衡石科技劉誠忠：“AI+BI”是實現商業智能問答的最好方式｜鈦媒體2023 T-EDGE

全文4325字，約8分鐘

作者丨李程程

本文首發于鈦媒體APP。

基于收集、管理和分析數據的商業智能領域，如何看待 AIGC 這股浪潮？

在12月1-3日鈦媒體集團舉辦的 2023T-EDGE 全球創新大會上，衡石科技創始人、CEO 劉誠忠分享了關于人工智能時代下，商業智能（Business Intelligence）領域的變化與啟示。

衡石科技創始人、CEO劉誠忠在鈦媒體2023T-EDGE全球創新大會上發表主題 演講

劉誠忠認為，數據的本質，是拉通每個人理解業務的標準視圖，我們用數據語言溝通，是因為它可以對齊不同協作方心中對同一個商業場景的理解。相對來說，商業分析中的指標口徑的計算邏輯，是能夠且需要被精準定義的。

舉例來說，通過 BI 分析，我們可以了解，在不同渠道投放廣告給公司收入帶來的影響，進而找到最優的投放比，去精準地調控營銷手段。

在人工智能奇點降臨的時代下，劉誠忠認為，BI 和 AI 必須結合在一起才可以實現相對理想的效果，AI的作用是讓整個數據分析非常專業的門檻下降，變成所有業務場景都可以自由結合的基礎能力。BI 的作用是當 AI “胡說八道”的時候，BI 的建模過程能夠有效地收束問題域，讓結果得到更精準的控制。

以下是劉誠忠在鈦媒體 2023T-EDGE 的演講實錄，經鈦媒體 APP 編輯：

感謝尊敬的各位來賓朋友，很高興可以在這里分享。

今天正好是 ChatGPT 上線一周年，這一年，整個行業，特別是軟件高科技行業掀起了血雨腥風。我們在的行業叫做商業智能，已經是在企業軟件比較主流的賽道，大家熟知的報表、看板、商業分析場景、供應鏈分析、營銷分析，都是廣義上商業智能的范疇。

我想用我在行業中看到的真實案例，讓大家客觀地看一下 AI 的巨大威力，及其局限性。

技術的進化并非一蹴而就，而是循序漸進。AI 的進化經歷了非常長的時間，我們不太可能在短期內面臨180度調轉的局面。所以我想給大家分享的第一個信是：沒有必要恐慌，這個過程還非常長。為什么說 AI 技術進化需要很長時間？對于比較簡單的軟件產品而言，如果你的資源足夠多，你可以加速完成研發工程。而對于復雜的軟件產品而言，每一年研發投入都建立在過去很多年的研發投入基礎之上，是不能并行加速的，沒有辦法用資源來逃脫這個過程，你需要一層一層地設計、抽象、進化，最后做到非常高的工程的復雜度。

在過去五十年，或者過去半個世紀，AI 發展的真實情況是非常漫長曲折的，艱辛程度超過大家的想象。這個過程類似我們找到了一片地基，我們修了一棟大廈，我們修到20層的時候發現這個地基有問題，我們就把樓給廢掉了重新建，這是 AI 發展史上幾次進入理論研究死胡同時真實發生的情況。于是我們重新用另外的技術路線開始 AI 研究和設計工作，我們又修到50層，發現又廢掉了。最近這幾年才在大語言模型上面找到一片目前看上去很堅實的地基，我們修到一百層，逼近了我們所說的 AGI 的通用人工智能的高度，但是目前沒有任何證據表明這個確定性，嚴謹地講還有很長距離，同時也不是沒有可能再出現一次推倒重建的過程。

從全球來看，關于 AI 主流觀點還是明顯地分為兩派，一派是非常樂觀，認為這個事情會在1—3年內為大家生活帶來翻天覆地的變化，另外一派是比較保守，我自己本人偏向保守的，作為計算機科班學生和在實際行業從業人員來說。我認為理解熟悉計算機發展史的人都不會輕易樂觀，在創新研發的狂熱面前我們永遠要保持冷靜。

我們看一下我的行業——商業智能，這包括各個領域里面越來越多采用的報表、看板、駕駛艙各種供應鏈分析，AI 出來后，我很多好朋友給我發來安慰的電話：數據加上 AI，不需要分析了，你們被折疊了，我對你表示慰問。

我當時也有一點小緊張，理論上，data 加上 AI，大家可以自由問答的話，每個人都會很喜歡這樣的助手，確實不太需要 BI 建模和分析的過程，即問即答都可以，還分析啥呢？

從第三季度開始，這些嘗試都不是很順利，紛紛受阻，大家重新打來電話說，我發現數據上面加 AI 跟 BI 結合是特別好的場景，恭喜你找到很好的機會。人生大起大落真是太刺激了，突然之間所有伙伴回來說 AI 加上 BI（可能是）能夠達到智能問答非常靈活的最佳方式。

數據的本質，是每個人理解業務的一種視圖，我們用數據語言溝通，是因為它可以對齊不同協作方心中對同一個商業場景的理解。相對來說，指標口徑的計算邏輯是能夠并且需要被精準定義的。

這個情況下，為什么說商業智能的事情很重要？我們回頭來看一下，所謂商業智能最直觀體現是如下圖這樣的看板，表現的是我在不同渠道投放廣告給自己收入帶來的量的變化。這樣的話，我可以找一個最優的投放比，去精準地調控我的營銷手段。這樣的圖生成看上去不是很難對不對，到底是什么問題需要整個產業投入數百億美金的長期研發創新來解決呢？答案是這個過程如何才能（持續）做到（足夠的）實時精確和靈活應變。

下圖是全球某知名廠商在20年內產品迭代的版本變化，這里面有幾次斷檔，產品做到一定程度推不下去了，三年之后出的新的版本，這個證明我剛才說的話，每個版本建立在之前所有版本努力的基礎上。

為什么 AI 可以在商業智能領域做到加速？在過去三四十年，從 Excel 開始我們已經開始做商業智能的努力。我們把數據合到一起存到某個地方，最后給我們業務部門看。這個過程看上去是平鋪的，實際上從投入和成本來說，數據的清理加工和建模準備工作占到整個過程的90%。真正做報表和分析的工作，在實際過程中只占到10%，這是過去很多年真實的現狀。

我標題里的智能商業這個詞是阿里的曾鳴教授講到的，他以電商推薦和搜索引擎等典型互聯網場景舉例，未來商業體是實時被數據驅動的，被算法所決策的，在他的描述里面，商業智能相對來說是靜態孤立的報表。

這里面存在一點誤解，其實整個商業智能也是在往更加實時，更加智能和更加靈活的方向發展，并且在無縫整合進各種業務場景。我們過去三十年技術發展，都在把分析的工作往下圖右邊趕。這個圖想表達的核心問題在于，當我是最右側的報表和數據分析的消費者時，比如我作為運營主管，對數據指標有任何疑問的時候，數據是給左邊數據工程師。我希望業務方被真正賦能，分析壓力不要給到數據研發團隊，工具越來越自動化，讓業務方更自主地做這個事情。原因很簡單，數據分析歸根結底是一個業務運營動作，不是 IT 動作。

業務指標層的增加是 BI 產品在過去幾年最大的一個進步。這個進步是說明，我們通過業務指標這一層沉淀商業領域的行業 konw-how 知識，用指標體系這樣的一個可以管理的實體概念來承接和沉淀每一個商業場景的領域模型。通過在 BI 過程中引入明確的指標管理動作讓分析工作真正回到業務，而不是停留在技術和數據工程師的環節，這是它的一個主要價值。

后來我們發現，這個地方的進化，恰好就是 BI+AI 最佳的場景，我們都希望在商業分析的時候有這樣的助手，這個助手能夠實時響應面對數據看板的任何問題，能馬上回應我的追問。這個地方核心價值在于，在有數據信息的基礎上，我可以方便地去發現和追問一些連帶問題，真正的開始進行業務探索。

從十年前開始，在整個 BI 商業智能領域，我們都希望能夠支持問答。提出正確的問題，并得到精準的回答是這個領域一直追求的目標，ChatGPT 出現之前這個問題沒有得到很好的解決，那么現在這個問題，也還是沒有得到完全的解決。(laugh)雖然大模型技術已經往前邁了很大一步，但是只有前面 NLP 的革命性進步，還是不足以應對商業分析這個業務場景中，對于提問和回答的精準性極高的專業要求！

我們今年的工作取得了一定的進展，其實就是剛才講的業務指標管理這一層，即指標體系對領域建模的約束定義，加上 AI 語義分析能力，兩者結合起來能夠基本實現商業分析的問答自由，不夸張地說，這的確是行業內有 AI 加持后的最接近理想形態的商業智能：語言表達的靈活性在 BI 的模型約束下，在某個垂直領域場景下實現相對靈活的探索式問答和分析。

衡石成立于2016年，我們一直在引領著行業在往更加開放、更加智能的架構上去創新和合作。我們工作主要有三個方面：第一，我們產品整個架構是開放式的，面向 ToB 的生態伙伴。這個讓衡石成為國內唯一一家，專注于把產品作為基礎能力引擎提供給所有企業服務廠商的企業。所有 SaaS/ISV 廠商都能通過衡石在場景里實現智能的分析和問答的功能。這里有一個衡石獨創性提出的重要假設：我們認為整個商業智能后面可能不是一個孤立的產業，或者是獨立的工具，應該是基礎能力服務化的嵌入到所有業務場景里。

第二，我們做了指標中心化管理，在 AI 出現之前，我們希望可以做領域建模的知識沉淀，也就是說我們希望，如果伙伴是 CRM 廠商，可以在業務指標構建的地方落地自己的方法論，達到有咨詢高度的產品化方案，這相當于利用衡石作為數據類產品或者分析場景類產品的零代碼平臺了。

我們的指標板塊的功能增強已經開展了兩三年了，基于這部分工作，我們打造了第三個重要功能領域 AI copilot ——分析的時候能夠給到數據分析的助手，通過智能問答的方式給運營人員、報表的消費者比較及時的反應，他們的一些洞見、探索可以跟助手配合實現。

這個地方的關鍵場景是可以支持探索，支持發現式的提問，來得到我在商業分析的時候，我沉浸式地體驗，跟著自己的思路完成探索的過程。目前最新進展的成果跟微軟推出的 BI Copilot 比較類似，大家在剛才的 demo 中可以看到，AI+BI copilot 最關鍵的是當 AI 不理解專有名詞的時候，可以通過指標平臺的方式來準確地定義這個地方的概念上下文和計算邏輯，這里用提示詞工程的方式是無法做到產品化準確落地的。

今天我們在會場的訊飛語音的幫助下可以看到，語音的識別準確度已經非常高了，但是我們還無法讓通識模型 AI 在精準提問的商業分析里面做到比較滿意。因為一個商業分析的專家在數據分析的過程中，對每一個 KPI 如何計算，這地方是非常精確的定義。

BI 和 AI 必須結合在一起才可以實現相對理想的效果，AI 的作用是讓整個數據分析從非常專業的門檻掉下來，變成所有業務場景都可以自由結合的基礎能力。BI 的作用是當 AI “胡說八道”的時候，BI 能夠有效地約束問題域，確保對話的上下文場景，讓這個事情得到精準地控制。

最后是我們衡石的愿景，可視化報表、BI 數據分析和智能的數據問答探索這些能力已經越來越重要，這對所有 to B 軟件廠商都是非常重要的功能增強方向。我們覺得 to B 創業已經非常苦了，我們的工作就是在這些需要高密度研發投入的地方做好標準產品，大家不用重復造輪子，至少這些方面的苦可以少受一點。這就是我們的愿景。

謝謝大家。

關于衡石科技

衡石科技定義新一代 AI-Powered 的分析智能平臺，專注賦能全行業的企業客戶和 SaaS/ISV廠商敏捷構建分析應用。旗下核心產品 HENGSHI SENSE 讓合作伙伴在自己的業務場景中輕松上線 AI Copilot、BI分析、指標中臺、運營看板等功能，驅動業務的智能化轉型。衡石科技目前已經和亞馬遜云科技、寶尊電商、浩方集團、積加ERP、領星ERP、探馬SCRM、微伴助手、紛享銷客、六度人和、衛瓴科技、思為科技等數百家先進SaaS/ISV廠商落地深度合作，讓場景化的商業分析即刻上線，生態合作已覆蓋數字營銷、ERP、CRM、SCRM、CEM、HR、業財費控、MES、低代碼、供應鏈管理等多個垂直領域。

- Powered by HENGSHI