商业智能(BI)平台在不断发展。通过添加人工智能和机器学习，企业正在将数据仪表盘和业务分析转变为更全面的决策支持平台。在这种向“决策智能”发展的趋势中，复杂的工具组合越来越多地嵌入到企业工作流程中，决策者无论何时何地都最需要这些工具。
星座研究公司(Constellation Research)分析师Nicole France说：“决策智能是企业处理大量数据以做出决策的能力。这与商业智能将要做的事情是一样的，但可以用在整个企业中。”
决策智能在实际使用中一个最明显的例子是推荐引擎，它使用分析来预测消费者会觉得哪些产品最合适，或者消费者会有兴趣去看哪些电影。France说，这类工具提供了情景和相关选项，帮助人们做出更好的决策，并补充说，传统商业智能工具的仪表盘和分析仍然很有价值，但决策智能更容易使用，而且更相关。
她说：“对于一线员工来说，情景很重要。但有一定程度的复杂性，很难把握好。目标是以一种清晰、易懂的方式呈现事物，以便人们能够理解一些复杂的分析，并快速做出决策。”
决策智能案例
新冠疫情加速了全球经济几乎每个领域的数字化转型，而人工智能正日益成为这类转型的关键所在。在451研究机构调查的企业中，95%以上的企业认为人工智能对数字化转型很重要，65%认为是非常重要的。
据今年1月底公布的调查，去年美国人工智能的采用率比上一年上升了9个百分点，只有28%的公司表示，由于疫情，他们放慢了人工智能项目。
人工智能流行的一个关键领域是数据和分析。RealBI公司在2021年对软件开发人员和IT领导进行的一项调查显示，41%的企业看到对数据和分析的访问请求有所增加，其中最重要的原因之一是让用户能够做出数据驱动的决策。此外，调查显示，人们对将机器学习嵌入到分析软件或者仪表盘的兴趣越来越高，近16%的企业计划在不久的将来增加这项技术，而目前只有6%的公司是这样做的。
将人工智能或机器学习添加到商业智能平台中，使其能够在决策者需要的时间和地点提供情景、预测和建议，由此而演变为决策智能平台。
据Gartner预测，到2023年，超过1/3的大型企业将有分析师实践决策智能。
这家研究公司把“决策智能”定义为一个框架，支持数据和分析领导能够在业务成果和行为的情景中设计决策模型和流程。在实践中，这意味着决策智能使用分析来帮助员工、客户以及业务合作伙伴做出决策，方法是随时随地为他们提供需要的数据、分析和预测。
随着决策智能成为业务流程的核心部分，决策制定得比以前更快、更容易，而且成本更低。
车管所不用排大队了
决策智能不仅能帮助员工做出更好的决策，还能帮助他们更快地做出决策。当人们在车管所(Department of Motor Vehicles)排队等候时，后者显得尤其重要，因为他们在那里的每一分钟都有可能染上致命的疾病。
美国加州车管所首席数字转型官Ajay Gupta说：“在我看来，决策智能不仅仅是分析和洞察，更是能够做出决策。我们在日常工作中使用人工智能，它不仅告诉你需要做什么，去做什么，而是像其他人一样帮助你做出决定。”
他说，该机构在疫情期间就开始实施智能文档处理。该功能支持用户上传文件，并在到达车管所之前查明他们是否忘带了什么。数字化转型平台供应商ABBYY帮助车管所完成了这个项目，其他工作由咨询公司User Friendly Consulting完成。
Gupta说：“计算机视觉涉及到一些挖掘工作。人工智能是根据历史数据和我们提供的训练做出决策的。”他说，利用这一平台，人们不用再回去拿正确的文件了。而且它缩短了办事时间，因为需要在窗口办理的手续减少了。”
例如，美国联邦政府正在推动将驾照升级为新的Real ID格式，这将方便人们在国内出行。因此，许多加州居民需要到车管所领取新的驾照。通过增加人工智能功能以及支持提前上传文件功能，加州车管所将个人办事时间从每人27分钟减少到10分钟左右。
Gupta补充说，“这在疫情期间起了很大作用。在拥挤的场所呆的时间越短，被感染的机会就越小。”另外，如果不来回传递文件，病毒在纸张表面传播的机会就会减少。
他说，“聊天机器人还能帮助回答车管所客户和员工提出的基本问题。我们现在正在研究的一件事，就是利用它及时培训技术人员。”
注入决策智能
加州车管所还计划使用人工智能进行调度。由于大约有1万名员工在家里、外地办事处和总部工作，很难保证每个分支机构都有足够的人员来轮班。
目前，车管所的数据科学家对此进行了分析，为地区经理和办公室主任提供建议。而该机构目前正在评估将决策智能嵌入到不是数据科学家的员工所使用的系统平台，并有望在今年做出最终的供应商选择。
Gupta说：“有了新的工具，这将被整合起来，并与工作流系统集成在一起。使用专门为获得良好用户体验而设计的开箱即用式产品，所有这些都会成为一个易于使用界面的一部分。这将为员工创造一个更好的决策过程。”
他说，最终的决策还是由人类做出。这一界面显示选项，创建可以更改的日历，建立最佳的基线计划，实际的触发器由管理人员触发。”
车管所目前正在评估用于此项的工具，包括注入街道交通数据的功能。该机构的网站已经包含了人流信息，以帮助客户决定什么时候来办事。这些信息还用于安排工作班次。
Gupta说：“但在湾区和洛杉矶，交通和停车造成了外地办事处周围秩序很乱，因此我们正在研究怎样借鉴这些数据，以帮助我们进行优化。”
车管所还希望通过机器学习帮助内部调查人员发现机构内外的浪费和滥用行为。他说：“我们的目标是建立一个人类辅助决策智能模型，由我们的调查人员、行为科学家和数据官员提供信息。”
他介绍说，新冠病毒加快了该机构的转型时间表，车管所其实早已朝着这个方向前进了。
Gupta说：“我们实际上很好地利用了这场危机，使用人工智能、RPA和机器学习来帮助我们的客户。希望我们能继续保持这一势头。我也希望疫情能尽快结束，但我们所做的一切都会保留下来。”
决策智能的其他应用情形
在网络安全领域，人们必须根据大量快速移动的数据做出决策，这对企业来说有很大的潜在风险。正如网络公司Cato Networks所展示的那样，人工智能和机器学习能够在帮助安全分析师做出更好的决策方面发挥作用。
该公司的研究部部长Avidan Avraham说：“我们在Cato的一系列活动中大量使用了人工智能和机器学习。例如，我们建立了一个信誉模型，使用了我们所掌握的有关域和IP地址的所有信息。它基于内部网络数据和开源情报数据，来预测被恶意攻击的可能性。”
他说，这意味着威胁追踪分析师可以优先进行他们的调查。
Cato构建了自己的技术来实现这一点，使用Amazon Elastic MapReduce来训练自己的模型。Avraham说，该公司已经使用这一系统一年多了，效果很好，误报率也很低。他说：“这已经嵌入到我们分析师的工作流程中了。在我们使用这项技术之前，我们通常是手工进行分析，因此很明显，现在的分析过程要快得多。”
决策智能还可以帮助企业更加保持一致。举个例子，一个银行信贷员要做出贷款批准的决定。
普华永道合伙人兼全球人工智能主管Anand Rao说：“很多情况下，当个人参与其中时，每个信贷员的不同背景甚至情绪都可能会影响到贷款的审批。”
企业有很多方法来达到一致，比如通过培训，但外部因素仍然会起作用。例如，如果一个信贷员今天过得不爽。在这里，决策智能工具就可以提供情景和建议，以帮助业务流程更为一致。
决策智能在其他企业领域的应用(包括客户关系管理和销售工具)也在增长——这并不奇怪，因为有可能将人类智能与人工智能结合起来，以增强决策过程。
