智能商业：书写大数据时代的新商业故事

智能商业是AI-Enhanced决策支持系统，服务于组织中需要决策的各级人员，具备实时、闭环、自动识别问题、全局优化、自我进化等特征，目的在于提高企业决策的效率和质量，增强企业在数字经济时代的竞争力。

智能商业的概念由商业智能演变而来，2017年6月，在天津举办的全球智能大会上，由星河集团首次提出了智能商业的理论框架：总体分为应用层、数据层和模型层。最终目标是，为构建一个支持决策的优化模型需要做出关于决策变量的决策。

智能商业的目标是建立起高度可依赖的商业决策支持系统，是计算机、互联网、决策科学发展到一定阶段的产物，是整合了BI、大数据、人工智能、OR(运筹学)等领域发展成果的综合、高阶商业决策支持系统。

构成智能商业有三大要素—第一、场景：包括服务载体，也就是产品或服务的场景，提供和用户交互的界面，而且从界面实时采集用户的反馈；第二、数据：以信息化为基础，把商业场景数据化；第三、算法：根据系统反馈不断的优化迭代，其实就是算法的自我进化。三大要素缺一不可，如果没有场景，就缺少和用户的交互，缺少实时数据，缺少和用户之间的有效反馈，没有大数据相当于车没有油，没有算法不能自我进化，相当于油没有车。

智能商业和传统商业决策相比有五个不同—从决策者的角度看，能够实现部分的自动化决策，人工干预较少；从分析主题上，不需要事先清晰的去定义决策问题，问题的准确描述也是不断迭代、逐渐清晰的；需要实时、开放的全局数据源；模型能实现自动优化；系统构建时，要考虑全产业链上的各类复杂因素相互作用。其实这也可以看做是判断是否为智能商业决策系统的5个必要条件。

智能商业业务框架总体上分为应用层、数据层和模型层。

首先是全局性，所有的企业都会置身于整个产业链乃至产业网络中去做出最聪明的决策；其次是大数据，将企业内部数据、企业之间的数据、企业与外部环境的数据打通、融合和实时更新，为人工智能的学习进化提供基础；第三是自适应和自学习，企业需要决策的问题由模糊逐渐变清晰，变量、参数和约束条件自适应调整，求解模型通过自学习的方式不断进化。