BI的快速发展，其能力已经从最初的报表可视化功能，逐渐演变为基于数据赋能企业发展，敏捷化、智能化成为了主题，BI+AI成为了趋势，赋予了企业业务决策支持更多的可能性与准确性。正如Gartner报告所指出，分析及商业智能平台不再因数据可视化功能而有所区别，平台的差异化已经转移到对数据增强分析的支持程度，如利用机器学习（ML）和人工智能（AI）帮助业务人员和数据分析师实现比手动更加高效的数据准备、分析和决策。

为什么是BI+AI？

BI的目的，就是帮助企业从数据中获得洞察力，而AI则可以使洞察更为精准化、自动化、智能化，实现科学的决策与预测。BI满足了企业在结果监控、问题诊断、决策支持上的需求，AI则满足了业务预测、问题预警、探究数据背后的关联关系等深层次需求。二者相辅相成，最终达到释放数据价值、赋能企业经营的效果。

在实际的AI应用过程中，主要挑战存在于以下三个方面：

1、数据质量。数据的质量以及数据的一致性，会很大程度上影响AI模型输出结果的精准度。然而在实际业务中，很多企业的数据层次不齐，多来源于企业中的不同部门以及外部数据，数据的可靠性、可用性无法得到保障。

2、分析模型。由于人提出的问题是抽象的，就需要系统将抽象的问题翻译成为可执行的计划或者具体可操作的算法，从而才能得出最终的结果。这就需要建立各种分析模型，对于业务人员门槛较高。

3、应用效果。许多企业反馈AI应用难度大，有些产品仅支持一些简单预测，或是仅有部分数据分析模型，甚至只是具有相关模块却无应用场景，导致无法落地使用。

而AI在应用方面的问题，恰恰是BI的优势。BI的可视化能力、敏捷易用性、数据准备能力、高性能处理能力等都可让AI借力。这也正是在一站式BI平台中融入AI增强分析的优势。

所谓一站式BI平台，就是全面覆盖数据分析过程中的各个环节，包括数据采集、清洗、整合、存储、计算、建模、训练、展现、协作等，让用户可以在一个统一的平台上完成全流程数据分析任务，极大降低了实施、集成、培训的成本，帮助企业轻松构建数据应用。

永洪BI区别于其他BI产品，在产品架构初期便采用了一站式的理念，无论是自助式BI功能还是复杂报表制作功能、ETL数据清洗功能，都是放在一个平台上。

永洪科技认为，智能化最理想的状态，是企业提出一个业务问题，系统可以通过企业内部和外部数据的分析得出的结果，自动给出答案，这便需要系统有一站式的架构。

因此，永洪科技在BI中集成AI深度分析模块，从而可以使系统实现各流程的无缝对接，直接生成洞察结果，降低AI应用的难度。

能用起来的AI才是智能化

Gartner认为，由业务人员主导分析流程更适应AI时代特点。

针对AI应用难的问题，永洪BI结合自身优势，构建了“BI+AI”的应用体系。以“AI平民化”为理念，可以全流程可视化建模。其中内置了5种类型，14种插件化算子，覆盖业界常用的数据处理、机器学习算法，用户通过拖拉拽的方式可以直接进行调参和模型。对于专业用户，永洪科技提供类似R语言或者Python的接口，用户可以直接撰写脚本来运行，满足定制化的需求。

一站式的永洪BI，将数据准备、数据处理、深度分析、可视化等能力集为一体，使BI与AI融和，提升数据赋能的效果。

可视化能力：AI模型处理结果需要查看解读，缺少好的可视化输出会降低数据的“易读懂性”。丰富的图表类型和展现形式，是永洪BI的擅长点，同时各图表组件之间还可以通过配置快速切换，实现探索式分析，并且内置多种动态计算方式，帮助业务人员快速洞察数据，挖掘业务问题。

敏捷易用性：虽然AI算法的理论基础专业性要求很强，但算法的应用并不复杂，也不应该复杂，因此关键是降低算法应用的使用门槛，让大量非专业的业务用户也能上手使用。这一现象与当年的BI类似，BI经过发展逐步降低了使用门槛，新一代敏捷的永洪BI在易用性上已经做了很多创新，同样可借力于AI，达到“AI平民化”的目的。

数据准备能力：永洪BI有着一站式的数据准备能力，如数据治理、数据清洗、数据整合等，AI可以共用、共享其结果。在高质量的数据基础上，进行模型的训练和探索。

高性能处理能力：性能强大的平台，可以压缩数倍AI模型训练的时间，让企业更快的应用AI的价值成果。永洪BI自主研发了VooltDB高性能计算引擎，拥有列式存储，分布式计算等技术，能够实现亿级数据秒级响应。可将AI的算法改造为可支持分布式计算的形式，以适配VooltDB的计算引擎。

案例——智能库存预测与优化

在某大型石化公司的案例中，运用了永洪科技的BI+AI进行库存的智能预测与优化。

痛点：

•在资源配置过程中没有考虑各省油库库存是否合理，只是按照该省下月预测销量及销售计划直接配置资源。如果各省当前的库存量不合理，这种状况会一直持续下去，无法改进；

•资源配置与油品配送分离，二者容易产生冲突，导致资源配置计划执行到位率下降；

•按月配置并配送油品，周期太长，对市场变化应对速度慢。

目标：

•建立资源配置与物流配送一体化优化机制；

•在满足市场需求的同时合理优化库存；

•建立拉式供应链模型；

•提升一配业务运营效率；

•按旬进行资源配置与配送。

方案：

整个方案分为库存优化和库存管理两个部分。

库存优化的分析报表主要分为三大类：

1、优化性能健康报告，主要用于监控整个优化模型的性能；

2、库存绩效监控报告，用于监控追踪供应链网络各个环节的库存性能；

3、优化情景分析报告，生成优化情景分析的对比报表。

在分析过程中，要根据优化对象和情景的不同，定义和收集输入数据。输入之后，通过两个步骤完成库存策略优化：首先是通过需求分布模拟在不同可用库存之下可达到服务水平，然后通过模拟出的服务水平，结合库存的成本期望的最低服务水平，完成对库存量的优化筛选。

库存管理主要是物料的出入库分析，以及整体库存的盘点，分析目的主要是通过库存物料的科学保管，减少损耗，方便存取，使库存达到合理的水平上，减少资金占用。

库存管理和库存优化相辅相成，通过数据分析平台，设置合理的库存管理策略，在保证及时交货的前提下，使库存达到最优值，降低库存成本和风险。

在这一的逻辑之上，通过永洪BI，构建了库存需求量的预测分析模型，以月度为单位进行预测，首先进行资源配置的优化，然后进行补货优化、调度优化，最后形成调整调度的完整计划。

收益：

•打破资源配置与运输配送之间的壁垒，实现按照市场需求进行主动配送。即在库存优化环节一次生成点对点的资源配置与配送计划；

•通过需求预测准确把握各个油库的未来油品需求；

•通过库存优化算法（综合考虑服务满足率、运输成本、提前期等因素）实现动态调节安全库存、最高、最低库存，由系统自动生成炼厂与油库间、大区油库与省油库间的补货数量，从而实现降低库存的目标；

•库存优化算法可以一次优化多级库存，从而实现大区油库与省油库同时降低库存。

永洪科技通过一站式的BI+AI理念，让AI增强分析真正走进业务，赋能企业经营，这也是永洪科技的AI功能在各大企业落地的原因。未来，永洪科技将继续推动BI+AI融入企业各个环节，帮助企业更快、更好、更精准的实现预测与决策，提升企业竞争力。