「人工智慧這幾年很夯，我們可以研究一下！」
「看能否知道『客戶喜歡什麼、哪些商品業績好或哪些不好、公司做那些廣告到底有沒有用』。」
「請問是指未來狀況的預測，還是過去結果的分析？」
「這有哪裡不一樣嗎？」
以上對話，如果很有既視感，或許你也曾經參與類似的討論或自我思辨過。
根據 Hive Ventures 攜手台灣人工智慧學校、Startup Island Taiwan 等單位推出的「台灣企業AI趨勢報告」指出，企業導入 AI 的目標依序為：
- 35.96% 提高組織效率
- 21.78% 提升客戶忠誠／體驗
- 24.48% 增加收入
- 15.38% 降低成本
然而，不少企業不只對「人工智慧」許下了這些心願，他們也對「商業智慧」許下了幾乎一致的願望（因為4個項目都屬於商業領域的範疇）其原因是否因著兩個名詞都提及了「智慧」，所以讓人有所「誤會」？還是兩者間，本來就該是一種「交會」？
AI，做這些事情──人工智慧概念
人們總是對 AI 人工智慧存在一種期待，就是「預測」，期望它可未卜先知、料事於先。
以現行「人工智慧」的發展，人工智慧是「從過往的經驗中，找出脈絡，並脈絡變為機制，利用機制『辨識、判斷、預估』同一領域的相同事件（人、事、物）」，協助人類處理大量、複雜、重複性高、需要高度與精密計算的事。目前最常見的就是「機器學習（人類進行特徵工程，透過資料加以訓練）」與「深度學習（讓電腦自己進行特徵工程，透過大量資料訓練）」。
例如透過數萬張的肺部 X 光照片，訓練人工智慧判斷患者確診 COVID-19，讓醫生不用一個一個判斷，提高檢測效率、降低時間成本、減少誤判機率。
此時回過頭來看，會發現：經驗就是「資料」、脈絡就是「特徵工程」、機制就是「演算法」，而所謂的 NLP 自然語言處理、CV 電腦視覺諸如此類的人工智慧名詞，就是用於解決特定目的，並將三者串連起的專門領域技術。
目前的人工智慧，強調垂直領域的應用，例如「車牌辨識」無法直接應用在「行銷分析」上，即便都是採用了電腦視覺 CV（Computer Vision），但因目的不同、特徵工就不同、演算法亦不同，所以資料更不同，無法如科幻電影一般，做出一個什麼都懂的人工智慧（例如漫威中鋼鐵人的人工智慧管家賈維斯）。
（圖說：AI 人工智慧透過大量數據資料進行機器學習、深度學習等訓練，便能進行更精準的預測。）
不難發現，「資料」就是人工智慧最重要的東西，沒資料、沒智慧，資料必須專門應用在專屬領域，這也可以導正對於人工智慧的迷思幻想：
迷思1：人工智慧等於人型機器人（並非如此，倘若人型機器人無法處理資料，也不是人工智慧）
迷思2：人工智慧能處理所有問題（不是哆啦Ａ夢；是垂直領域的專一運用，用來解決特定問題）
迷思3： 人工智慧就是拿來做預測（沒資料、沒智慧；有資料也難預測，如：天災、戰爭、經濟）
BI，做這些事情──商業智慧的概念
從「台灣 AI 趨勢調查報告」可以知道，企業對於人工智慧的期待仍是希望聚焦於「商業（或管理）」上，畢竟企業的核心宗旨就是在於創造獲利，致力「提高營收、降低成本」，透過「改善產品、優化服務、精準行銷、有效支出」。此時，就不得不提到一個很相似的名詞──「商業智慧」。
商業智慧的概念在1989年就開始被通俗化的傳播（最早於1960年代被提出，類似一種資訊系統的概念），1996年調研機構 Gartner Group 給予正式定義：商業運營中，資料收集、儲存、分析的流程與方法。其中商業分析包括：資料挖掘、預測性分析、應用分析和統計學。因此，商業智慧須具備「資料倉儲（Data Warehouse）、線上分析處理工具（OLAP）與和資料探勘（Data Mining）」三個主要元素，依據企業需求與科技進展，發展為具有「資料挖掘、資料視覺化、資料工具、商業分析」等功能。
（商業智慧 – 數據分析平台具有資料挖掘、資料視覺化、資料工具、商業分析等功能。）
企業期望從累積的龐大資料中，在「沒有規則中，找出規則」。換句話說，就是期望從一大堆看不出來或很難看出來規則的資料中，找到共通的規則，讓企業「有跡可循」進而做出「規劃、決策、診斷、修正」到達企業營運的效益。
正如經典案例「啤酒與尿布」，找到了消費者為何同時會購買兩樣東西的「意圖」。
案例發現，尿布與啤酒擺在一起可以刺激銷售、創造帶貨。原因是周五晚上，那些「手上拿著啤酒、看著美式足球」的爸爸們，不想在比賽正精彩時被老婆大人叫去買嬰兒尿布，索性在購買啤酒時，就隨手帶上了幾組。儘管此一個案例是否真實，眾說紛紜，但它確實是解釋如何從「商業智慧」中找到顧客「意圖」的絕佳案例。
此外，統計分析大廠 SAS 也曾分享與銀行的合作案例，其中指出，利用網路買機票，且又在七天內到訂房網站搜尋者，通常都是真正的要出國者，只要一分析出該類客人，就會配合旅行當地的特約店家，提供刷該銀行信用卡享餐飲與租車優惠的服務。
AI 與 BI 的關係：不是替代，而是共生互補
「人工智慧」與「商業智慧」從目的與本質上來看，並非一個維度，沒有誰高誰低，是解決問題的目標與功能不一樣。意義上，商業智慧是一種概念，解決商業領域中的問題（如同前述）；人工智慧是一種技術，解決各個領域中人類做起來很繁瑣、很複雜、很單一、不夠精準，但電腦做起來很快、很有效率、很精準的事情。
因此，可以說：
商業智慧很挑明的聚焦在商業上，但未必要採用人工智慧的技術，利用統計分析、資料採礦也能運行。
人工智慧可以應用在不同產業上，不同的產業會有不同的資料、特徵工程、演算法，達成不同的目的。
然而，他們同樣需要「資料」，需要找出「脈絡」，也同樣需要「處理機制」，前者可以是統計模型，後者則是運用演算法。前者可以找出脈絡後直接給答案，未必要形成處理機制；後者則將脈絡變為「處理機制」，供日後遇到相同人事物時來分析運用。
以尿布與啤酒而言：商業智慧告訴你爸爸買啤酒時會順便帶尿布，因此行銷人員可以把這兩樣商品放在一起做促銷，透過擺放的位置或是包裝在一起的價格；人工智慧則可以告訴你哪樣的爸爸，會在買啤酒時順便尿布，告訴你下一個可能會這樣做的爸爸，具備有怎樣的條件、或是符合這些條件的爸爸會是哪一些人（資料來自，數萬數千筆買啤酒又買尿布，且「會員身分是爸爸」的交易紀錄，讓透過深度學習或機器學習，找到某種共通條件。）。
人工智慧化的商業智慧
特別強調，商業智慧中，所謂的「看不出來」與「很難看出來」，指肉眼凡胎的人類，並非指的是機器。這正是 AI 與 BI 可以有所關聯的關鍵。
綜觀前述，商業智慧是希望讓企業「有跡可循」，進而做出「規劃、決策、診斷、修正」到達企業營運的效益。而企業營運所追求的，也正好反應於「企業導入AI的四個目的上：提高組織效率、提升客戶忠誠／體驗、增加收入、降低成本」。原因無他，企業本身的宗旨就是創造獲利，致力「提高營收、降低成本」，因此：
人工智慧可以：
發展出「專門用於商業，解決數據分析、管理診斷、智慧監控」的人工智慧。如前述所說，垂直應用，專精於商業智慧服務與其產業之應用，也就是商業智慧化的人工智慧。
商業智慧可以：
採用人工智慧技術作為運算，取得更精準、準確的結果，取代原本需要人力的複雜工作，或是原本用統計學模型做不到的事（統計學是在既有的公式下，分析資料，預估未來相同事件的機率、歸納過去相同事件的現象；而如深度學習就是讓電腦自己去找到特徵、找到規則），也就是人工智慧化的商業智慧。
數位與內容時代下的「人工智慧化商業智慧」
awoo 的 SEO 人工智慧解決方案，採用了人工智慧的「NLP 自然語言處理技術」與「Raspberry Pi 混搭虛擬化技術」，結合「自家專業 Know-How」、「第三方平台客觀數據」及「大數據精準建議」，提供客觀、精準、符合消費市場的 SEO 建議，正是數位與內容時代下「人工智慧化商業智慧」的實際運用。
（註：awoo Know-How 來自「超過10年的 SEO 顧問專業知識、13,000家客戶數的服務經驗、逾100億關鍵字的資料庫」）
此外，awoo 的 PDP 商品數據平台，採用了人工智慧中的 NLP 自然語言處理與 CV 電腦視覺，來協助企業在經營商品時，自動化提取「商品本身的規格」與「商品相關使用場合、屬性風格、需求情境的字詞」，再與「CRM、CDP、DMP 等顧客數據」交叉比對，分析出消費者背後的購買「意圖」，讓企業在行銷佈局上可以落實「數據驅動」，也是利用「人工智慧」來優化商業智慧的實際案例。
（awoo PDP 採集個渠道的數據進行全面性的分析，即時偵測進站用戶的購物意圖。圖片來源：awoo）
在過去的年代，商業智慧的資料範疇，僅止於企業從事商業活動的資料。在行動網路、行動裝置與社群興起下的時代，企業從事商業活動的「內容」及「與顧客／使用者互動的數據」，也早已成為商業智慧中的重要項目。
企業與行銷人員必須知道商品的熱搜字，用哪一個字詞容易被熱搜、哪一個字詞容易引發導流、引發購買、再行銷時能吸引回訪。
甚至是從商品的角度而言，必須了解會「搜尋某商品的消費者，通常是怎樣的意圖、有怎樣的條件」或是「在官網與電商平台上，產品文案要放入怎樣的字詞，才能對應消費者的搜尋習慣與網路行為」。
因此，若從企業導入 AI 的四個目的來看，人工智慧確實能讓行銷人員在「內容」及「與顧客／使用者互動的數據」上得到幫助：
- 提高組織效率（不用花大把的時間與臆測，找尋客戶要什麼，而是用資料分析來證明）
- 提升客戶忠誠／體驗（了解客戶「意圖」，給予需要的商品資訊，讓人馬上找到想要的東西）
- 增加收入（用自動化且個人化的標籤，打造電商網站中分類頁／商品頁文案，引起購買動機）
- 降低成本（使用精準的關鍵字做為廣告條件或廣告文案，更有效率投遞給對的客戶）
這無形之中也實現了企業期望透過商業智慧，在「沒有規則中，找出規則」的目的。讓企業在數位與內容為王的時代下「有跡可循」，以數據驅動的方式進一步「規劃、決策、診斷、修正」，做出有利於企業、客戶、社會三贏的商業行為。
想要進一步了解 awoo PDP、awoo AMP 電商行銷解決方案及 OMO 解決方案，歡迎立即諮詢，將有 awoo 專業顧問為您服務。
