为数据分析师。”吴华夫总结道，Smartbi对话式分析大模型版本主要提升两个方面：一是用户群体，面向广大业务人员提供业务帮助;二是分析深度，BI从描述性分析走向预测性分析。

  由此能够准确的看出，AI大模型+BI，同时为企业解决了两个问题，一是数字化转型如何在财报上体现价值，二是如何更简单且全面地实现数字化转型。

  目前，大模型应用层生态方兴未艾，尤其是在企业级应用领域。对于大数据BI软件服务商，将生成式AI技术投入到具体的商业环境中，以什么为目标，以何种方法，都处于探索阶段。

  “结合AI的商业应用是一个开荒的过程。”吴华夫认为，大模型出了很多，但落到应用层大部分是To C的角度，而To B方兴未艾。事实上，AI+BI的结合是AI商业经济价值快速变现的途径，并且也是客户愿意付费的一个应用场景。

  因此，思迈特软件主动担当这个开荒者，找到了用AI技术升级BI产品两大关键：一是要真正产生业务价值;二是要经历实践检验。

  具体来看，厂商首先要“以终为始”，即融合AI技术迭代产品的过程中，BI始终要以业务为导向。

  Smartbi对话式分析大模型版本能够降低企业数字化门槛，核心就是解决了作为“终点”的广大业务人员面临的使用问题。

  比如，准确性问题。相比之前的AI语音助手，Smartbi能够准确地理解业务人员的意思。在消费端，AI对用户意图的理解少量错误并不完全影响正常使用，用户容忍度更高，但是对公司来说，一次数据分析出错，可能业务人员就不愿意再使用智能BI。

  对此，吴华夫表示：“我们这次通过大模型和专利技术，让BI能充分理解用户的意图，去解决准确性的问题，这是我觉得最核心的一个突破。”

  再比如，常识理解能力和安全性的问题。针对前者，Smartbi基于一个基座模型的通用知识，把BI行业和领域知识再训练进去，再结合客户的应用场景去优化;针对后者，最新版本的Smartbi实现了本地大模型私有化部署，能够更好的降低数据泄露的风险，具备更强的安全性。

  除了站在业务视角处理问题，AI+BI还要基于实践，实现行业know-how和大模型的结合。

  脱离了实际业务背景的数字化工具必然是低价值的。Smartbi对话式分析大模型版本之所以能有效帮企业降本增效，创造业务价值，重点是搭建了一个参考的管理指标体系，让客户只应该要依据自己的情况做指标删减，易于使用。同时，向导式的简单操作方式，也帮助企业沉淀优质的数据资产。

  据悉，Smartbi指标库的来源是与多个合作伙伴共同积累的业务经验。同时，大模型“读”了很多管理书籍，它具备管理知识。吴华夫指出：“现在我们把行业know-how和大模型结合起来，构建了一个参考的管理指标体系，客户通过你自己的情况做删减就可以了。这样子BI交付变得更快，我们对BI未来的思考是‘一句话生成一套BI系统’。”

  总之，以业务为导向、以行业know-how+大模型为方法，Smartbi对话式分析大模型版本由此走出了自己的商业化路径，而AI+BI应用的市场潜力也随着产品的落地逐渐显露。

  对于AI+BI应用的未来，吴华夫认为，无论是从企业服务行业来说，还是从整个中国数字经济来说，AI+BI的发展空间是广阔的。

  一方面，AI技术发展是新一次的科技革命。AIGC的兴起，不仅帮企业更好地从数据中获取价值，更是改变了BI厂商的生产效率。从BI到AI+BI，就像从铲子到挖掘机。

  另一方面，数字经济毫无疑问拥有确定性的机遇。目前，我国数字经济规模超过50万亿元，总量稳居世界第二。根据财政部印发的《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》等文件，2024年成为数据资源进入企业财务报表的元年。同时，数字基础设施建设与产业数字生态将进一步融合。2024年，预计数据基础设施建设在全国将遍地开花。

  因此，对于2024年及往后的一段时间，Smartbi围绕着AI+BI制定了两个发展阶段，以开采数字经济的“黄金矿”。

  第一个阶段是让BI实现对话式分析，帮助企业数字化转型。具体来看，Smartbi从自然语言查询开始，到能做归因分析、深度洞察以及预测分析，再然后能够自动针对业务问题生成整个诊断报告。让对话式分析大模型版本越来越易用的同时，能力越来越深入。

  第二个阶段则是以AIGC和指标体系提升BI项目交付效率。对此，吴华夫表示，“未来，我们要用AI为客户自动生成定制化的BI系统，把一个BI项目交付周期从三个月到半年变成三天到六天。我们‘AI+BI’的未来其实是可快速生成符合企业定制化的BI系统，AIGC在客户服务领域将从生成图片、语音进化到生成BI系统。”

  随着AI降低使用门槛，头部市场客户使用BI的群体不断扩大。大企业里面业务人员构成是多样化的，有些人会使用编程语言，有些人会用Excel，有些人会“拖拉拽”，也有些人没有接触过数字工具。让数据驱动科学的业务决策并不简单，而今天AIGC更使得人人使用成为可能。BI进入对话式分析阶段后，能够扩大用户群体。

  随着交付效率提升，中腰部市场将成为新的蓝海。原来没有AIGC，没有指标体系的时候，BI项目交付周期长，成本高，吴华夫判断，当Smartbi在AI+BI结合应用来到第二个阶段，AI自动生成BI系统，对整个中国腰部市场来说会是一个巨大的变化，将打开中腰部市场的增量空间。

  随着数字技术加速向传统产业渗透，BI市场里的一个长期机遇正在形成。比如，传统制造业。对此，吴华夫指出：“未来的话，我觉得制造业的转型是重要的部分，因为制造业是立国根本。它的信息化水平比金融运营商落后很多，我觉得这个是很明显、看得见的趋势。”

  不过，正是基于整个数字化的经济市场发展的不均衡，他也认为，想全部做完(数字化)，可能要5年到10年甚至更长的周期。

  “BI市场仍然是一个供给侧定义的市场。”厂商通过“AI+”驱动业务发展，提升业务效率，拉开了BI行业新成长周期的大幕。