从商业智能到智能商业：AI赋能企业决策新范式
星河互联CEO傅淼在CCF-GAIR峰会上解析智能商业的框架与未来
7月8日，在雷锋网主办的CCF-GAIR全球人工智能与机器人峰会AI+专场中，星河互联CEO傅淼发表了题为《从商业智能到智能商业》的主题演讲，深入解析了新一代商业决策系统的形成背景、核心框架及其对企业未来的影响。
他指出，传统基于运筹学（OR）或商业智能（BI）的决策系统已经难以满足日益复杂多变的商业环境。AI技术的发展为突破这一瓶颈提供了可能。通过将OR、BI与AI融合，构建“智能商业”（Intelligent Business）决策体系，成为实现数字化转型的关键。
智能商业的核心特征
傅淼提出，智能商业是以AI增强决策支持系统为基础，服务于企业各层级决策者，具备以下关键特征：
- 实时响应
- 闭环反馈
- 自动进化能力
- 自动识别问题
- 全局优化目标
智能商业的目标在于提升企业决策效率和质量，在数字经济时代建立更强的市场竞争力。
智能商业与传统系统的差异
- 决策方式：由人工主导转为人机协同，部分场景实现自动化决策。
- 分析主题生成：从人提问题变为机器发现未知问题。
- 数据来源：从静态非实时数据扩展至动态实时、外部及语音化数据。
- 模型机制：由固定不变升级为具备自优化功能。
- 应用范围：从企业内部局部优化延伸至整个产业链协同。
智能商业的技术结构与演化逻辑
智能商业系统延续了传统BI的数据层、模型层、应用层三层结构，但有三个显著变化：
- 从单一企业视角转向供应链与产业链网络视角；
- 从打通内部数据孤岛扩展到整合外部跨企业、语音化的海量数据资源；
- 模型具备自我诊断与优化能力，形成可持续演进的系统。
构建智能商业的关键要素
- 黑箱与工作台的平衡：傅淼强调，应避免完全依赖“黑箱”系统，推荐采用“工作台”模式——即AI提供决策建议与成本分析，最终由人类拍板。
- 成功的智能企业特质：重视算法、数据与业务场景的深度结合，持续与用户、数据进行交互。
- AI对就业的影响：AI并非取代人类岗位，而是催生新的服务需求，特别是在教育和技术服务领域。
