有这样一句广为人知的名言：在汽车没被发明的年代，人类只想要更快的马车。显然，科技的创新可以更好地满足人类的需求，就像汽车的发明一样。
而在当前，AI无疑是的科技创新的风口。大家都在谈AI，好像一家公司如果不和AI联系上就会落伍。但实际上，真正的AI落地应用又有多少？又能创造多少价值？
这种忧虑有一定的道理，但任何科技的创新都会经历一个萌芽、发展、成熟、衰落的过程。在萌芽和发展阶段，大家都在探索，在失败中总结经验，在迷茫中坚守信念。最后“活“下来的人，方能看到黎明的曙光。
在BI领域，同样也在经历一场AI技术的革新。智能BI是未来的发展方向，其目的是利用AI技术使BI工具更加智能、更加易用，从而让更多的用户可以自助地、更深入地进行数据分析。
虽然方向很明确，但过程也必定是曲折的。很多实用主义者会认为，国内大部分企业的BI需求还是报表、大屏可视化这些传统BI的功能，智能BI是很遥远的事情。
的确，投资未来无法保证100%会成功，但不投资未来，却是100%会失败。
有一些具有创新精神的公司，他们就是抱着“明知山有虎，偏向虎山行”的勇气，不断加大对创新技术的投入。广州思迈特软件（简称Smartbi）作为国内知名的BI厂商，就是其中一个。
据笔者了解，思迈特软件对智能BI的探索，主要体现在增强数据管理、增强数据发现和自然语言分析三个方面。
增强数据管理：全新的数据模型
传统BI以IT为中心，由IT人员通过ETL把源数据加载到数据集市中，再提供给BI使用。数据集市的数据以“多维模型”进行建模，维表、事实表需要预先设计好，也即cube是固定的。智能BI以业务为主导，强调用户可以进行自服务的数据准备，cube必须是动态的。
因此，在思迈特软件推出的Smartbi V10中，对底层数据引擎进行了重构，打造了全新的数据模型。Smartbi V10数据模型把“多维建模”的能力整合进BI产品中，用户可以按照需求随时进行可视化建模，无需IT人员预先准备好数据集市，敏捷性和灵活性都得到极大提升。同时，通过产品构建的多维模型，可以和上层应用做更好的协同，产品功能将得到全面增强。
Smartbi V10数据模型融合了ETL的强大数据处理能力，除了支持常规的行处理、列处理、聚合、关联之外，还应用ML技术扩大数据准备的能力，包括：数据降维、Onehot编码、聚类、分类、回归、神经网络等算子，甚至还支持通过Python扩展赋予用户更强的数据再加工能力。
增强数据发现：数据挖掘建模
智能BI支持增强数据发现，可以对数据做预测性的分析，解决“将来会发生什么”的问题，满足精准营销、客户保留、销量预测、信用评分等应用场景的需求。
Smartbi产品提供的“数据挖掘建模”功能，提供了一站式的数据挖掘服务，涵盖数据预处理、机器学习算法应用、模型训练、评估、部署、服务发布全生命周期，体现了思迈特软件对增强数据发现的积极探索。
Smartbi数据挖掘建模汇集了50+种数据挖掘算法组件，能灵活建立业务模型流程，包含基本的数据特征处理、分类、聚类、关联、回归、深度学习算法，以及支持Java和Python算法扩展。
为了进一步降低机器学习的使用门槛，Smartbi V10还支持使用AutoML功能快速创建数据挖掘实验，自动化完成更多的工作。在新建回归、分类或聚类实验时，只需配置数据源、算法、特征的设置项，系统可快速自动生成实验。
自然语言分析：最易用的分析工具
智能BI不仅要深入地分析数据，而且还要足够易用，因此在BI中引入自然语言处理（NLP）技术实现人机交互无疑是最好的选择。
早在2018年，Smartbi便开始自主研发自然语言分析--Smartbi NLA，期望通过引入自然语言处理、知识图谱、推荐算法和机器问答等AI技术，使得Smartbi NLA可以理解用户的数据分析需求，并帮助其快速完成分析任务获得数据洞见。用户通过“智能小麦”对系统发出语音指令，解放双手完成打开报表、切换参数、探索分析等操作，进一步降低了数据分析的使用门槛，使得BI能够扩展到更多的用户群体。
下一步，不光是简单的图表查询，Smartbi NLA还将支持智能推荐能力，以及更多的计算能力，比如同比环比，甚至是预测分析能力。
由此可见，思迈特软件确实在智能BI上做了很多积极的探索，用实际行动推动国内BI行业的发展。2020年入选Gartner中国人工智能创业公司代表厂商，成为国内纯BI工具领域的唯一入选公司；2010和2021连续两年入选Gartner增强数据分析代表厂商等等，这些成绩都是市场对思迈特软件的探索精神和技术实力的充分肯定。
科技的创新永无止境，正是由于这些具有探索精神的企业在不断努力，我们的社会才在不断进步，我们的生活才变得更加美好。
