現在的醫療器材越來越講究AI應用，市面上有一款跟耳溫機差不多大小的心電圖機，只要貼近心臟，就能即時錄取心音與心電圖，並自動連線上網，比對大數據資料庫中之病例，將最符合的疾病依相關性排列、供急救人員或醫生快速判斷病情，現在已經可以在某些救護車上見到它們，未來將會是居家醫療或遠距照護不可或缺的主力。

想像一下，如果每一間企業都具備這種AI診斷器，只要連上了內部系統，就能找到影響收益的病灶是什麼，甚至能主動推薦改善方案的選項，那管理將會變得有多輕鬆！上述醫療相關的AI應用，依靠的是背後數以萬計的病歷資料，如果資料沒有加以分類彙總，AI將無法將這些資訊做有效的辨別與分析，而BI利用資料倉儲保障不同來源數據的一致與正確性，作為AI應用的主要元素，資料品質高，分析品質自然就好，相信不久之後，當老闆問語音助理：「本月營收衰退主因為何？」AI可以快速回答出這類的答案：「由BI的營收指標樹往下展開可看出，退貨較上月多出15%，退貨原因68%是塗料色差，最多不良品來自於A產線，建議針對人員進行深度教育訓練，另外新品銷售未如預期，落差集中於華南區業務部，原因分析為此地區新客佔比大，對新品尚無信心，建議與知名度高之主力產品搭配組合包銷售，系統已通知相關主管回報改善策略。」

以往BI用戶要具備豐富的管理經驗與知識，才能讓工具充分發揮功效，當AI時代來臨，通過自動化等技術可降低使用BI的門檻，擴大資訊辨別和自然語言處理（NLP）的規模，這些因素對於非技術出身使用者非常重要，AI能夠回溯企業以往的應變模式，理解因果預測與成功機率，甚至可經由付費大數據資料比對市場或同業的狀況，找到最佳解決方案，儘管沒有資料處理或企業管理背景的支撐，也能在AI+BI的協助下做出專業決策，幫助企業規避人為因素帶來的風險。

即使是最一翻兩瞪眼的統計數字，只要呈現的方式不同，一樣會出現偏誤行為，就好比手術的死亡率，當醫生告訴病人，這個手術可使「九成的病人痊癒出院」，或這個手術會讓「一成的病人死亡」，兩種說法雖然是一致的結果，卻會產生不同程度的恐懼，造成判斷的失準，以上種種不理性的認知偏誤，若改用AI分析，便能以謀取最高利潤為目標，不帶個人偏見地做出最科學經濟的決策。

這也是為什麼我們開始使用AI協助醫療與法庭上的判定，以色列讓AI與執業律師比賽閱讀及釐清協議，內容包含仲裁、保密關係及賠償，最終AI完勝人類，在26 秒內搞定人類 92 分鐘才能做完的工作，愛沙尼亞甚至啟用AI法官，裁決7000 歐元以下的小額索賠糾紛，也許數十年後，「恐龍法官」就要跟恐龍一樣變成歷史了。

在台灣，許多流通業服務業開始嘗試以AI來探測客戶反應與市場趨勢，像是自動商品推薦與活動精準投放等，但由於資料庫的資料尚未有大數據的規模，故在AI進行任何判定之前，要先做好資料的校正與彙整，避免錯誤的內容影響系統誤判，而BI即是這類資料採集、整合、篩選、分析、設定的最佳解決方案，因為商業智慧能夠以鑽取功能對結果進行追根溯源，所以我們能保證自己得到的數字正確無誤、為資料的品質把關，更能建立資訊彼此之間連結的因果關係，並利用儀表板、KPI、BI報表等更有價值的圖表式分析，迅速掌握經營的缺口。

在許多構想上，都不難發現BI與AI的相似之處，例如BCG矩陣分類、預警管理、趨勢分析等，都是設定一個模型之後，經過不斷修正與驗證，最後再套用在其它資料上面，讓系統自動判別這個事件狀況是不是我們所期望的，差別僅在於BI是解析歷史、AI是推斷未來。據許多專案導入的統計結果證實，有BI經驗的管理團隊，對AI的掌控能力更游刃有餘，一再應驗機會是留給準備好的人：成功企業必身經百戰，面對多嚴苛的試煉都知道如何因應進退；而AI是留給準備好BI的人：產業升級不是一蹴可幾，對資訊的掌握度越高，越能有效地靈活運用、獲取利潤。

如果說5G是開啟智慧型社會的鑰匙，BI就是這場AI盛會的門票，您，準備好入場了嗎？

BI可主動判定風險預警與盛衰趨勢(如紅綠燈號及上下箭頭)，甚至是BCG矩陣也能快速分類，做好產品定位。

報名一律採預約制，上課當天不開放現場報名，學員如需上課，請參考課表，並請務必完成報名程序。為避免影響您及他人的權益，請勿未經報名前往上課教室。

 http://elearning.dsc.com.tw/ClassCourseList.asp?ProductID=BI