人工智慧（AI）已經吸引了幾乎所有人的註意力，從一個組織的高層管理人員到走在大街上的普通人。很難相信，一個想法是如何改變個人和企業的遊戲規則的。曾經被認為是炒作的東西，在很短的時間內就轟動一時。今天，我們正處於數字時代的發展過程中，幾乎每個人手中都掌握著大量的計算能力和資料。如今，資料是最重要的資產。現在，我們有能力消費和處理大量以前不可能的資料。組織正在接受資料驅動的決策，公司正在轉向人工智慧，因為他們的產品自誇。不幸的是，分析和人工智慧社群沒有做任何事情來相互協作和溝通，這反過來又彌補了這兩個領域之間的差距。

什麼是人工智慧(artificial intelligence)？

Schalkoff認為，人工智慧（或簡稱AI）是一個研究領域，旨在從計算過程的角度解釋和模擬智慧行為。從更一般的意義上說，人工智慧是一種技術，它有助於以更加自主和自動化的方式促進各種過程，而很少或根本不需要人類使用者的幹預。人工智慧是智慧機器的創造，它們像人類一樣工作、思考和反應。這是一項非常成功的技術，旨在在機器上實現類似人類的智慧，並建立收集資料、處理資料、預測結果並最終改善人類生活的系統。人工智慧由一組演算法組成，這些演算法使用資料形式的資訊來做出決策和執行任務，就像人類一樣。幾乎所有的人工智慧程式都是為解決某些問題而開發的，不管是解釋一個視覺場景、解析一個句子還是規劃一系列機器人動作。

什麼是資料分析(data ****ytics)？

資料分析是一門分析原始資料的科學，目的是從這些資訊中得出結論並支援決策，以提高生產率和業務收益。一切都是關於資料的；過去幾年創造的資料比整個人類歷史上創造的資料還要多。以前，大多數電子資料集都是結構化的，適合於資料庫。但今天，由於互聯世界的存在，我們的數字生活正在使大資料變得更大，而且生成的大多數資料都不是結構化格式的，例如影象、影片和語音資料檔案。這就是資料分析的關鍵所在。需要對這些海量資料進行分析，以便從中產生可操作的見解。資料分析是指為支援決策而對大型資料集進行的分析。資料分析通常可以分為幾個階段。對資料進行評估、清理和過濾、視覺化和分析，最後對結果進行解釋和評估。

人工智慧和資料分析的區別

定義

­– 人工智慧是對機器，特別是計算機系統中人類智慧和行為的模擬。人工智慧是電腦科學的一個分支，它致力於創造智慧機器，透過程式設計可以像人類一樣思考和反應，並模仿人類的行為。另一方面，資料分析指的是分析原始資料的技術，以便從資料中獲得有價值的見解。它是指使用專門的計算機系統對大型資料集進行分析，從資料集所包含的資訊中得出結論，以支援決策。

目標

–人工智慧的目標是建立具有智慧行為的專家系統–理解、思考、學習、響應、反應和行為方式與人類相同的系統。這個想法是創造出一種機器，它可以在很少或沒有人的監督下執行，這樣它們就可以以更人性化的方式找到解決複雜問題的方法。資料分析的目標是理解原始資料，用於預測、決策和許多其他事情。對原始資料進行整理、組織、解釋和評估，以便從中提取相關或有用的資訊。

應用

–資料分析應用可大致分為描述性、預測性和規定性。描述性分析挖掘海量資料儲存庫，以提取資料中的潛在模式；預測分析結合來自不同來源的大量資料來預測未來的趨勢或事件；規範性分析有助於評估不同決策的影響。石油和天然氣勘探行業使用規範分析來最佳化勘探過程。工業使用預測分析來預測機器故障。

人工智慧被設計用於機器人，例如那些為工業應用而設計的機器人，而有些則用於救援任務，能夠在各種地形中導航。其他人工智慧對於資料處理和促進各種資料分析任務都很好。人工智慧是人類日常生活的重要組成部分，幾乎無處不在——從自動化客戶支援和數字語音助理到醫療行業和金融行業，再到自動駕駛汽車和智慧家居裝置，無處不在。

人工智慧與資料分析：對比圖

總結 - 人工智慧(of ai) vs. 資料分析(data ****ytics)

簡而言之，人工智慧是一系列技術的集合，旨在從大型資料集中提取見解和模式，並根據資訊做出明智的決策。由於人工智慧需要高質量的資料，沒有高質量的資料分析工具，人工智慧無法評估資料和做出預測，因此無法提供有價值的見解。因此，資料分析和人工智慧都是緊密聯絡在一起的，理解兩者之間的區別就是為正確的工作選擇正確的工具。