當我們深思熟慮接下來會發生什麼時，Tableau 收集了來自內外部專家的廣泛意見。內部專家們把握著行業的脈搏，並與世界各地成千上萬的客戶接洽交流；外部專家們則與眾多資料團隊並肩作戰，以實施商業智慧平臺。以下是需要關注的主流商業智慧趨勢，以及我們對 2019 年及之後數年的整體預測。

可解釋型 AI 日益崛起

在中國，人工智慧產業發展迅猛，被國家高度重視，逐漸運用到商業智慧等各行各業中。AI 的強大潛力表明，機器可以通過自動化決策來增強其仿人類的理解力。而 AI 在商業智慧領域的運用，可以幫助人們快速打破技術壁壘，充分使用資料來幫助決策。在中國，人工智慧融入商業分析還在起步階段，而我們發現在美國，隨著人工智慧的深入運用，由於人們不夠了解其背後的原理和運作流程，工作中對 AI 和機器學習的依賴，使人類對模型驅動的建議的可靠性產生了懷疑。隨著中國對 AI 運用的逐漸深入，由於很多人缺乏瞭解，這樣的情況也很有可能發生。

其原因在於，許多機器學習應用程式沒有采取透明的方式，供使用者檢視決策和建議背後的演算法或邏輯。正如劍橋大學高階研究員 Adrian Weller 在這篇文章中所述：「透明性被認為是在現實世界有效部署智慧系統的關鍵。」對透明度的需求促進了可解釋型 AI 的崛起，這種實踐要求理解透明的觀測結果並將其轉換為機器學習模型。如果對人類的決策尚且會質疑，那麼當機器學習做決策時，何不以同樣的方式提出質疑？只有瞭解了人工智慧技術的內部運作流程，才能幫助人們瞭解這項技術，避免大家對智慧分析產生偏見，這對於人類自身和技術發展而言是雙贏之舉。

眾多企業領導者會要求資料科學團隊使用更易於解釋的模型，並提供關於如何構建模型的文件或審計跟蹤。AI 必須得到信任才能產生最強大的影響，並且其生成的結論必須簡單易懂且能靈活地回答問題，才能幫助人們更好地理解資料。

自然語言讓資料更加人性化

自然語言處理 (NLP) 幫助計算機理解人類語言背後的含義。商業智慧供應商正在將自然語言納入他們的平臺，從而為視覺化提供一個自然語言介面。自然語言正在不斷演化，以促進分析會話，即人類圍繞其資料與系統所進行的對話。系統根據對話的上下文，理解使用者的查詢意圖並深化對話，從而創造更自然的對話體驗。這意味著當對資料產生後續問題時，人們不需要重複完整的問題來進一步問詢或澄清一個模稜兩可的問題。自然語言改變了人們對資料提問的方式。當用戶可以像人際交流那樣與視覺化進行互動時，更多具有不同技能組合的人員就能夠針對他們的資料提出更深層次的問題。隨著自然語言在整個商業智慧行業的演化，它將打破各個組織採用分析的障礙，並幫助工作場所轉變成資料驅動的自助式操作空間。

結合上下文分析資料來為行動提供指導

資料工作者需要在同一個工作流程中訪問資料並執行操作。商業智慧平臺供應商提供移動分析、嵌入式分析、儀表板擴充套件和 API 等功能來應對這些需求。嵌入式分析將資料和見解放在人們工作的環境中，這樣他們就不必開啟另一個應用程式或共享伺服器，而儀表板擴充套件則可以將需要訪問的其他系統直接引入當前儀表板。移動分析將資料直接交到實地操作人員手中。這些進步作用同樣強大，因為它們通過賦予新受眾實際需要、符合上下文的資料，滿足不同業務團隊和行業的需求。

資料協作增進社會福祉

資料改變了私營企業以及非政府組織 (NGO) 和非營利組織的運作方式。「資料福祉」運動呈現爆炸式增長，因為企業意識到在社會公益舉措中使用資料的優點。事實上，Gartner 研究表明，「社交媒體去年對資料福祉的提及率增加了 68%」，原因是公眾認識到資料能夠對社會產生積極影響。

曾經，公共部門沒有足夠的資源來投資建立複雜的資料基礎結構或僱用專門的資料工作者團隊。這一點今非昔比。藉助雲端計算的成本效益和靈活性，NGO 和非營利組織無需大量的本地投資即可開發複雜的資料環境，從而為資料驅動型社會福祉的實施開闢道路。這也促進了資料聯邦的產生——雲端計算平臺用於組織間的共享與協作，以實現共同目標。它還推動了各方展開對話，探討影響這些合作關係內部信任的因素，包括負責任地使用資料。儘管在這些合作專案中挑戰仍然存在，但「資料福祉」運動反映了資料共享有潛力解決我們最棘手的全球問題。

道德準則跟上資料發展的步伐

隨著《通用資料保護條例》(GDPR) 等資料法規的出臺，領導者紛紛評估組織內部資料倫理實踐的未來。消費者對共享個人資料變得更加謹慎，因此資料隱私不會很快消失。組織必須在日常業務實踐的背景下圍繞資料道德和資料隱私展開對話，這一點非常重要，並體現在以下兩項主要措施上：

1. 道德準則：許多行業已經被道德準則所約束（例如法律行業、醫療行業和會計行業），但是，隨著資料的激增，更多的企業開始評估如何將這些行業的準則應用到資料分析實踐中。首席資料官 (CDO) 正在協助制定這些道德準則，以便為未來的基礎結構、治理和人員配置決策設立一個框架。事實上，根據 2017 年 Gartner 首席資料官調查，「從 2016 年到 2017 年，將道德視為職責一部分的首席資料官數量增加了 10%。」

2. 業務流程的變化：批判性回顧資料的整個生命週期，為定期評估資料管理策略提供了機會，有助於確保遵守法規並與內部道德準則保持一致。正如埃森哲諮詢公司 (Accenture) 在其《通用資料道德準則》報告中所述，「管控流程必須足夠健全，為所有成員所知，並定期受到審查」，從而適應企業的成長和變化。

現代商業智慧平臺打開了資料分析的大門，這意味著更多的角色將有責任遵守資料道德準則，且資料道德將成為資料素養工作的核心部分。

資料管理融入現代商業智慧平臺

隨著資料來源變得更加多樣和複雜，以及更多的工作人員使用資料來推動決策，資料管理比以往任何時候都更加重要。企業轉而採用資料監管措施，包含捕捉、清理、定義和排列不相關資料，以填補資料與實際應用之間的空缺。資料監管工具和流程（如資料目錄和語義管控）如今正在與商業智慧平臺融合，將資料與業務環境關聯起來，實現大規模的管控。這有助於分析師和內容消費者通過譜系分析驗證資料來源，也有助於資料工程師和資料管理員觀察資料集的變化對下游的影響。最終，受管控的資料監管將為整個分析管道提供更堅實的基礎，幫助使用者越過針對資料提出問題，直接針對業務提出問題。

講述資料故事成為企業的新語言

如果不能傳達資料結果，分析就沒有意義。這時，資料視覺化就派上了用場。對於分析師來說，以簡單易懂、可操作的方式傳達形成見解的分析步驟是一項重要的技能，也被定義為「講述資料故事」。確實，只是展現資料和事實就很有說服力了，但是，當同事和高階管理層獲得大量資料和事實而不瞭解背景時，一切都徒勞無功。我們都遇到過使用大量幻燈片進行演示，卻發現受眾只獲得了大量資料，卻不知道怎樣去理解，毫無反應的情況。因為單純用數字或圖表是無法說服別人，所以在採集、分析完資料之後，還需要生動地去講一個故事，通過故事來告訴人們為什麼資料中的發現特別重要。隨著越來越多的企業建立了分析文化，講述資料故事的定義也在不斷變化。如今，講述資料故事的方法強調圍繞資料進行對話，而不是呈現單一的結論。這種眾包的分析方法讓儀表板建立者和受眾都有責任圍繞資料向他們講述的故事得出結論。這樣就可以在制定業務決策之前集思廣益。隨著在公司範圍內利用資料匯聚、傳達和測試創意，跨工作領域講述資料故事將增強業務提升的潛力。

企業在分析採用方面更加明智

提供對商業智慧解決方案的使用權不等於採用商業智慧解決方案，也不能輕易斷定每個人僅僅因為可以訪問商業智慧平臺就能從中獲得價值，這種假設實際上會阻礙分析的進步。偶爾開啟一份報告並不意味著它會驅動行動或造成影響。實際上，企業領導者應該衡量人們如何使用商業智慧平臺對業務產生影響。內部使用者社群是企業提高參與度的渠道之一。例如，摩根大通旗下卓越中心團隊幫助部署數千名分析師，擴大其商業智慧平臺上的使用者群。然後，這些使用者變成專家，不僅宣傳最佳做法，還讓大家在資料定義上保持一致。結果將是商業智慧解決方案影響力擴大、投資回報增加、工作人員效率提升，企業競爭力不斷提高。

資料大眾化讓資料科學家的地位不斷提高

根據清華大學經管學院釋出的《中國經濟的數字化轉型：人才與就業》報告顯示，當前我國大資料領域人才缺口高達 150 萬，到 2025 年將達到 200 萬。越來越多部門和職位都需要與資料打交道，促進了資料素養的提高，這轉變了資料科學的定義，也模糊了傳統資料專業知識與業務領域知識之間的界限。當今的資料科學家需要掌握先進的統計和機器學習知識，同時保持對業務的戰略頭腦以及對行業的深入瞭解。資料科學家現在著力研究如何將結果應用到業務中，而不只是交付結果。他們還需具備演講技能，將發現的結果傳達給領導團隊，並與組織中的其他資料工作者進行協作。其中一部分工作是與公民資料科學家合作來提出並驗證假設；這類角色的本職工作並不屬於統計學領域，但是可以生成分析模型。自助式分析工具幫助他們探索並更好地理解資料，從而得出對業務具有顯著影響的見解。

加速進行的雲資料遷移推進現代商業智慧的採用

革新資料策略時，必須考慮資料的儲存位置。對於許多企業而言，這意味著考慮將資料遷移至雲端，因為這樣可以在降低總擁有成本的情況下，提高靈活性和可擴充套件性。雲服務讓企業更容易捕捉和整合不同型別的資料。Tableau 市場情報總監 Josh Parenteau 認為，「將資料遷移至雲端提高了敏捷性，併為商業智慧和分析功能帶來了新的可能性。現代化的概念也隨之體現出來。」「資料引力」概念表明，服務和應用程式受到資料所在位置的吸引。因此，隨著企業加速將資料遷移至雲端，分析自然隨之而來。這促使企業領導者從傳統商業智慧平臺轉向現代商業智慧平臺，評估他們選擇的商業智慧平臺是否將支援向全面雲分析的過渡。儘管並非所有企業都為這種遷移做好了準備，但許多企業正在試驗混合解決方案，以利用資料來源的多樣性和雲技術的優點。