商業智能這一概念，自1996年提出至今，已經過了26年。市場對BI的態度，從好奇、探索直到習以為常，80-90年代的IT人還記憶猶新。
但如果有一家初創公司，要邁入這個成熟的市場，即使是團隊內部也必少不了質疑的聲音。在一個客戶需求、產品功能、市場格局都看上塵埃落定的狀態下，如何做成功一個全新的BI產品似乎缺乏討論的價值。然而市場上依然有大量積極的聲音在談論BI的未來，下一代BI需要具備哪些特性，會帶來什么變化。出現這樣的反差和BI目前的使用場景有著分不開的聯系。
在企業應用場景中，BI在絕大多數場景下還需要依靠人來完成，不管是基礎分析邏輯的設計開發、維度和度量的選擇與調整、展示效果的規劃與解讀，都需要依靠人來完成。而限于工具目前的發展水平，人參與比例相對較高，這會導致一個相對客觀的數據分析場景，摻雜了過多人的主觀判斷。甚至會出現為了佐證某個觀點，開發人員主動選擇甚至篩選出符合目標預期的基礎數據，選擇適合的分析方法，以展示出與觀點一致的趨勢和期望，這就與商業智能通過整合數據，分析趨勢，指導決策的初衷背道而馳了。
由于BI的使用，涉及到數據選擇、維度塑造、數據統計、分析方法、展示設計等等環境，需要同時掌握數據、技術、業務、設計等多領域多學科的知識，目前在企業中負責此類工作的多為專業分析師、IT運維等職能人員。角色屬性決定了他們無法對于決策的業務結果負責，割裂了分析與執行，決策和結果。理想的模式應該是讓業務人員自主完成分析工作，和他們的主觀判斷結合，形成最優的解決路徑，并由他們對結果負責。但是這一工作目前的推進可以說是步履維艱。
首先是數據的選擇與加工，部分企業會將這一工作與數據分析分開，期望像流水線一樣，實現對于數據資產的開發利用。但往往分析師拿到中臺給過來的資產之后，還是需要做不少的處理工作。如果BI工具不支持，那就只能求助于sql或者專門的數據轉換工具。其次是數據分析，簡單的分析工作確實掌握統計知識就ok了，但是如果要做復雜分析，函數擬合、算法、非結構化的數據的結合，這些都是躲不掉的內容，這些對于業務人員來說都過于艱深了。最后辛苦做出來的成果，還需要固定成應用或者工程化導出到其他系統中，這又來到了軟件開發的專業領域，需要具備代碼和集成的相關知識。所以結合以上三點來看，并不是市場不希望業務人員參與，也不是業務人員沒有主觀的自驅，而是現實的能力模型需求，遠超一般業務人員能夠觸及的范圍。
下一代BI面向的這就是這樣看似無解的困境，首先我們要認識到業務人員已經不是幾十年前的產業工人了，不管是基礎教育水平還是擁抱數字化的主觀意愿，都有了巨大的進步。BI可以說經過20多年的發展已經具備了強大的群眾基礎，下一步就是要通過工具的自我進化實現雙向奔赴。要數據融合，將數據的對接、開發、分析、展示，在一個平臺內閉環，解決過程斷層。要增強分析，提供專業全面的分析能力，強大的計算效率，讓BI和Matlab一樣，具備打硬仗的能力。要敏捷易用，做出來的成果能夠靈活分享、落地和被集成，同時這個過程不能太苦澀。短期內無法讓業務人員的能力模型實現質變，就只能要求下一代BI工具在業務模式化、流程自動化、算法模塊化、交互智能化、展現個性化方面做到極致，讓部分簡單的工作可以工具自主完成，減少枯燥的重復配置。讓部分復雜的算法設計與場景結合，易于理解和應用。這樣，對于下一代BI的定義也就呼之欲出了，數據融合的增強分析型敏捷BI平臺，基于這個方向，國外的tableau，國內的nextionBI都在持續發力，讓BI工具和用戶的關系更加合理，也讓BI回歸它被提出時的含義。
nextionBI于2022年2月25日下午，舉辦了線上產品發布會。與致力于數據分析引領業務成長的人們分享了nextionBI在成長中的點滴。開場之后，數睿數據總裁劉超，首先回答了一個觀眾都好奇的問題，作為一家無代碼企業，數睿數據為何會進入BI賽道。劉超表示，是價值驅動了這一切。
數睿數據做BI這件事，核心不是金錢驅動，是價值驅動的。數睿數據的愿景是“讓人人盡享數據價值”，只靠無代碼還不夠。無代碼做的是數字礦脈的探知和數字礦山的建設，實現價值的高速高質積累。BI需要做的是數字礦產的挖掘和輸出，實現價值從地下到手中的流轉。是我們關注數據價值的過程中，不可忽視的一環。隨著我們無代碼產品越來越多的部署，客戶對于價值提煉的需求愈發密集，也正是這點驅動了nextionBI的發布。
然而傳統的BI已經愈發難以匹配全面數字化社會的發展需求，原因有三點。首先，產品的使用依賴專業人才，但是同時懂業務、懂數據、懂分析方法、懂市場需求的人才太匱乏了，限制了BI工具的發展。其次，國內受需求影響，過于關注可視化呈現，缺少對于分析方法的鉆研，工具能力不足、指標固化、分析模型稀少的問題比較突出。最后，BI的價值沒有展現完全，聚焦與“算”與“看”的客觀描述層面，少了對于業務的促進設計。總結來說，BI走入了一個工具負責好看，分析廠家來干，知識難以沉淀的歧路。
時代呼喚下一代，劉超介紹，下一代BI應該是革故鼎新、關注行業知識、服務數字化轉型的重要工具。革故鼎新是需要BI平臺回歸價值路線，放棄對于數據價值挖掘無意義的冗余能力，回到數據分析的主線上來。同時需要從行業數據資產中梳理出知識，讓價值傳遞、復制成為可能。要符合數字化轉型的政策要求，識別數字化轉型過程中環境的變化和新的痛點，針對性的設計解決方案，這才是下一代BI該走的道路。
對于未來，從nextionBI新發布的logo中可以看出，中間的“O”，也就是origin，被更加清晰的闡釋。一半是數據，一半是知識，BI從數據中來，到知識中去。而下一代BI應當面向知識設計，數據只是過程，知識才是目的。BI的未來是對知識的積累、發現和應用。
數睿數據智能工程部負責人車文彬，具體介紹了數睿數據理解的下一代BI。下一代BI應該是數據融合的增強分析型敏捷BI平臺。首先是多源數據，極速融合，快速自動匯集企業各部門不同系統的數據，支持各類物聯網設備數據接入，滿足99%以上的數據處理，這是實現數據的處理、分析、展示在一個平臺里閉環的第一步。其次是增強分析，結果共享，用AI技術賦能增強分析，從海量數據中找到難題的答案，把數據轉換為動態圖表，文字報告，大屏畫面，迅速共享分析結果，這便是數據向知識轉化的核心過程。最后是人人可用，自助分析，全程無代碼，鼠標拖拽操作，讓沒有任何技術背景的人也可以很快學會使用nextion BI，自助靈活地進行數據分析。在數據融合、增強分析、敏捷易用這三個維度上，nextionBI已經形成了厚實的能力沉淀，形成了對于下一代BI的一個立體的展示。
車博士從產品架構、核心優勢、能力矩陣三個維度出發，深度剖析了nextionBI的整體設計。并從知識積累、發現和應用入手，結合具體場景詳細介紹了，nextionBI特色能力的應用方式。深入淺出、生動形象了描述了下一代BI和數字化時代生產者的關系。
發布會的最后，nextionBI的客戶們也分享了他們的故事。他們都不是第一次接觸BI工具，但在之前的工作過程中，現有的工具都有一些難以攻克的問題。在接觸到nextionBI之后，他們開始嘗試用下一代BI去解決現有的難題，改善異構數據的融合效率，嘗試探索數據結果背后的根因，都收到了不錯的結果。他們都談到，時代在進步，需求在發展，工具自然不能一成不變，而面向新場景新需求設計的產品，也就是他們心目中的下一代BI。
汽車的駕駛，很多年前是一門少數人才會的手藝，逐步發展成大多數人都具備的技能，未來將走向一個AI主導的功能。降低工具對于人的依賴，是生產力發展的必然要求。而商業巨輪的船長需要將動力從漿到帆一步步交到“柴電”推進動力系統手里，才能更好握住自己手里的舵，駛向更廣闊的海域，激起更大的浪花。
