商业智能这一概念，自1996年提出至今，已经过了26年。市场对BI的态度，从好奇、探索直到习以为常，80-90年代的IT人还记忆犹新。
但如果有一家初创公司，要迈入这个成熟的市场，即使是团队内部也必少不了质疑的声音。在一个客户需求、产品功能、市场格局都看上尘埃落定的状态下，如何做成功一个全新的BI产品似乎缺乏讨论的价值。然而市场上依然有大量积极的声音在谈论BI的未来，下一代BI需要具备哪些特性，会带来什么变化。出现这样的反差和BI目前的使用场景有着分不开的联系。
在企业应用场景中，BI在绝大多数场景下还需要依靠人来完成，不管是基础分析逻辑的设计开发、维度和度量的选择与调整、展示效果的规划与解读，都需要依靠人来完成。而限于工具目前的发展水平，人参与比例相对较高，这会导致一个相对客观的数据分析场景，掺杂了过多人的主观判断。甚至会出现为了佐证某个观点，开发人员主动选择甚至筛选出符合目标预期的基础数据，选择适合的分析方法，以展示出与观点一致的趋势和期望，这就与商业智能通过整合数据，分析趋势，指导决策的初衷背道而驰了。
由于BI的使用，涉及到数据选择、维度塑造、数据统计、分析方法、展示设计等等环境，需要同时掌握数据、技术、业务、设计等多领域多学科的知识，目前在企业中负责此类工作的多为专业分析师、IT运维等职能人员。角色属性决定了他们无法对于决策的业务结果负责，割裂了分析与执行，决策和结果。理想的模式应该是让业务人员自主完成分析工作，和他们的主观判断结合，形成最优的解决路径，并由他们对结果负责。但是这一工作目前的推进可以说是步履维艰。
首先是数据的选择与加工，部分企业会将这一工作与数据分析分开，期望像流水线一样，实现对于数据资产的开发利用。但往往分析师拿到中台给过来的资产之后，还是需要做不少的处理工作。如果BI工具不支持，那就只能求助于sql或者专门的数据转换工具。其次是数据分析，简单的分析工作确实掌握统计知识就ok了，但是如果要做复杂分析，函数拟合、算法、非结构化的数据的结合，这些都是躲不掉的内容，这些对于业务人员来说都过于艰深了。最后辛苦做出来的成果，还需要固定成应用或者工程化导出到其他系统中，这又来到了软件开发的专业领域，需要具备代码和集成的相关知识。所以结合以上三点来看，并不是市场不希望业务人员参与，也不是业务人员没有主观的自驱，而是现实的能力模型需求，远超一般业务人员能够触及的范围。
下一代BI面向的这就是这样看似无解的困境，首先我们要认识到业务人员已经不是几十年前的产业工人了，不管是基础教育水平还是拥抱数字化的主观意愿，都有了巨大的进步。BI可以说经过20多年的发展已经具备了强大的群众基础，下一步就是要通过工具的自我进化实现双向奔赴。要数据融合，将数据的对接、开发、分析、展示，在一个平台内闭环，解决过程断层。要增强分析，提供专业全面的分析能力，强大的计算效率，让BI和Matlab一样，具备打硬仗的能力。要敏捷易用，做出来的成果能够灵活分享、落地和被集成，同时这个过程不能太苦涩。短期内无法让业务人员的能力模型实现质变，就只能要求下一代BI工具在业务模式化、流程自动化、算法模块化、交互智能化、展现个性化方面做到极致，让部分简单的工作可以工具自主完成，减少枯燥的重复配置。让部分复杂的算法设计与场景结合，易于理解和应用。这样，对于下一代BI的定义也就呼之欲出了，数据融合的增强分析型敏捷BI平台，基于这个方向，国外的tableau，国内的nextionBI都在持续发力，让BI工具和用户的关系更加合理，也让BI回归它被提出时的含义。
nextionBI于2022年2月25日下午，举办了线上产品发布会。与致力于数据分析引领业务成长的人们分享了nextionBI在成长中的点滴。开场之后，数睿数据总裁刘超，首先回答了一个观众都好奇的问题，作为一家无代码企业，数睿数据为何会进入BI赛道。刘超表示，是价值驱动了这一切。
数睿数据做BI这件事，核心不是金钱驱动，是价值驱动的。数睿数据的愿景是“让人人尽享数据价值”，只靠无代码还不够。无代码做的是数字矿脉的探知和数字矿山的建设，实现价值的高速高质积累。BI需要做的是数字矿产的挖掘和输出，实现价值从地下到手中的流转。是我们关注数据价值的过程中，不可忽视的一环。随着我们无代码产品越来越多的部署，客户对于价值提炼的需求愈发密集，也正是这点驱动了nextionBI的发布。
然而传统的BI已经愈发难以匹配全面数字化社会的发展需求，原因有三点。首先，产品的使用依赖专业人才，但是同时懂业务、懂数据、懂分析方法、懂市场需求的人才太匮乏了，限制了BI工具的发展。其次，国内受需求影响，过于关注可视化呈现，缺少对于分析方法的钻研，工具能力不足、指标固化、分析模型稀少的问题比较突出。最后，BI的价值没有展现完全，聚焦与“算”与“看”的客观描述层面，少了对于业务的促进设计。总结来说，BI走入了一个工具负责好看，分析厂家来干，知识难以沉淀的歧路。
时代呼唤下一代，刘超介绍，下一代BI应该是革故鼎新、关注行业知识、服务数字化转型的重要工具。革故鼎新是需要BI平台回归价值路线，放弃对于数据价值挖掘无意义的冗余能力，回到数据分析的主线上来。同时需要从行业数据资产中梳理出知识，让价值传递、复制成为可能。要符合数字化转型的政策要求，识别数字化转型过程中环境的变化和新的痛点，针对性的设计解决方案，这才是下一代BI该走的道路。
对于未来，从nextionBI新发布的logo中可以看出，中间的“O”，也就是origin，被更加清晰的阐释。一半是数据，一半是知识，BI从数据中来，到知识中去。而下一代BI应当面向知识设计，数据只是过程，知识才是目的。BI的未来是对知识的积累、发现和应用。
数睿数据智能工程部负责人车文彬，具体介绍了数睿数据理解的下一代BI。下一代BI应该是数据融合的增强分析型敏捷BI平台。首先是多源数据，极速融合，快速自动汇集企业各部门不同系统的数据，支持各类物联网设备数据接入，满足99%以上的数据处理，这是实现数据的处理、分析、展示在一个平台里闭环的第一步。其次是增强分析，结果共享，用AI技术赋能增强分析，从海量数据中找到难题的答案，把数据转换为动态图表，文字报告，大屏画面，迅速共享分析结果，这便是数据向知识转化的核心过程。最后是人人可用，自助分析，全程无代码，鼠标拖拽操作，让没有任何技术背景的人也可以很快学会使用nextion BI，自助灵活地进行数据分析。在数据融合、增强分析、敏捷易用这三个维度上，nextionBI已经形成了厚实的能力沉淀，形成了对于下一代BI的一个立体的展示。
车博士从产品架构、核心优势、能力矩阵三个维度出发，深度剖析了nextionBI的整体设计。并从知识积累、发现和应用入手，结合具体场景详细介绍了，nextionBI特色能力的应用方式。深入浅出、生动形象了描述了下一代BI和数字化时代生产者的关系。
发布会的最后，nextionBI的客户们也分享了他们的故事。他们都不是第一次接触BI工具，但在之前的工作过程中，现有的工具都有一些难以攻克的问题。在接触到nextionBI之后，他们开始尝试用下一代BI去解决现有的难题，改善异构数据的融合效率，尝试探索数据结果背后的根因，都收到了不错的结果。他们都谈到，时代在进步，需求在发展，工具自然不能一成不变，而面向新场景新需求设计的产品，也就是他们心目中的下一代BI。
汽车的驾驶，很多年前是一门少数人才会的手艺，逐步发展成大多数人都具备的技能，未来将走向一个AI主导的功能。降低工具对于人的依赖，是生产力发展的必然要求。而商业巨轮的船长需要将动力从浆到帆一步步交到“柴电”推进动力系统手里，才能更好握住自己手里的舵，驶向更广阔的海域，激起更大的浪花。
