爱华网分析智能(AI，AnalyticalIntelligence)是利用当今业界已经被实践证明卓有成效的数理统计分析方法，以专业计算机分析软件为平台，对企业的运营数据进行有效的定量分析，将其转化为知识和决策支持信息的过程。那么，它和目前市场见诸文端的商业智能(BI,，BusinessIntelligence)有什么关系呢？
我们先来认识一下什么是商业智能。目前，学术界对商业智能并没有统一的定义，它通常被理解为将企业现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能是数据仓库、OLAP和数据挖掘等技术的综合运用。从应用上讲，商业智能又分为三个层次：报表系统、数据分析和数据挖掘。
目前，大部分大中型企事业单位都已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统经过几年的运行，必然帮助企事业单位收集大量的历史数据。但是，在数据库中分散、独立存在的大量数据对于业务人员来说，只是一些无法看懂的天书。此时，如何把数据转化为信息，使业务人员（包括管理者）能够充分掌握和利用这些信息，并辅助决策，就是商业智能需要解决的问题。
仅从目的上看，分析智能和商业智能看起来是一回事。商业智能的关键过程是从来自不同的企业运作系统的数据中提取出有用的数据并进行清理，然后经过抽取（Extraction）、转换（Transformation）和装载（Load）（即ETL）过程，合并到一个企业级的数据仓库里，从而得到企业数据的全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理，将所得知识呈现给管理者，为管理者提供决策支持。这使得商业智能需要实现对数据的搜集、抽取、清洗、转换、装载、查询、分析、挖掘，以及对结果的展现和解释等功能，仅软件就需要配备大量完善的专业工具：数据仓库软件，ETL工具、数据分析软件、数据挖掘软件、报表软件、结果展示工具等等。可以说，商业智能是一个庞大的系统工程。
相比较而言，分析智能所做的工作要简单和可控很多，它专注于对数据的分析和挖掘，将数据通过分析转换成行动决策。从这个意义上讲，我们可以把分析智能看做商业智能的一部分，正如分析智能可以为六西格玛质量管理打好基础一样，分析智能也能为商业智能的实施奠定知识基础。
我们再来看看分析智能和商业智能的一些特点：
1.商业智能是基于大量的企业全局数据进行分析，分析智能可以对企业某一领域的数据进行分析。比方说从多角度用统计方法定量分析某一次市场调查的数据，以指定差异化的营销方案；或者对产品某个性能的测量数据进行分析，以确定缺陷和产生缺陷的原因，进而进行改进等。
2.商业智能需要一系列的专业软件作为基础，分析智能对此的要求却小得多。
举例而言，在质量管理方面，虽然2000年以后六西格玛方法开始在国内导入，但由于我国企业的质量管理基本上跳过了“统计质量管理”的阶段，企业一来业务数据量不大，二来质量管理人员统计方法的知识基础非常薄弱，对于很多企业而言，常见的Excel就能满足它们大部分的数据分析需要，但这之余商业智能无疑是不能想象的。
3.由于投入大，商业智能实施的风险很高。而分析智能可以基于企业的现状逐步推进，投入和风险较小。无论从国内还是全球范围来看，商业智能的成功率都不高。《经理人》杂志曾在《解析商业智能失败的根源》一文中提道，据相关统计数字显示，在国外，投资建设BI的企业有60%～70%以失败告终；而在中国，这个数据可能会更高。而事实上，商业智能厂商目前的客户还主要集中在金融、电信等企业资金雄厚的行业。
综上所述，针对我国企业目前的实际：
l企业的业务数据量不大
l工作人员统计分析方法知识基础薄弱
l希望逐步在企业中推行量化管理
l来自市场、竞争对手、客户、监管机构的压力越来越大
l成本上升，利润下降，导致可用资源有限
我国企业可以利用现有资源，先推行分析智能(AI)，帮助工作人员树立“用数据说话”的意识，杜绝拍脑袋和经验主义的习惯，帮助他们掌握先进的定量分析方法、工具和理念，以有限的投入提高营销效率、提升质量管理和产品研发水平。这样短期而言能提高企业的盈利能力，长期而言又能为企业推行更高层次的管理方法（如六西格玛或商业智能）奠定基础。
