智能商业：书写大数据时代的新商业故事

智能商业是AI-Enhanced决策支持系统，服务于组织中需要决策的各级人员，具备实时、闭环、自动识别问题、全局优化、自我进化等特征，目的在于提高企业决策的效率和质量，增强企业在数字经济时代的竞争力。

智能商业的概念由商业智能演变而来，2017年6月，在天津举办的全球智能大会上，由星河集团首次提出了智能商业的理论框架：总体分为应用层、数据层和模型层。最终目标是，为构建一个支持决策的优化模型需要做出关于决策变量的决策。

智能商业的目标是建立起高度可依赖的商业决策支持系统，是计算机、互联网、决策科学发展到一定阶段的产物，是整合了BI、大数据、人工智能、OR(运筹学)等领域发展成果的综合、高阶商业决策支持系统。

构成智能商业有三大要素—第一、场景：包括服务载体，也就是产品或服务的场景，提供和用户交互的界面，而且从界面实时采集用户的反馈；第二、数据：以信息化为基础，把商业场景数据化；第三、算法：根据系统反馈不断的优化迭代，其实就是算法的自我进化。三大要素缺一不可，如果没有场景，就缺少和用户的交互，缺少实时数据，缺少和用户之间的有效反馈，没有大数据相当于车没有油，没有算法不能自我进化，相当于油没有车。

智能商业和传统商业决策相比有五个不同—从决策者的角度看，能够实现部分的自动化决策，人工干预较少；从分析主题上，不需要事先清晰的去定义决策问题，问题的准确描述也是不断迭代、逐渐清晰的；需要实时、开放的全局数据源；模型能实现自动优化；系统构建时，要考虑全产业链上的各类复杂因素相互作用。其实这也可以看做是判断是否为智能商业决策系统的5个必要条件。

智能商业业务框架总体上分为应用层、数据层和模型层。

首先是全局性，所有的企业都会置身于整个产业链乃至产业网络中去做出最聪明的决策；其次是大数据，将企业内部数据、企业之间的数据、企业与外部环境的数据打通、融合和实时更新，为人工智能的学习进化提供基础；第三是自适应和自学习，企业需要决策的问题由模糊逐渐变清晰，变量、参数和约束条件自适应调整，求解模型通过自学习的方式不断进化。

目前智能商业可以解决企业很多问题，优化产业效率。电商、零售、传统金融、先进制造业和互联网金融，智能商业已经被广泛应用在这些领域。智能商业已经成为产业互联网的核心支柱之一，未来没有人工智能的介入，商业是不成立的。

智能商业由商业智能演变而来。Business Intelligence，也就是BI，在很多情况下被翻译成“商业智能”，其实按目前的应用情况，更准确地翻译应该是“商业情报”。虽然这个概念被大众认识不久，实际上已经出现了很多年，并且在商业上也获得了相当大的成功。1958年IBM的研究员Hans Peter Luhn首次提出了BI的定义：“BI是这样一种能力，这种能力可以理解已知事实之间的相互关系，以帮助用户采取正确的措施，达成既定目标。”可以看出，BI的作用是帮助用户对数据进行挖掘，发现对决策有价值的信息，其实就是商业情报。

历史上看，OR(运筹学)、BI、AI似乎都没能很好地建立起高度可依赖的商业决策支持系统。借助于AI领域的最新进展，三者结合催生了新的商业决策支持模式，即Intelligent Business，这是真正的智能商业。

从发展演进来看，目前智能商业属于由AI增强的商业决策系统，那么未来，随着人工智能的进一步成熟和广泛应用，会进入到AI-Driven，也就是AI驱动的商业决策系统。

AI的应用可能使优化模型构建和演化变得自动化，也就是说，模型本身也成为了优化的决策变量，这也意味着基于机器学习的模型的自动适应和自动演化成为可能。这样的机制才是真正的Intelligent Business，我们努力的终极目标。智能商业领域努力的终极目标——为构建一个支持决策的优化模型需要做出关于决策变量的决策。