作者：小麦数据猿
2024-4-3 11:38
作为首个“AI程序员”，Devin最近参与了一系列工作，包括在人力资源外包平台Upwork完成编程工作；潜入一家明星创业公司内部群交流，为公司CTO调整代码方案等。这让整个软件工程行业大受震撼，程序员留言“刷屏”。
“AI拥有资深码农水平”这一事实，证明人工智能的进步速度超出预料，AI正在深入实际工作中辅助人类，进而引发一场名为“人工智能+”的变革。
软件工程行业首当其冲。随着AI“智能涌现”，软件开发范式发生变化。AI带来的开发效率提升，让应用生态更加繁荣，行业新一轮发展热潮涌现。而在这轮热潮中，“人工智能+”应用将大规模落地，推动更多行业实现数字化转型和降本增效。
以BI（商业智能）软件领域为例，过去，企业用数据驱动决策，需要数据分析师先打开BI进行可视化操作，因而数据行业人才储备也成为企业数字化的一大门槛。所谓数据驱动业务决策，更是高度依赖业务部门和IT部门之间的高效协作。
如今，人工智能+BI，正在改变这一数字化范式，为企业降本增效推开了一扇新的大门。
相较于C端应用，B端用户需求明确，AI应用只要在帮助企业降本增效方面起到作用，即产能提升大于成本投入，就有望实现商业化。
因此，微软、谷歌、Adobe、Salesforce等全球知名软件公司纷纷拥抱“人工智能+”，用AI大模型重写产品。对此，华金证券表示，AI应用正在进入大爆发时代，B端应用将全面进入商业化。
资料来源：华金证券
而当视线来到国内B端应用生态，数字经济发展以降本增效为核心，实现数据驱动的决策效率提升仍然是首要任务。因此，帮助企业进行数据分析的BI软件，是释放数字技术所形成生产力的重要抓手，也是“人工智能+”展现业务价值的第一战线。
首先，AI+BI正在让数据分析工作变成对话问答的形式，从而降低企业数字化转型门槛。
过去，经营决策时往往需要数据分析师提前操作软件汇总数据，导致时效性差，而生成式AI技术为人机交互带来了颠覆性的变化。
以思迈特软件Smartbi为例，基于公司自然语言分析（NLA）发明专利，Smartbi重磅发布对话式分析大模型版本。在大模型的助力下，BI可以准确理解用户提问，并依靠多模态生成能力返回数据图、文字分析等多形态的数据分析结果。这让我们看到了“人人都能成为数据分析师”的未来一角。
除了降低使用门槛，AI+BI的业务价值还体现在效率层面。
一方面，在AI加持下，BI可以与用户展开多轮对话，并输出连贯的数据分析结果，实现层层归因、排查问题，提升用户业务决策效率。
在实际经营中，很多问题藏在更深层的数据中。比如，互联网企业降本增效过程中，管理者往往需要考虑“本”到底在哪里，企业成本构成是什么样的，成本是多少，主要花在哪些环节，花得是否合理，该如何优化等一系列问题。
针对这一场景，松果财经以运营数据为研究样本，使用Smartbi对话式分析大模型版本，进行递进式的提问，找到了影响成本的关键数据。这一过程中，AI生成一个分析图表的用时只有几秒时间，效率显著超过人工分析。
另一方面，当AI+BI与指标管理结合，还能打通数据孤岛，加快专属数字工具的搭建过程，从而提升企业整体经营效率。
信息化发展十年，“数据孤岛”问题仍然在跨部门、企业内外协作等方面十分突出。近日，中国互联网协会副理事长李晓东表示，根据有关统计，我国数据资源的拥有量位居全球第二，占全球近10%。但是“数据孤岛”现象仍然非常严重，连通“数据孤岛”，弥合“数据鸿沟”是非常严峻的工作。
注：企业信息化常见问题
针对这一难题，最好的办法就是由BI平台搭建一套参考的管理指标体系，让企业用户与AI大模型对话删减指标，打造符合自己需求的指标体系。也就是让AI充当“软件工程师”生成BI，企业可以通过向AI提需求拥有一套专属BI系统。而当用户需要数据分析时，也可以通过对话式分析调取一致可信的数据。
注：向导式简单操作方式，实现指标的智能应用
值得一提的是，这既需要“人工智能+”的赋能，也离不开软件服务公司自身的行业know-how沉淀。因此，要求BI公司客户服务经验足够多、生态足够开放。
无论如何，从使用门槛到工作效率，从单个用户到企业整体，AI+BI展示了其赋能企业降本增效的业务价值，既反映出智能BI时代到来的必然性，也展示出AI“重写”软件应用生态的能力。
在数字经济时代脉搏中，“人工智能+”广阔的应用空间才刚刚显露一角，这场创新浪潮正在给千行百业带来跃迁的生产力。
“人工智能+”这一科技创新发挥主导作用的生产力，在今年两会后更加为人熟知：新质生产力。
今年的《政府工作报告》提出，深化大数据、人工智能等研发应用，开展“人工智能 +”行动，打造具有国际竞争力的数字产业集群。这标志着人工智能已成为引领新质生产力发展的关键引擎，而人工智能+应用是软件公司在实践经验下必然的选择。
B端应用实践为王。AI+BI，是思迈特在解决垂直领域企业数据应用需求，经历了传统BI、自助BI两个“时代版本”，步入智能BI后，再一次的进化。
以金融行业为例，大部分金融行业从业者文化水平较高，但是在数据利用率、价值释放、业务赋能推广等方面，企业仍然会面临传统BI工具操作门槛的问题。因此，过去一段时间内，思迈特探索基于BI系统本身具备的一体化的数据建模能力，降低用户上手难度，强化业务部门参与自助分析，让各级分支机构和全体员工成为数据消费者，助推客户沉淀更丰富的数据资产。
但是，自助BI仍然有其使用门槛。我们将目光投向整个数据应用市场，大部分企业员工构成更是多样化。从具备编程能力的“高手”到只会“拖拉拽”的普通员工，自助BI产品也很难让数据驱动科学的业务决策覆盖所有用户。
如今，随着国内一系列基于大模型的应用爆发，思迈特有了新的解题思路。Smartbi对话式分析大模型版本，让企业可以实现从“一把手”自上而下推动，到各级员工思想意识、文化理念和行为方式上调整的深度数字化。
这也意味着“人工智能+”扮演着数字化工具从1到100推广和复用的关键角色，软件公司通过打造颠覆性的产品力，推动客户企业摆脱传统增长路径，为各行各业数字化转型带来一场生产力革命。
值得一提的是，这种“人工智能+”的探索，也将让软件公司在市场更具竞争力。2023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”。
从思迈特产品“AI+”升级中，我们不难看见国内软件公司革新软件应用价值的雄心。而随着数字技术向传统产业加速渗透，信创产业的巨大市场潜能将持续释放。
展望未来，来自千行百业的企业拥抱“人工智能+”是大势所趋，应用前景才刚刚揭开一角。
我国数字经济产业不断壮大，数字经济规模连续数年位居世界第二，经济社会发展的信息“大动脉”已经被打通。但是，原来没有AIGC，没有指标体系的时候，数字工具使用门槛高、交付周期长、成本高，很多传统产业尚未被数字技术渗透，软件应用的腰部市场也没有完全打开。
如今，生成式人工智能重塑软件应用，正在发挥科技创新对经济社会发展的驱动引领作用，未来有望为全球经济创造数万亿美元的价值，属于“人工智能+”的长期机遇正在形成。
与时偕行，方有未来。率先驶入“人工智能+”未知边界的软件企业，正在成为冲锋在前的“企业号”，不断沉淀行业know-how，找到高质量发展的新航线，帮助积极拥抱AI应用的企业踏上降本增效的新大陆。
