隨著人工智能(AI)與機器學習(machine learning)技術取得進展后，將會讓數(shù)據(jù)預備、發(fā)現(xiàn)、分析、預測與以數(shù)據(jù)為主的決策更加簡易，進而幫助業(yè)者使其營運流程更加智能化。

據(jù)報導，過去10年來，商業(yè)智能(Business Intelligence；BI)與分析技術的明顯趨勢就是朝向自我服務，但未來預料將出現(xiàn)轉(zhuǎn)變，因為從2018年開始，受ML與AI驅(qū)動的智能功能將陸續(xù)增加，幫助外界跳脫自我服務時代的局限。

目前機器學習已在數(shù)據(jù)預備、發(fā)現(xiàn)、分析、預測與AI為主的慣例應用(prescripTIve applicaTIon)等五大領域上出現(xiàn)。外界也可預期在2018年后，將可看到機器學習被應用在數(shù)據(jù)清理與結(jié)合數(shù)據(jù)、發(fā)現(xiàn)新數(shù)據(jù)與數(shù)據(jù)結(jié)合建議等任務的消息傳出。

非技術商業(yè)用戶將由機器學習驅(qū)動最佳數(shù)據(jù)視覺化建議，自動化模型功能也將幫助非技術商業(yè)用戶善用預測分析的能力。

然而許多商業(yè)用戶對于行動與結(jié)果更有興趣，也因此更善用開始出現(xiàn)的機器學習的慣例應用，其決策則將被引進銷售、營銷、人資、供應鏈、物流等等商業(yè)應用內(nèi)，數(shù)據(jù)分析則被轉(zhuǎn)換成推薦的下一步動作或自動產(chǎn)生能帶出預期結(jié)果的行為。

評論指出，上述新興的功能將讓分析與數(shù)據(jù)帶動決策讓非技術商業(yè)用戶更容易取得、了解與可付諸實行，但實踐并非一朝一日。因此，提供透明與易懂并帶有信任的AI，將是讓智能系統(tǒng)成功的關鍵。