Qlik首席执行官迈克·卡彭（Mike Capone）在最 近的一次采访中告诉Datanami，商业智能的未来将取决于人工智能和数据科学能力如何融入传统的分析和决策支持工具，从而以数据生成的速度影响业务。

虽然总有一些高价值的用例依赖于博士级数据科学家所具备的广泛技能，但据自2018年起担任Qlik首席技术业务老手卡彭（Capone）表示，如今的数据量和对其采取行动的机会实在太大了，无法依靠有限的人从中创造商业价值。

卡彭说：“一直以来，白人数据科学家都站在这一边。”。“你把数据拿出来，交给他们，他们看一些东西，然后以某种方式反馈到你的核心分析中。”。

今天，数据和业务发展太快，无法实现这种工作流程。与大多数BI供应商一样，Qlik正在将人工智能和机器学习功能直接集成到其产品线中，这将为业务分析师提供只有机器才能提供的模式和异常检测的好处。根据Gartner 2020年的一份报告，Qlik的所有主要竞争对手都在采用人工智能和机器学习——不仅是为了发现模式和异常的能力，还为了帮助准备数据和解释发现。

卡彭表示，将商业分析师转变为公民数据科学家会带来很多好处。

他说：“我们所看到的和我们实际正在做的是，我们正在我们的分析平台中构建AutoML和AI功能，以真正让普通的BI用户能够在日常分析工作中利用AI和ML，然后将其引入正常的业务流程。”

AI和ML正在嵌入BI产品（YAKOBCHUK-VIACHESLAV/Sutterstock）

由私人股本公司Thoma Bravo拥有的Qlik于2021年9月收购了数据科学初创公司Big Squid，收购了AutoML功能，该公司在2019年Forrester对AutoML供应商的综合调查中被列为挑战者。根据今天发布的Qlik新闻稿，Qlik AutoML功能正在迅速采用，它允许用户探索预测模型并测试假设情景。如果情况允许，模型也可以触发自动响应。

Capone表示，这一切都是为了基于实时和对未来状态的预测，实现更快的业务决策。这不是仅仅使用SQL查询和向后看的BI接口来查询过去发生的事情就可以做到的。

Capone表示：“在仪表板或报告中锁定洞察力，实际上并不是商业运作的方式。”。“现在的业务是实时完成的，实时开发洞察力的能力——实时从数据中学习，然后实时对这些洞察力采取行动——才是真正重要的。这就是我们正在努力做的，就是将所有这些结合起来。”

例如，食品服务公司Aramark使用Qlik产品来应对不断变化的情况，Capone说。如果林肯金融球场（费城老鹰队的比赛场地）对啤酒或热狗的需求增加，Qlik AutoML可以检测到这个信号并自动采取行动，而无需阿拉马克员工举手。

卡彭说：“他们正在实时分析这些数据，了解井喷分数的含义——或者我们的啤酒快用完了，（所以）把啤酒卡车送到那里——然后做出决定。”。“没有人盯着仪表板看，因为算法已经经过训练，能够做出决策，然后将数据推回到销售点系统。所以，降低热狗的价格，因为我们会有太多。这就是现代数据分析平台。”

Aramark使用Qlik AutoML的实时数据馈送和人工智能调整林肯金融场（Andriy Blokhin/Shutterstock）的食品配送

优化啤酒和热狗的价格听起来可能不是机器学习和人工智能的最 高和最 佳使用。这是一种观点。但从另一个角度来看，这表明商业领袖已经准备好将人工智能和机器学习从象牙塔中带出来，让他们进入能够产生现实世界影响的领域。

卡彭对公民数据科学巨大潜力的看法并非人人都认同。有人担心，公民数据科学家没有经过必要的培训，无法建立可靠地给出正确答案、反映道德价值、不包含偏见的预测模型。

“这些关键的、任务关键的、经常受到监管的模型不能也不应该由专业数据科学家以外的任何人创建，原因与医院不应该配备“公民外科医生”、航空公司不应该依赖“公民飞行员”。