Qlik全球产物市场副总裁 James Fisher
曩昔几年里，许多剖析家都猜测“智能数据摸索”将代表剖析市场的下一波推翻海潮——应用人工智能和机械进修来主动剖析信息，取得深度剖析成果。数据主动预备、天然说话处置和生成，和对形式辨认、相干性和异知识别停止高等统计剖析等功效的涌现将推翻剖析范畴，这些功效是如斯壮大，乃至让人有点难以相信了。
对这一波推翻性海潮，企业应当坚持一个谨严的立场和采用分歧的看待办法。企业最关怀的是在可以或许疾速完成数据价值的同时杀青小我、团队和企业的目的。固然数据量、盘算才能和员工对应用数据的需求呈指数增加，但全部数据摸索的成长却受制于企业数据素养的完善。这就是Qlik的一切举动都以用户为中间的缘由地点，Qlik开辟可以或许支撑人类剖析流程的产物——赞助更多的人停止深度剖析，为全部企业带来价值，知足他们的目的。固然机械智能为改良剖析流程供给了更多能够性，但这其实不意味着机械智能将以黑盒办法[ 黑盒办法：指的是隐蔽逻辑算法/流程，只对用户展现终究推论的剖析办法。在Qlik，一切的剖析和推论面前的逻辑是一步一步向用户展现的，并没有隐蔽全部进程。
]终究代替用户驱动的视觉剖析——至多在短时间内不会。是以，现阶段为了推进价值的完成，智能数据摸索功效应与以工资中间的剖析和研讨相联合，以知足企业一切用户和运用的需求。当机械和人一路协作时，会发生乘数效应，因此可以称之为新一类的加强智能。
人工智能和真实的加强智能是有差别的，人们的目标是可以或许更聪明天时用机械智能，而不该被局限在机械划定的预界说成绩或许剖析框架上。有些时刻，机械智能可以或许从统计上得出深度看法，让用户以分歧的角度对待事物，终究清除成见，拓宽常识面。有些时刻，用户会经由过程机械不具有的直觉、常识和高低语境等才能来猜测和研讨概念。最好的处理计划是让二者能一路协作，发明1+1年夜于2的后果。
让我们换一种思虑方法，好比在《星际迷航》里，假如不是斯波克和柯克船主联手，朝上进步号星舰确定没法超出它的第一次义务…
瞻望将来，正如Qlik本年早些时刻所宣告的，经由过程一系列机械发生的涵盖剖析周期的全体三个阶段（数据预备、研讨和剖析、协作）的深度剖析和建议来优化Qlik Sense，包含新的智能数据预备功效、用于处置数据和提出深度剖析建议的先辈算法和办事，和能让更多用户轻松应用的天然说话搜刮和通讯功效。其他功效还包含其自己具有的扩大平台、鄙人游运用和任务流中嵌入深度剖析的才能，应用Qlik开放的APIs取得与数据互动的新方法，例如停止对话剖析[ 对话剖析：指对天然说话的处置才能，Qlik具有并一向在赓续完美这类才能。分歧于语音剖析，对话剖析与谷歌的任务道理雷同，针对用户与软件对话的方法停止赓续改良， 可使用户与软件沟通时相似人与人之间的沟通。]。Qlik的CTO Anthony Deighton曾在2017年全球客户年夜会——Qonnections上展现了一些使人高兴的新尺度运用，这些运用都构建于Qlik的认知规矩引擎之上。
在曩昔几个月里，Qlik曾经向全球的客户展现了这些运用，它在赞助人们灵感闪现的那一刻长短常使人觉得高兴的。人工智能的远景弗成限量，为了推进价值完成，并可以或许从乘数效应中获益，智能数据摸索联合以工资本的剖析将成为往后的主导形式，而Qlik老是走在前端。
