Ngày nay, các doanh nghiệp ngày càng cần đến trí tuệ kinh doanh (Business Intelligence – BI) do mức độ phụ thuộc ngày càng cao vào dữ liệu trong quá trình ra quyết định. Tuy nhiên, các hệ thống BI hiện nay phần lớn vẫn tương tự mô hình truyền thống, trong đó chúng không có khả năng xử lý hoặc đánh giá khối lượng dữ liệu khổng lồ được tạo ra hàng ngày. Việc ứng dụng phân tích dựa trên AI đã làm thay đổi phương pháp luận này bằng cách tận dụng các kỹ thuật trí tuệ nhân tạo như học máy và xử lý ngôn ngữ tự nhiên để cung cấp thông tin chi tiết theo thời gian thực, dự báo mang tính dự đoán và các ứng dụng có thể hành động được.
Thông qua thảo luận, nghiên cứu này khám phá những thay đổi trong môi trường dữ liệu BI dưới tác động của phân tích AI, các điểm khác biệt giữa chúng, cũng như những ứng dụng đa dạng trong nhiều ngành công nghiệp. Ngoài ra, nghiên cứu cũng làm rõ các khó khăn liên quan đến việc triển khai BI dựa trên AI và đưa ra các đề xuất cho những giải pháp khác nhau. Việc mở rộng phân tích AI – vốn được thúc đẩy bởi áp lực cạnh tranh – giúp tổ chức đạt được hiệu quả đáng kể và nâng cao chất lượng ra quyết định.
Khối lượng dữ liệu được tạo ra và tiêu thụ mỗi ngày hiện nay là vô cùng lớn, đánh dấu sự xuất hiện chính thức của kỷ nguyên dữ liệu lớn (big data). Trước bối cảnh đó, các doanh nghiệp đang nỗ lực khai thác giá trị từ dữ liệu này. Năng lực xử lý dữ liệu theo hướng phân tích đã trở thành yếu tố khác biệt giúp nhận diện các doanh nghiệp thành công. Trong lịch sử, BI đã hỗ trợ mạnh mẽ cho việc ra quyết định thông qua phân tích bối cảnh, với trọng tâm là dữ liệu mô tả và dữ liệu lịch sử trong môi trường vận hành. Tuy nhiên, không thể phủ nhận rằng trước những thách thức mới mà doanh nghiệp đang đối mặt, các công cụ BI tiêu chuẩn đang nhanh chóng trở nên lỗi thời.
Việc theo kịp khối lượng dữ liệu khổng lồ liên tục được tạo ra là vô cùng khó khăn. Do đó, xét cả dữ liệu dự kiến lẫn dữ liệu dự báo, câu hỏi đặt ra là: những vấn đề cốt lõi nào mà phân tích dựa trên AI đang hướng tới giải quyết [4]?
Phân tích dựa trên AI kết hợp các công nghệ trí tuệ nhân tạo như học máy (ML), xử lý ngôn ngữ tự nhiên (NLP), tự động hóa nâng cao và các quy trình trí tuệ kinh doanh. Nhờ dữ liệu thời gian thực, các tổ chức có thể đưa ra quyết định tốt hơn, nhận diện các khuôn mẫu và rút ra những kết luận có giá trị hơn. Trái ngược với các hệ thống BI truyền thống – nơi sự can thiệp của con người đóng vai trò then chốt – phân tích dựa trên AI tự động hóa thông minh quá trình này và sử dụng học máy để giảm đáng kể thời gian và công sức cần thiết nhằm hiểu được thông tin liên quan [5].
Sự chuyển dịch từ BI sang phân tích dựa trên AI không chỉ đơn thuần là một cuộc cách mạng công nghệ, mà còn mang ý nghĩa chiến lược. Sự chuyển đổi này đang diễn ra rõ rệt trên toàn bộ các ngành nghề. Các chuyên gia tiên phong nhận ra những cơ hội phổ quát trong việc tạo ra các insight được AI hỗ trợ nhằm vượt lên đối thủ, thay vì chỉ thương mại hóa trải nghiệm, cải tiến quy trình và khắc phục các vấn đề vận hành. Hệ thống AI trong bán lẻ giúp cung cấp trải nghiệm mua sắm được cá nhân hóa và cải thiện quản lý tồn kho. Phân tích dự đoán trong y tế giúp cải thiện kết quả điều trị và nâng cao hiệu quả vận hành bệnh viện. Các tổ chức tài chính sử dụng AI để phát hiện gian lận và thực hiện kiểm tra hiệu quả hơn [11].
Mặc dù mang lại nhiều lợi ích, việc áp dụng phân tích dựa trên AI vẫn đối mặt với nhiều thách thức. Các vấn đề liên quan đến dữ liệu, bao gồm quyền riêng tư, tích hợp hệ thống cũ và thiếu hụt nhân sự có kỹ năng AI, được xem là những rào cản lớn đối với việc triển khai rộng rãi [3]. Bên cạnh đó, các hệ quả đạo đức của một số quyết định do AI đưa ra, cũng như nguy cơ thiên lệch trong các khuôn khổ thuật toán, nhấn mạnh tầm quan trọng của việc thiết kế và giám sát cẩn trọng [10].
Nghiên cứu này tập trung vào cách mà phân tích dựa trên AI có thể định hình lại hướng đi của trí tuệ kinh doanh. Bài viết trước hết xem xét quá trình tiến hóa dài hạn của BI, đồng thời chỉ ra các hạn chế của phương pháp truyền thống.
Sự tiến hóa của Trí tuệ Kinh doanh
Có thể nói rằng trí tuệ kinh doanh (BI) đã trải qua một chặng đường dài trong vài thập kỷ qua. Trước đây, BI gặp khó khăn do việc thu thập dữ liệu thủ công, khiến đầu ra hiếm khi mang tính thời gian thực hoặc dự báo. Trong giai đoạn đầu, các hệ thống BI chủ yếu thực hiện phân tích mô tả – tức trả lời câu hỏi “điều gì đã xảy ra” – nhằm giúp tổ chức diễn giải dữ liệu của mình. Tuy nhiên, những bất cập ngày càng lộ rõ khi các nguồn dữ liệu gia tăng về mức độ phức tạp [17].
BI truyền thống: Điểm mạnh và hạn chế
Các hệ thống BI truyền thống tạo ra báo cáo dựa trên dữ liệu có cấu trúc từ các hệ thống nội bộ như cơ sở dữ liệu bán hàng và hệ thống hoạch định nguồn lực doanh nghiệp (ERP). Chúng đủ đáp ứng cho các tổ chức có nhu cầu dữ liệu tương đối hạn chế. Tuy nhiên, sự lỗi thời dần xuất hiện khi dữ liệu lớn và các đặc tính liên quan đẩy BI truyền thống tới giới hạn.
Những hạn chế chính bao gồm:
-
Phụ thuộc nhiều vào thao tác thủ công: yêu cầu sự can thiệp đáng kể của con người trong thu thập và phân tích dữ liệu
-
Chỉ tập trung vào dữ liệu lịch sử: không cung cấp khả năng dự báo tương lai
-
Vấn đề về khả năng mở rộng: không thể phân tích dữ liệu phi cấu trúc hoặc dữ liệu quy mô lớn
-
Thiếu insight thời gian thực: báo cáo mang tính một lần, hạn chế khả năng ra quyết định linh hoạt
Sự chuyển đổi của BI nhờ phân tích dựa trên AI
Việc giới thiệu phân tích dựa trên AI đã tạo ra một bước ngoặt quan trọng trong cuộc cách mạng BI. Trọng tâm đã chuyển từ phân tích mô tả sang phân tích dự đoán và khuyến nghị nhờ sự phát triển của học máy, xử lý ngôn ngữ tự nhiên và tự động hóa [6]. Các công nghệ này được thiết kế để xử lý dữ liệu phi cấu trúc, kết hợp khối lượng dữ liệu lớn và cung cấp insight thời gian thực có thể quan sát và ứng dụng.
Phân tích dựa trên AI không chỉ giúp BI thân thiện hơn với người dùng mà còn thúc đẩy quá trình dân chủ hóa BI. Điều này cho phép người dùng tiếp cận dữ liệu mà không cần chuyên môn công nghệ sâu. Kết quả là BI được phân quyền và mở rộng khả năng tiếp cận. Ví dụ, các mạng nơ-ron cho chatbot cho phép các công cụ như Amazon QuickSight sử dụng các tính năng AI để hỗ trợ truy vấn dữ liệu đơn giản và trực quan hóa tức thì [9].
Nền tảng cốt lõi để thiết kế BI dựa trên AI bao gồm:
-
Học máy: xác định chính xác các khuôn mẫu và dự báo xu hướng tương lai
-
Xử lý ngôn ngữ tự nhiên: cho phép người dùng tương tác với BI bằng ngôn ngữ tự nhiên
-
Tự động hóa: giảm thiểu sự can thiệp của con người nhằm tăng tốc phân tích và báo cáo
Các công nghệ này chuyển đổi BI từ một công cụ phản ứng với những gì đã xảy ra trong quý trước thành một hệ thống chủ động trong hoạch định doanh nghiệp.
Trích dẫn:
TY - JOUR
AU - Ehsan, Asif
AU - Hossain, Mohammad
AU - Hassan, Mahafuj
AU - Saliao, Jessica
AU - Scholar Y, Research
PY - 2026/01/13
SP - 1
EP - 14
T1 - FROM TRADITIONAL BI TO INTELLIGENT ANALYTICS: THE RISE OF AI-DRIVEN SOLUTIONS FOR ACCURACY, SPEED, AND STRATEGY
VL - 4
DO - 10.34218/IJAIB_04_01_001
JO - INTERNATIONAL JOURNAL OF ARTIFICIAL INTELLIGENCE IN BUSINESS
ER -
Cho toàn bài viết:
https://www.researchgate.net/publication/399744899_FROM_TRADITIONAL_BI_TO_INTELLIGENT_ANALYTICS_THE_RISE_OF_AI-DRIVEN_SOLUTIONS_FOR_ACCURACY_SPEED_AND_STRATEGY