近日，Gartner针对260位先进的供应链企业领导者进行了调查，结果显示，绝大多数的供应链企业开始使用高级分析和人工智能来辅助和自动化供应链决策。

Gartner研究副总裁兼分析师Noha Tohamy对此表示，“96%的受访者使用预测分析，85%使用规范分析，64%则在使用AI技术。虽然调查结果不一定能反映出所有供应链企业的现状，但可以帮助其他企业评估和规划未来的数字化转型计划。”

Gartner将使用三种先进分析技术中的两种或多种 - 即预测分析，规范分析和人工智能，定义为先进的供应链企业。“这一调查结果应该可以帮助供应链领导者评估他们目前对这三种技术的使用情况，同时也应密切关注其他企业出现的任何问题，”Noha Tohamy说。

“如果你的企业尚未部署这些分析技术，那么这项调查报告将是改变这一现状的最好理由。同时，调查结果也有助于帮助企业选择将优先采用哪种技术。”

AI和高级分析正在重塑供应链决策

Gartner表示，虽然这三种技术（预测分析、规范分析和AI）有很多应用场景，但最常见的还是提高决策效率或使决策自动化。对此，Gartner给出了具体定义：

决策辅助：使用技术来生成业务洞察并将其推荐给业务人员，之后由业务人员来分析这些洞察建议并进行批准、执行的操作。

决策自动化：能够产生业务洞察和决策建议，并在没有人为干预的情况下自动执行这些建议的技术。

报告显示，目前，58％的受访者已经使用预测分析和规范分析来辅助一些供应链决策，另有一半的受访者使用它们来进行自动化决策。只有10％和12%的受访者表示，在未来两年内并没有计划使用分析来辅助决策和自动化决策。

此外，对于人工智能技术的应用目前并不普遍，数据表明有31％的受访企业正在使用AI进行决策自动化，另有34％的企业使用AI进行决策辅助。但当被问及是否计划在两年内部署AI技术用于决策自动化和决策辅助时，这一比例分别上升至76%和78%。

这一结果也符合Gartner在《2018十大战略技术发展趋势》报告中的预期，该报告曾指出，至少在2020年之前，开发能够自我学习、调整并自主行动的系统仍是技术提供商的主要战场。直到2025年，人工智能将助力决策、重塑商业模式与生态系统、重建客户体验，这些都将进一步推动企业数字化进程。

Noha Tohamy表示，订单履行，生产计划和需求预测等业务场景，适用于通过高级分析以提高自动化决策程度；而销售、运营、风险管理等协作流程则更适合应用决策辅助。

“供应链领导者应该把重点放在决策辅助上，将其作为迈向应用人工智能技术的第一步，然而，如果想要在未来的竞争中脱颖而出，中期计划必须包括决策流程的自动化。对此，我们建议业务领导者现在就了解这些分析技术，并尽快建立供应链自动化的决策流程。”Noha Tohamy说。

AI+BI 助力企业数字化转型

毫无疑问，人工智能、机器学习等技术正在深刻影响着BI行业的发展，并使得分析流程中的每一个环节都更加地智能和自动化。在Gartner今年发布的《2018 BI与数据分析魔力象限》报告中也提到，未来，数据自动准备、自然语言处理（NLG）等功能将成为BI平台的标配。

其实，对于人工智能技术的应用，Tableau、Qlik等BI行业的领导者已经在产品上有所体现。今年4月份，Tableau正式推出了数据准备产品Prep，Tableau介绍，该产品提供了一系列的智能算法，帮助用户将复杂的数据准备过程完全自动化，从而有效提升数据分析的整体效率。

另一家BI行业的领导者Qlik也有类似的产品计划，Qlik曾表示，未来将通过人工智能、机器学习技术来优化Qlik Sense，并且会涵盖数据分析周期的各个阶段（包括数据准备、数据分析、数据协作），具体功能包括智能数据准备、深度分析算法、自然语言处理（NPL）等。

反观国内，亦有不少BI厂商将AI技术视为未来的主要发展方向，如DataHunter、永洪科技、Smartbi等。特别是DataHunter，作为近两年涌现出来的数据可视化分析展示服务商，DataHunter在今年上半年正式推出了数据智能决策服务Data Wisdom，通过应用AI和机器学习技术，使得BI产品可以根据当前业务的不断变化而进行实时分析，动态生成有价值的信息并提供给业务和分析人员。

据悉，目前Data Wisdom主要应用于制造和消费品行业。对于制造业，通过对产线数据、设备参数、成品率进行数据挖掘和机器学习算法调优，全面提升产线成品率，降低生产成本；而对于消费品行业，DataHunter数据可视化分析平台可以引入竞品、地区人口结构、天气、过往活动等数据，对促销活动进行销量预测，帮助门店准确备货，提升利润。

当前，全球企业正在加快数字化进程，根据Gartner的预测，到2020年，全球将有75%的企业完成数字化转型或处于转型的路上，而由于能够给企业领导者和业务部门提供直接的决策支持，基于AI技术的商业智能无疑将成为最受企业青睐的帮手。