4.2 BI系统的组成
（1）业务系统
不同于业务管理类的信息系统，BI系统对企业信息化本身提出了更高的要求。随着业务的推进，企业信息系统会产生大量的数据，BI系统通过定时、实时的方式从各个业务系统中获取Zui新的业务数据，进行规范加工、计算汇总，Zui后展示给各级用户。
（2）企业数据模型
BI系统中Zui有价值的部分是企业数据模型。数据模型是数据仓库落地的业务基础，数据仓库中按业务主题存储着企业的经营数据，是商业智能系统的核心组件。
（3）应用层
BI系统通过规范的数据管理，可以为用户提供多渠道、多种形式的数据服务：
综合报表：为企业各级人员提供传统、复杂的统计报表，大大减少各级数据分析人员的日常制表工作。
管理驾驶舱：为公司高层管理人员提供全面的、可视化的关键绩效指标分析工具，通过图形化的经营战略地图、KPI仪表盘、各种经营指标的变化趋势等，为不同的管理人员提供个性化的可视化展示。
监控和预警：实时监控企业各种关键绩效指标，并基于管理规则和业务计划，对超出正常范围的指标和计划延迟事项提供邮件、短信等多种提醒方式，保证关键问题能够及时获得管理层及相关人员的关注和解决。
分析挖掘：属于BI系统的高端应用。企业可以使用系统提供的数据分析工具和方法，对历史经营数据进行分析和挖掘，发现隐含的未知业务知识和规律，指导业务创新和辅助决策。
4.3 BI带来的价值
（1）给决策层带来的价值
BI能给高层管理者带来的Zui直接效益就是信息获取的效率获得极大提升，过去数天或者数周才能获得的数据报告，可以直接从管理驾驶舱中获得。管理者可以及时掌握公司整体运营状况，对关键项目进行全程的跟踪监控，及时发现或预见潜在偏差，组织通知相关人员分析问题的原因，采取相应措施进行调整。
管理驾驶舱是企业围绕着长期规划与短期计划、执行监控、问题分析、调整等过程实现的商业智能应用。
（2）给管理层带来的价值
BI帮助企业各级职能管理者面对行业环境的快速变化做出敏捷反应、科学决策，制定业务范围的合理经营目标，洞察出日常经营活动与计划产生偏差时能够及时采取的纠偏措施。在日常运营管理决策时用数据说话，无论好坏对错，是非成败，都要拿出数据，检查工作，研究问题，改进工作。从收集和分析信息开始，按规律办事，从工作中找出规律性，而不是拍脑袋的决策。
（3）给执行层带来的价值
BI能够带来的Zui直接的影响是效率的提升。通过BI系统，大部分报表变得随手可得。
综合以上，BI商业智能带来的Zui积极的影响是企业整体效率的提升，可以保证企业各级业务有序、按计划地执行，出现偏差后能够及时获得关注和处理，降低了企业的经营风险。
智能产品/智能生产设备/智能测试设备
数据上工业云
随着制造业的发展，智能产品/智能生产设备/智能测试设备的性能越来越好，功能也越来越强大，结构越来越复杂，自动化程度越来越高。工厂对智能产品/智能生产设备/智能测试设备的安全、稳定性要求也越来越迫切。无论是智能制造还是智能产品/智能生产设备/智能测试设备，核心都是数据。过去，数据沉淀在设备里，无法提取出来，生产管理只能依赖经验，而不能依靠数据。而如今，可以通过设备联网，采集生产、设备数据甚至环境数据，设备成了能听懂指令和会说话的智能设备。
如今工业云环境已经初具规模，如果能将智能产品/智能生产设备/智能测试设备数据上云，对智能产品/智能生产设备/智能测试设备开展全面的状态监测、故障诊断及健康管理，将大幅保障设备安全可靠地运转。并且可以对智能产品/智能生产设备/智能测试设备数据进行分析，充分挖掘数据的价值，找到生产效率提升的关键因素。
拿设备维修履历数据举例：维修履历数据是工厂维修人员、设备厂家留下的痕迹数据，系供应链数据。通过上云可以将这些数据进行痕迹管理和深度分析，应用于工厂端、服务端、供应链与设备端。这需要以维修模式创新作为基础，比如维修合伙人制度，以及工业服务产业化作为支撑，方能实现数据变现。
人工智能和云计算
赋能数据产生价值
数据的挑战是所有新技术挑战的主要表现形式。如何做好设备与设备之间的互联，不同设备之间数据的交互，在生产过程中、安装运维过程中的海量数据处理，已经不单纯是要解决数据联通，而是需要全方位的技术思考。
1. 人工智能赋能的数据产生价值
《人工智能标准化白皮书（2018版）》认为，人工智能是利用数字计算机或数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得zuijia结果的理论、方法、技术及应用系统。