Для цитирования: Швед С.В., Кортенко Л.В. Новая роль BUSINESS INTELLIGENCE в корпоративных информационных системах с применением WEAK AI // В сборнике: BI-технологии и корпоративные информационные системы в оптимизации бизнес-процессов цифровой экономики. Материалы XI Международной научно-практической очно-заочной конференции. Екатеринбург, 2024. С. 81-84.
Аннотация
В данной статье раскрыт потенциал систем Business Intelligence с применением Weak AI, который позволяет значительно усилить результат работы любых компонентов Корпоративных Информационных Систем. Преимущества их внедрения, обеспечивающие оперативное принятие управленческих решений на всех уровнях.
Ключевые слова:
Business Intelligence (BI), Корпоративные Информационные Системы (КИС), Artificial Intelligence (Weak AI), данные, оптимизации бизнес-процессов, управленческие решения.
В современных условиях роль BI в КИС продолжает эволюционировать под воздействием новых технологий и изменений в бизнес-среде. Ключевые аспекты, подчеркивающие новую роль BI в КИС:
1. Использование искусственного интеллекта. Использование технологий Weak AI, таких как машинное обучение, в BI позволяет создавать более точные прогнозы, автоматизировать аналитику и предоставлять персонализированные рекомендации.
2. Реальное время и потоковая обработка данных. Современные BI-системы [1] акцентируют внимание на анализе данных в режиме реального времени и обработке потоков данных. Это позволяет бизнесу оперативно реагировать на изменения и события.
3. Самообучение и автоматизация. BI системы становятся все более способными к самообучению, что позволяет им адаптироваться к изменениям в данных и бизнес-среде. Автоматизация рутинных задач и процессов также становится важной частью BI.
4. Широкий доступ к данным. Новые BI-решения стремятся обеспечить более широкий и удобный доступ к данным. Это включает в себя мобильные приложения, веб-интерфейсы и другие средства, которые позволяют пользователям получать доступ к аналитике в любом месте и в любое время.
5. Синтез данных из различных источников. BI системы активно интегрируют данные из различных источников, включая внутренние и внешние, структурированные и неструктурированные данные. Это обеспечивает более полное представление об окружающей среде организации.
6. Фокус на пользовательском опыте. Новые BI-решения стремятся предоставлять удобные и интуитивно понятные интерфейсы, что делает аналитику доступной не только для IT-специалистов, но и для бизнес-пользователей.
7. Цифровая этика и безопасность. С увеличением количества данных и их важности, BI системы акцентируют внимание на вопросах цифровой этики и безопасности данных. Защита конфиденциальности и соответствие нормативам становятся важными аспектами.
8. Гибкость и масштабируемость. Современные BI-решения предлагают гибкость в настройке и масштабируемость для удовлетворения потребностей организации, особенно в условиях роста объема данных и пользовательской базы.
Указанные выше аспекты подчеркивают, что BI становится неотъемлемой частью корпоративных информационных систем, предоставляя организациям средства для более глубокого понимания данных, эффективного принятия управленческих решений и успешного конкурирования в современной бизнес-среде.
BI с применением искусственного интеллекта Weak AI предоставляет организациям мощные аналитические инструменты, способные автоматизировать процессы анализа данных и делать более точные прогнозы. Области применения Weak AI [3]:
v Автоматизированный анализ данных. Использование алгоритмов машинного обучения для автоматического анализа больших объемов данных. Это позволяет выявлять скрытые закономерности, тренды и аномалии, которые могли бы быть упущены при традиционном анализе.
v Прогнозирование и предсказание. Применение методов машинного обучения для создания точных прогнозов и предсказаний на основе исторических данных. Это может быть полезно в финансовом анализе, управлении запасами и планировании производства.
v Персонализированный анализ. Использование Weak AI для создания персонализированных отчетов и дашбордов, учитывая индивидуальные потребности и интересы пользователей. Это улучшает эффективность принятия решений.
v Обработка естественного языка (NLP). Интеграция технологий NLPдля анализа и понимания текстовых данных. Это может быть использовано, например, для мониторинга обратной связи клиентов и анализа сентимента.
v Автоматизация отчетности. Применение Weak AI для автоматизации процесса создания отчетов. Машина может самостоятельно анализировать данные, формировать отчеты и предоставлять бизнес-пользователям актуальную информацию.
v Рекомендательные системы. Использование алгоритмов рекомендаций на основе машинного обучения для предоставления пользователям персонализированных рекомендаций, например, в электронной коммерции или сервисах потокового видео.
v Анализ больших данных. Обработка и анализ огромных объемов данных с использованием технологий и методов Weak AI, что позволяет выявлять сложные взаимосвязи и понимать динамику бизнес-процессов.
v Оптимизация бизнес-процессов. Применение Weak AI для выявления узких мест и неэффективностей в бизнес-процессах, а также для предложения оптимизированных стратегий и решений.
Подводя итоги, можно с уверенностью сказать, что внедрение систем BI значительно повышает производительность КИС, а архитектура решений [3] позволяет безболезненно интегрировать аналитический слой поверх любых компонентов КИС, что является значительным преимуществом в скорости внедрения и отказоустойчивости архитектуры компании.
Интеграция искусственного интеллекта в BI дает возможность компаниям получать более глубокие и широкие инсайты, опираясь на данные, полученные из текущих КИС, улучшая таким образом качество принимаемых управленческих решений и повышая конкурентоспособность.
Список использованной литературы
1. А.В. Шаль, К.А. Боковая. Использование инструментов big data и business intelligence в экономическом анализе. В сборнике: Цифровая экосистема экономики. Сборник статей по итогам IX международной научно-практической онлайн конференции. Ростов-на-Дону, 2022. С. 247-250.
2. М.А. Иванова. Цифровая трансформация: IoT, AI, VR, Big Data / Digital Transformation: IoT, AI, VR, Big Data Изд-во «Дело (РАНХиГС)», 2019. 256 с.
В.А. Астапчук, П.В. Терещенко. Архитектура корпоративных информационных систем. Изд-во «Новосибирский государственный технический университет», 2015. 75 с.