BI根本不重要，报告显示物联网中AI是王道

基于大数据的BI软件问题是它们本身总是被动而且静态的。虽然这种后发型的事件分析本身很好，但是对公司来说怎么样去实现实时洞察从而进行管理呢？

最近一份来自于数据分析供应公司GlobalData的调查显示，物联网从业人员依然严重依赖于传统的BI软件。该报告总共调查了1000名受访者，其中大约有40%的人认为BI平台优于其他的数据分析方式。

不幸的是，全能型BI软件平台已经可以被其他的分析方式所取代，这些分析方式更小而且还能通过更多的方式传递公司数据的价值。这些新方式可以是一个直接的SQL查询、一个预测性的数据建模器、一个自动生成数据的可视化探测器或可提供实时观测的交互式仪表板。用户将愈发依赖于复杂的查询与报告的基本模式，而BI软件往往是被动而静态的，这将不利于企业进行系统的建立和维护。

在物联网中，公司需要将重点放在业务基础的优化方面，而不是观测的创新。不过公司往往会抗拒这一点。这种抗拒与物联网倡导的BI平台模式背道而驰，调查显示随着时间的推移，很多的物联网部署以失败告终。2016年，没有公司在物联网部署后出现失败。但是到了2017年，失败的比例已经上升到了12%。调查显示，在物联网部署之前的失败或项目被抛弃的主要原因是部署和维护的成本问题。

不过，另一方面，令人振奋的是，调查发现，近70%已经实施了物联网方案的公司表示，他们的物联网项目已经达到了他们投资回报预期。AI或许可以解决物联网问题，因为它可以证明优化现有业务流程将体现物联网价值。即使是使用简单的AI机器学习框架与模型，物联网从业人员都应立刻解决两个问题，检测出异常情况和对结果做出预测。

注: 五个收益一依次为提升运行效率、减低成本、提升现有产品及服务营收、提升新产品及服务营收和提升观测与决策制定。

调查显示，企业买家希望提高运行效率。43%的受访者认为，AI将最有利于其业务流程的自动化和优化。

集中化是传统BI分析、报告和预测建模的特征，而AI最有用的一方面就是其进行前沿技术的部署。物联网部署应该使用像机器学习这样靠近设备本身的工具。

任何分析工作都应该是简短的，并专注于解决具体的挑战。物联网买家需要获得集中化以及全球业务的可见性，但也需要通过AI以实现本地的优化。虽然这样并不能解决所有的问题，但是这样既可以使成本达到公司承受范围之内，又能为公司带来直接正面的影响。因而公司不必去建立昂贵的集中性整体分析系统就可以从物联网中得到价值。

GlobalData全球IT技术和软件服务总监Brad Shimmin表示：“至少在项目开始时，物联网从业者应该强调战略分析洞察力的战术利益，作为证明投资回报率和保证未来业务投资金的手段”。