تکامل بیزینسی ترین هوش در تاریخ

در سالهای اخیر اکوسیستم هوش تجاری (BI) انفجاری را در فناوریهای مربوط به فراگیری ماشین و اطلاعات شناختی دیده است. انفجاری که نهایتا علوم داده را برای شرکت‌ها به عنوان یک نیاز واقعی مطرح کرده است. در این جهان هوشمند، راهکارهای داده‌ای بر قابلیت‌هایی تمرکز دارد که در نسل‌های قبلی فناوری‌های هوش تجاری وجود نداشته است اما اکنون این قابلیت‌ها دارد مرزهای فضای هوش تجاری را به سمت سطوح جدید گسترش می‌دهد؛ یعنی به سمت نسل چهارم هوش تجاری. در ادامه شما را دعوت می‌کنم با روند تکاملی نسل‌های هوش تجاری بیشتر آشنا شوید.

نسل اول: معماری کلاینت-سرور و گزارش‌های واحد فناوری اطلاعات

نسل اول فناوریهای هوش تجاری بر اساس مدلهای محلی کلاینت-سرور بوده که گزارش‌ها در آن توسط واحد فناوری اطلاعات و مبتنی بر نیازمندی‌های خاص کسب و کار تهیه می‌شده است. از نقطه نظر زیرساخت داده‌ای، این گونه از فناوری‌های هوش تجاری با پایگاه‌های داده‌ای رابطه‌ای و چندبعدی (که پایه و اساس معماری داده‌های فناوری اطلاعات به شمار می‌رود) عجین شده است. این نسل از پلتفرمهای هوش تجاری زیر سلطه ابزارهای قدرتمندی نظیر Microsoft Reporting Services، IBM Cognos یا SAP Business Objects قرار داشت.

نسل دوم: کلان‌داده

ظهور محاسبات ابری و تکامل مدل‌های پایگاه‌داده‌ای NOSQL و کلان‌داده زمینه ایجاد نسل دوم پلتفرمهای هوش تجاری را فراهم کردند. این راهکارهای جدید بر روی تقویت مدل‌های توانمندسازی ابری تمرکز کرده‌اند. مدل‌هایی که برای رفع مشکلات ناشی از استفاده از زیرساخت‌های محلی و نیز یکپارچه‌سازی با منابع داده نوظهور نظیر سیستم‌های کسب و کاری آنلاین و شبکه‌های اجتماعی توسعه یافته‌اند. نسل دوم هوش تجاری همچنین روی ارتقای پلتفرمهای کلان‌داده و NOSQL سرمایه‌گذاری کرد تا بتواند برای تحلیل مقادیر عظیمی از داده‌های نیمه‌ساختاریافته و ساختارنیافته، راهکارهایی فراهم کند. پلتفرمهایی نظیر GoodData، Birst و Grow از این گونه هستند.

نسل سوم: شخصی، مبتنی بر همکاری، بصری و همراه

ایجاد داشبوردهای بصری جذاب و سلف سرویس، عنصر اساسی در شکل‌گیری نسل سوم از فناوری‌های هوش تجاری است. این نسل از هوش تجاری با توانمند کردن کاربران برای ایجاد داشبوردهای بصری در قالب مدلی سلف سرویس توانسته فرایندهای مرتبط با هوش تجاری را از واحد فناوری اطلاعات سازمانها به واحدهای مرتبط با کسب و کار سوق دهد. از سوی دیگر، ظهور استفاده از نرم‌افزارهای سازمانی در پلتفرم تلفن همراه و شکل‌گیری روندهای همکاری به نسل سوم هوش تجاری شتاب بیشتری داده است. از این منظر، راهکارهای این نسل به کاربران امکان بهره‌مندی از داشبوردهای دستگاه‌های تلفن همراه و تقویت مدل‌های رنگ‌آمیزی برای جمع‌آوری دانش درباره یک راهکار خاص را به می‌دهند. راهکارهایی نظیر Tableau و QlikView این جنبش را رهبری کرده‌اند. جادوبی نیز الان یکی از سرویسهای موفق در این نسل به شمار می‌رود.

نسل چهارم: پیش‌بینانه، پیش‌گیرانه، آنی و شناختی

جنبش نسل چهارم هوش تجاری (اگر البته ما بتوانیم بر سر این واژه به توافق برسیم) توسط ظهور فناوریهای فراگیری ماشین هدایت می‌شود. البته به همان شکلی که زمینه انجام تحلیل داده آنی توسط تکامل روندهایی نظیر اینترنت اشیاء فراهم گردید. از منظر توانایی، راهکارهای نسل چهارم هوش تجاری با برخورداری از مدلهای تحلیلی پیش‌بینانه و پیشگیرانه‌ای که سطوح بیشتری از هوش را درباره منابع داده کسب و کار فعال می‌کنند، موجب گسترش روش‌های گزارشگیری سنتی می‌شود. از این منظر، نسل سوم، تمرکز کمتری روی ایجاد گزارشهایی که بتواند اوضاع گذشته را به خوبی نشان ‌دهد و کمک به کشف بینش‌های ناشناخته و پیش‌بینی راجع به آینده کند داشته است.

تحلیل آنی جریان داده‌ها نیز عنصری کلیدی در نسل چهارم هوش تجاری است. در واقع، راهکارهای تحلیل جریان داده که سیگنال‌های داده‌ای را از منابعی نظیر دستگاه‌های هوشمند یا شبکه‌های اجتماعی جمع‌آوری و ادغام می‌کند جز‌ء اصلی هوش تجاری هستند. در نهایت، توانمندی‌های محاسبات شناختی و یادگیری عمیق که ما را قادر به تحلیل متن، تصویر یا صدا می‌کند به شدت دارد در این نسل جدید از هوش تجاری رایج می گردد.

در حالی که نسل چهارم هوش تجاری هنوز در دوران کودکی است ما می‌توانیم پلتفرمهایی را که در این زمینه جلودار هستند معرفی کنیم: IBM Watson، Microsoft Cortana Analytics، Apache Spark و AWS Kinesis. نسل جدیدی از پلتفزمها نظیر Dato، Databricks یا H2o.ai نیز با نوآوری‌های منحصربفرد و راهکارهایی در فضای نسل چهارم هوش تجاری، به سرعت در حال ظهور هستند.

آیا نسل چهارم هوش تجاری یک جنبش جدید است؟

نسل چهارم هوش تجاری روی حوزه‌هایی تمرکز می‌کند که به طور قابل توجهی متفاوت از نسلهای قبلی آن است. همچنین، ظهور برندهایی که بازیگران کلیدی در این فضا هستند به نوبه خود می‌تواند نشانه خوبی از شکل‌گیری یک جنبش جدید باشد.

در حالی که عبارت نسل چهارم هوش تجاری مطمئنا بحث‌پذیر است، این واقعیت که فراگیری ماشین، محاسبات شناختی و تحلیل داده آنی در حال تغییر فضای راهکارهای هوش تجاری هستند نیز آشکارا و اجتناب ناپذیر است. یقینا بهترین زمان برای نسل چهارم هوش تجاری در پیش روی ما قرار دارد.

لینک این مقاله در جادوبی: https://jadoobi.com/fa/mag/business-intelligence-4th