不要酷炫要实用，哪些技术才是业务决策的“金钥匙”？

对于技术领导人而言，应意识到可应用于当今实际业务方案的成熟趋势以及可供供应商演示、令人惊叹但尚处于成型阶段的趋势两者之间存在差异，这一点至关重要。按市场成熟度从低到高的顺序，这些趋势分为以下几个类别：人工智能 (AI)、自然语言处理 (NLP) 和嵌入式分析。

在当今市场，围绕机器学习 (ML) 和深度学习在内的 AI 所进行的大肆宣传和追捧已经超越了的大数据。将 AI 完全取代和自动执行目前由人类进行的人工分析任务，这一概念距离在大多数实际用例中投入运用还很遥远。 事实上，无论是现在还是将来，我们甚至都不应将分析工作流的完全自动化视为最终目标。

（图片来源于网络）

“辅助智能” 一词更合适作为 AI 这个首字母缩写词的解释，对于将自动化视为威胁的分析师而言，这个词也更容易接受。如今，市场上越来越多的组织都采用了辅助智能的概念。 借助辅助智能，分析师或业务用户可通过嵌入式高级分析功能和机器学习算法来提高技能。 这些类型的智能功能的效用已得到证实，它们有助于数据准备和集成，以及检测数据模式、相关性、异常值和异常情况等分析过程。

自然语言处理 (NLP) 和自然语言生成 (NLG) 经常互换使用，但用途完全不同。尽管两者均支持与分析平台的自然交互，但 NLP 可视为公式的提问部分，而 NLG 用于向用户呈现自然语言形式的发现结果和见解。

对比两者， NLP 在主流市场的认知度更高 ，因为自然语言界面通过 Siri、Cortana、Alexa、Google Home 等产品在我们的日常生活中越来越常见。分析供应商将 NLP 功能添加到其产品中，以充分利用此消费趋势并实现更广的业务用户覆盖面（ 这些用户可能认为自然语言界面比传统分析方式更易接受 ）。NLP 必将成为广泛使用的分析平台核心部分，但由于目前它尚未覆盖足够广泛的用户群或用例，因此未被视为当今市场主流。

（图片来源于网络）

另一方面，NLG 已面市多年，但最近才被纳入主流分析工具以增强数据的可视化呈现。体育赛事、运动员统计数据、共同基金业绩等许多基于文本的摘要均使用 NLG 技术自动创建。此外， NLG 功能越来越多地用作交付机制，使基于 AI 的输出更易于主流用户使用。

最近，分析供应商与 NLG 供应商建立了合作伙伴关系，利用其专业知识为数据可视化增添了新的亮点 - 使用自然语言叙述形式自动识别和表达关键见解，进一步丰富了可视化。 尽管商业分析和 NLG 的结合相对较为新颖，但仍赢得了市场关注，并打开了组织探索新用例的大门。