随着我们进入2019年，从可解释的AI到自然语言人性化数据分析，以下是业务分析智能的最新趋势。
业务分析智能预测1：在大肆宣传之后，可解释的AI的发展
人工智能有望通过解决决策来提高人类的理解力。但是，随着越来越多的公司依靠AI和机器学习来进行数据驱动的决策，我们看到人们对模型驱动建议的可信赖性表示怀疑。许多机器学习软件没有提供清晰的方法来查看结论和建议背后的逻辑或算法。对透明性的需求将推动2019年可解释的AI的增长。如果您可能对个人提出疑问，为什么不与机器学习决策有相同的选择？
公司领导者将对信息科学小组施加更大的压力，要求他们使用更易于解释的模型并展示如何组装版本。需要信任AI才能产生最强大的影响，并且所生成的决策必须易于理解，简单易懂，并能回答问题以帮助人们理解其数据。
业务分析智能预测2：自然语言使数据分析人性化
自然语言处理（NLP）可帮助计算机理解语言的含义。 BI供应商将把自然语言集成到他们的平台中，从而为可视化提供自然语言界面。在同一时期，自然语言也在不断发展，以鼓励分析性对话-定义为与系统就其数据进行对话的个人。该系统利用对话框中的上下文来理解用户在查询后的意图，并进一步扩展对话框，从而创建自然的对话体验。这意味着，每当一个人对其数据有后续问题时，他们都不必重新表述该问题以进行更深入的研究或解释歧义。自然语言将成为人们问信息问题方式的一种范式变化。当人们可以像一个人一样与可视化进行交互时，它可以让更多具有各种技能的人询问有关其信息的更深层次的问题。随着BI行业中自然语言的发展，它将打破采用分析技术的障碍，并协助将办公室转变为信息，自我修复的手术室。
业务分析智能预测3：可行的分析将数据放置到正确的位置
数据员工将需要获取他们的信息并采取行动-所有这些都在相同的工作流程中进行。在2019年，预计会有更多企业准确地在需要的地方而不是孤立地利用数据分析。企业将真正从BI平台供应商提供的功能中受益，如移动分析，嵌入式分析，破折号扩展和API。嵌入式分析将见解和数据放在人们已经在工作的地方，这样他们就不必导航到另一台共享服务器或应用程序服务器，而破折号扩展功能则可以直接在仪表板中访问其他系统。移动分析可以将信息交到该专业的男女手中。这些改进功能同样强大，因为它们可以使新的受众群体在上下文中使用内置信息来满足不同业务组和垂直行业的需求。
业务分析智能预测4：企业对分析变得更聪明
商业智能计划通常具有明确的开始日期和结束日期，并且在将其推出给用户后，通常将其视为“完成”。但是，仅提供对商业智能选项的访问与采用不同。首席数据官主要不知道BI的采用如何在向现代化的战略转变中发挥作用，因为其真正价值不是由您部署的选项来衡量，而是由员工如何使用补救措施来影响业务。每个人都可以从BI平台获得价值的前提仅仅是因为他们可以访问BI平台，实际上可能阻碍了实际进展以及分析。
通过BI平台上内部员工内部社区，组织可以开始分配分析职责并创建新的用户拥护者。这最终可以减轻传统上只为IT保留的维护和报告工作的繁重工作。越来越多的内部拥护者将以主题专家的身份出现，他们将最佳实践进行社交并根据信息定义使人们团结一致。不可避免地，每一次这些运动都会导致更多的人使用BI软件并从中获得价值。最重要的是，您的员工队伍将变得更有效率，并且您的业务将更具竞争力。
业务分析智能预测5：加速的云数据迁移推动了当代BI的采用
在现代化信息计划时，您必须考虑将信息保存在何处。对于许多企业而言，这意味着要考虑将数据移至云中，因为它具有更高的多功能性和可扩展性，而总体拥有成本却更低。云还使捕获和合并独特的信息类型变得更加容易。迁移到云中可以提高敏捷性，而且它重塑了您使用BI和分析可以做的事情的可能性。现代化的概念显然接follows而至。信息引力的概念表明，应用程序和服务都是从数据驻留的方向拉出来的。因此，随着信息快速迁移到云中，分析自然会随之而来。这导致领导者从传统的BI转变为现代的BI，评估他们偏爱的BI平台是否将支持向全云分析的转移。并非每个组织都为这一举措做好准备，但是许多组织都在尝试混合解决方案，以充分利用各种数据源以及云带来的好处。