人工智能對業務分析師意味著什么

Jamie Champagne

對于業務分析師和很多其他分析師來說，人工智能再也不是說說而已，已經成為當今的現實環境。要想提高分析技能，我們必須去學習這類新功能，并關注對企業有幫助的關鍵問題和機會。

你準備好機器人入侵了嗎？或者，你只是擔心自己的工作會被自動化所取代？

人工智能的時代不僅到來了，而且已經滲透到我們的生活中。從預測市場趨勢，到重新訂購很快要降價的食品雜貨，再到無人機送貨，可以說，我們的日常生活中人工智能無處不在，而工作中，也影響著我們開展業務的方式。當我們談論人工智能時，最關注的是它能增強我們現有的能力。

人工智能可增強現有能力

人工智能應該被看作是增強我們現有能力的一種方式。提高當前的能力，加快執行速度，更快、更直接地為客戶提供更大的價值。那么，對我們這些業務分析師來說，這意味著什么呢？

這對我們分析師來說是一個很好的機會！我們可以運用我們經過實踐檢驗的真實技能，將其應用于新環境，以及新興行業中，以挖掘需求，發現機遇。創新一直會有，但只有解決關鍵問題的成功才是偉大的成功。怎樣才能知道什么樣的問題是需要解決的好問題？你得做一些分析工作。根本原因分析、流程建模和分析、業務規則分析和數據建模等可以顯示企業的關鍵方面有哪些表現不佳，甚至因自身行為而停止工作。

發現這些機會有助于我們敞開大門，與客戶暢所欲言，討論怎樣開拓創新。然后通過學習新技術和方法，以及深度分析企業怎樣利用人工智能來拓展我們的知識，這使我們獲得了巨大的資源。我們將學習新技術有哪些功能，以促進合作頭腦風暴會議，討論這些新功能怎樣為我們的企業帶來價值。

從這個角度來看，分析師需要注意他們的時間，并一如既往地關注哪些關鍵活動能帶來最大價值。確定自動執行哪些日常活動，這樣，你就可以把更多的時間花在促進合作、支持決策和了解需求上。這使得我們作為分析師專注于為企業提供什么樣的價值。工作自動化的重點是消除工作中不需要思考的內容。的確，人工智能、機器人、無人機和其他創新技術所開展的工作令人感到驚奇，但首先也是最重要的，擁有計算能力來幫助開展日常工作的重點是確定哪些活動是重復性的。

什么是多余的？我們常說的枯燥無味的東西是什么？這些都非常適合自動化！那么，怎么發現這些工作呢？沒錯，你必須做一些業務分析。分析師使用了一種很好的技術，叫做決策建模。很多分析師使用這種技術的難點在于，他們發現相關方并不總是以相同的方式做出決策。當你能夠定義導致行為和活動模式的規則時，就可以開始使用人工智能技術了。這仍然需要打好基礎，才能開始工作，并不斷發展。

開始時先看看你的分析活動：哪些工作是重復性的？你每天都會做出什么決定？反復強調，從簡單的開始！想想項目管理軟件，這類軟件開始時關注的是狀態更新和可交付時間框架的模式，然后開始創建提醒和構建模板，從而使你工作起來更容易、更快。然后就可以花更多的時間和相關方一起工作，而不是去寫報告。

學會提出更好的問題

隨著能夠把“簡單”的東西交給人工智能處理，我們就可以處理更難的東西，但這意味著我們要發展并提高自己的技能。要提出更好的問題。提出更好的問題，解釋企業應該開展什么業務。提出更好的問題，知道技術現在對我們有什么幫助。要想抓住機遇，也必須提出更好的問題。

作為一名業務分析師，我們的重點總是放在通過協調一致、經過檢驗和驗證的活動來發現正確的問題，以便幫助企業確定在當時的正確解決方案。我們的問題所關注的焦點不能僅局限在當前的時間框架。我們能利用今天的工作為明天做點什么嗎？從現在開始一年以后呢？從現在開始五年以后呢？或者，我們能否不斷調整我們的關注點，以適應不斷變化的形勢？你是否認識到消費者環境正在經歷的變化，以及他們對滿足需求的看法？顧客已經從優步轉到了自動駕駛汽車——你難道真的還是想讓他們填寫紙質表格嗎？

如果你還沒有把關注點轉移到消費者體驗上來，那么現在是時候了。當你預測消費者和相關方將有什么需求時，你能想到會有什么問題出現？1個月后他們想要什么？6個月后呢？

更重要的是，人工智能給我們的挑戰是，我們不僅要問客戶有什么問題，還要想想我們自己的問題。在很多辦公室工作中，人們對人工智能最大的疑問是人工智能對他們的工作意味著什么。作為業務分析師，我們也是如此，我們只需要發揮自己的分析技能。考慮問自己一些嚴肅的問題。我們怎樣做才能避免被淘汰？你今天有沒有問過自己，怎樣做才能防止自己的角色被機器自動化所取代？你做復雜的分析工作嗎？你的工作和日常流程是可編程的還是可重復的？更重要的是，哪些不是這樣的？對于那些能讓機器去做的事情——你就不要再去操心了。

例如，當你選擇時間、座位偏好和最喜歡的航空公司時，訂機票這個過程會讓人覺得是一種個人行為。但所有這些偏好是可以被激發出來的，被采集，然后輸入決策模型。你的行動，連同這些模型，會被自動執行，甚至是被預測出來，這樣你就不用再操心相關的工作了。但請注意，這里仍然需要激發出需求（在本例中是偏好），需要對決策進行建模，還需要采集流程。

無論是否使用技術來幫助你，分析工作仍然很有價值，但現在必須從新的角度看問題，在不斷發展的環境中工作。不要只拘泥于技術，否則你就無法在新環境中應用這些技術。自己的方法要流暢，并以理論為基礎，這樣你在不斷討論的過程中，就能夠發現各種機遇。

我們已經知道我們的多種分析技能是有價值的——我們應思考它們在不斷變化的環境中意味著什么。在此，應該把精力轉移到提高技能上去。你是否很好地理解了人工智能，能夠向企業闡明它的價值所在？人工智能距離告訴企業去購買新的人工智能技術還有一段路要走，但或許并不遙遠。為什么人工智能非常重要？ 它能為企業做些什么？

最有價值的創新往往是對現有問題和老問題提出好的問題，而不是發明新東西。哪些難題、低效的工作和舊版組件阻礙了企業？在引入人工智能技術之前，必須解決這些問題？或者，人工智能技術自己就能解決這些問題？我們怎么才能知道？ 我們必須做好分析工作。

簡言之，你的技能應始終保持在最前沿，繼續盡可能多地學習，并讓人們清楚地表達出今天哪些需求沒有得到滿足。這些需求就是你成功的機會！

Jamie不愧為“激情學士”，她充分發揮了業務分析的價值，也給她身邊的人帶來了價值。她喜歡與他人分享提高分析技能的方法，與眾不同的觀察世界的方法，以及怎樣通過可衡量的結果取得更大的成就。

原文網址

https：//www.cio.com/article/3433160/what-artificial-intelligence-means-to-business-analysts.html