AI測評網
全球BI發展史：落后十年中國還能彎道超車嗎？
BI (Business Intelligence商業智能)的概念，是由全球最專業權威的IT研究咨詢公司Gartner Group在1996年首次提出，定義為一類由數據倉庫(或數據集市)、查詢報表、 數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。
在Gartner定義前后，不同的企業、專家和行業領袖，都對這一概念進行過自己的解讀。但總的來看，關鍵的要素仍然不變：即通過數據原材料和相關分析技術，產生知識/信息/判斷，應用于企業經營管理決策。
可以說，企業需求和數據技術的雙重驅動，是BI誕生的根本原因。自從1956年IBM發明硬盤之后，數據存儲的研究和應用突飛猛進。在IBM的推動下，關系型數據庫、數據倉庫（Data Warehouse）技術逐漸成熟，從數據存儲自然過渡到數據挖掘。隨后，數據抽取轉換加載（Extract-Transform-Load，ETL）、數據倉庫（Data Warehouse，DW）和聯機分析處理（Online Analysis Processing，OLAP）等技術也逐漸成熟。
技術基礎有了，再說市場需求。在商業智能發展初期，報表是企業最大的痛點和需求。因為當時只有具備專業技術的IT人才會使用工具，大多數業務人員無法使用數據。特別是財務人員每天將大量的時間花在不同報表的數據導入上，往往需要耗費大量的時間精力。導致數據分析的速度，遠遠趕不上業務發展的速度，無法對決策提供及時有效的支持。
在全球范圍內，第一批BI工具廠商在20世紀80、90年代誕生于歐美市場，并于2000年前后初步在全球形成一定規模，出現了美國的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce，法國BusinessObjects，加拿大Cognos和Crystal Reports、Siebel Analytic，瑞典Qlikview等行業領軍者。
第二階段，自助式可視化商業智能階段。進入21世紀，Facebook、YouTube、Twitter和蘋果手機、安卓應用的落地，為BI創造了海量數據的溫床。
硅谷巨頭們開始加入游戲。2007年發生了三起重要的收購：SAP收購了BO（后者還在2003年收購了水晶報表）、IBM收購了Cognos、Oracle收購了Hyperion Solutions（甲骨文此前還收購了Siebel)，成為傳統BI的三大巨頭。此后，BI廠商開始分化為兩類。一類是綜合性BI服務商，主要是IBM、Oracle 、SAP和Microsoft。另一類是獨立的專業廠商，代表是Qlik、MicroStrategy和Tableau。
在這一階段，可視化是行業發展的共識，即產品從后端IT轉向前端數據呈現。將復雜數據表單轉化為圖形圖像，直觀高效地呈現分析結果，降低了業務人員使用的門檻。
2010年，美國35%的企業雇員普及BI工具，在那些被成為最佳實踐案例的企業中，70%的企業使用了自助式BI工具。2012年，Garter稱全球BI市場正在以每年9%的速度增長。但也有機構對商業智能發展前景表示悲觀。比如在2013年之前，根據IBM的統計數據，實施傳統BI的項目失敗率在60%-70%，大量的BI系統并沒有得到有效的使用。IBM認為，傳統BI產品，通常只能由技術人員在設計好的維度模型上建立數據倉庫。這造成了兩個問題，技術人員難以完全理解業務人員的需求，數據倉庫不能滿足不斷變化的業務需要。
這些爭論之中，Qlikview和Tableau兩大自助式BI產品快速崛起，逐漸搶占了傳統BI三巨頭的市場份額。自助式BI（也被稱為敏捷式BI）主要是側重于業務端，幫助不具備IT背景的業務人員，通過直接拖拽等方便的形式，不用編寫代碼，可以對接導入多個數據源，一鍵形成復雜圖形和視圖，響應業務端的迅速決策需求。
從2010年開始，全球商業智能領域的年度變化，都可以在Gartner歷年發布的《全球商業智能和分析平臺魔力象限》中找到。對比2009年和2021年的象限圖，從中我們可以看到，除了Tableau、Microsoft、Qlik三大應用，其它企業都沒能長久地保持住領導者地位，比如IBM、甲骨文和SAP三大傳統巨頭，還有短暫沖進領導者的SAS、Information Builders、Tibco software和ThoughtSpot。
當然，巨頭也沒有放棄進入游戲。比如亞馬遜通過Amazon Web Services，谷歌通過收購Looker進入象限。
2000年——2012年
中國本土的商業智能萌芽于世紀之交。代表性的企業包括廣州菲奈特、用友華表、北京潤乾、南京帆軟、珠海奧威、重慶宏信、億信華辰等。這些品牌初期主要面向政府和大型企業，提供標準化的報表式Report 服務。
在那時國內市場上， SAP BO、Oracle BIEE、IBM Cognos 占據了大部分市場份額，主要面向的主要是金融、保險、銀行、電信為主的大客戶（一般只有大型企業才有需求和實力采購BI）。
當時，海外巨頭在中國本土市場也并非無往不勝。比如在報表領域，中國企業初期的報表格式非常復雜，與西方賬務系統完全不同。這也導致了中企應用國外產品需要二次開發，成本和要求都更高。到最后，很多企業的選擇標準已經變為“哪家軟件對中式報表更友好，就選哪家”的地步。
這也為早期國產BI廠商提供了生存發展的空間。比如早期潤乾、帆軟都是通過自研報表系統贏得了第一批客戶，才得以持續擴大規模。同時，國內早期互聯網巨頭在布局云計算的基礎上，也開始在內部自研BI產品，比如阿里云數智和百度Echarts。
總體而言，在PC互聯網時期，商業智能概念還不夠普及，只局限于TMT行業和大型企業之中，應用場景主要以報表和OLAP為主，為企業提供定制化項目研發服務。
2012年——2015年
2013年開始，移動互聯網應用帶來中國C端市場消費大數據爆炸，將B端業務場景和C端用戶數據之間連接起來。在日益成熟的數字化營銷工具應用中，在流量、資本、市場、人才等多重要素驅動下，國產商業智能賽道迎來了第一輪行業洗牌。
永洪、海致、蘇州國云、武漢賽斯、杭州華量等新廠商陸續入場，與傳統廠商展開市場爭奪。幾輪廝殺之后，帆軟成為行業老大，永洪領跑頭新廠商，并開始整合市場需求，從一線城市向二三線城市拓展業務，從后端研發轉向前段可視化呈現，從定制項目轉向標準產品，客戶范圍也從大中型企業擴展到了更多中小企業。
從這一階段開始中國商業智能的發展逐漸與全球發展趨勢一致，都以可視化+自助化BI作為兩大方向。同時，因為廠商更廣泛的市場營銷，中國中小型企業也開始對BI有了更加廣泛和深入的認知。
2015，帆軟的年度銷售額正式突破了1億。這一數字，向行業和資本釋放了一個重要信號：中國BI市場即將爆發。利用移動互聯網時代的流量及數據紅利，國產BI開始瞄準全球最領先的產品不斷縮短差距，開始進入加速增長階段。
2016年至2020年
2016年，中國BI 發展進入第三階段——智能化階段。在這一階段，中國 ABC（Artificial Intelligence、Big Data、Cloud）技術爆發，對商業智能領域是重大利好。自然語言、機器學習和人工智能技術，進一步提升了BI的算力。因為云計算，企業開始將自身數據資產遷移到云端，大大降低了BI部署的成本。金融、電力、制造、消費、教育、政務等行業的大數據積累到了一定的量級，在質量和時效性（實時性）上進一步提升。
特別是在2020年疫情之后，在國家新型基礎設施建設的政策導向下，大數據應用的典型場景——BI商業智能將迎來一個重要的時代機遇。
天時地利人和，推動BI開始真正意義上助力企業智能決策，開始與一線業務場景深度結合，真正體現“數據驅動業務增長和創新”的業務價值。在使用人群上，BI不僅可以輔助管理層做好重大決策，各層級部門的業務人員可以通過移動端實現數據查詢和分析功能，可以在任意時間/地點/層級隨時賦能更加微觀的業務決策，自助式商業智能需求穩步增長。
總體而言，國外BI在各個階段普遍領先中國10年，但這并不意味著中國BI發展完全沒有機會。在未來5年中，中國如果能在5G領域占據全球領先優勢，物聯網大數據爆炸時代，中國商業智能“彎道超車”將不是一句戲言。
