在曩昔几年里，大数据逐步鼓起。可是，TDWI的研讨标明，在那些50%的职工需求拜访企业情报东西的企业中，只要20%的职工实际使用大数据技能。部分问题是体系往往难以使用;另一个应战是数据素质较低。

为了处理这些问题，许多安排依托可视化来显现从数据中取得的洞悉。尽管一张图片胜过千万文字，可是这些图表并不总是能帮上忙，仍然或许导致数据误解，例如专业知识缺少和缺少计算思维方面的练习等。

所有这些都标明，企图逼迫人们进步数据素质是一场艰苦的战役。可是，由于人工智能(AI)的鼓起，特别是支撑高档自然言语(高档NLG)，这实际上让进步人们数据素质变得不那么必要了。高档NLG渠道，首要需求了解用户想要交流的内容。然后，这些体系履行相关剖析以杰出最风趣和最重要的，然后辨认和拜访剖析所必需的数据，***以个性化、易于了解的方法供给剖析：叙说。 Gartner预测到2018年，高档NLG将被整合到大多数智能数据洞悉渠道，20%的事务内容将由机器生成。

咱们日子中其实就有这样的人工智能渠道：

Alexa和会话界面的鼓起

幻想一下，在星期六晚上坐在家里，你想了解一下自己最近的财政状况，你能够问Alexa：我的出资是怎样做的?

Alexa：你想要一个高档其他摘要，仍是直接了解概况?

假如你答复：总结就好。

Alexa或许会回复：年头至今累计上涨5%，略高于2016年的出资报答方针。股票，债券和代替出资的组合与上一年的这一时刻根本相同，但您持有的现金略多于您的预期。假如你乐意，我能够出资剩余的现金，并相应地重新分配你持有的出资。

经过这样的对话咱们能够轻松地了解作业、企业，乃至自己的健康。获取陈述和进行对话之间是由区其他。尽管信息是相同的，但对话会让这些信息以更人性化的方法进行传达。

库存办理

大型超市连锁店十分重视他们的库存，关于易腐烂的产品特别如此，如在熟食店货台或农产品部分出售的产品。由于这些产品流通快，所以是超市最有赢利的当地。关于像这样的超市，精确地办理库存是很重要的，一点点过失对赢利都会有直接影响。

办理人员十分专心于数据，如供应链、出产和出售数据等。有了这些数据，库存办理人员就能更有效地办理库存流量。当然，问题是熟食店司理纷歧定能被练习为商业剖析师，更不用说数据科学家了。

假如高档NLG成为其陈述进程的首要通讯东西，那么与这些数据的交互就会变得更简略。

实时财政剖析

这也是一个很好的比如。一家金融情报公司需求定时生成大型陈述，记载公司的绩效，与内部董事会共享，然后做出对金融机构环境有广泛影响的决议计划。选用传统方法，要生成这样的剖析陈述，至少需求两个小时，而NLG则在几秒内就完成了。高档NLG不仅仅能读图表并且能让计算机主动编写陈述。经过主动化研讨，剖析人员能够专心于进步陈述的定性剖析水平，使公司做出更正确的决议。

呼叫中心练习

大公司一般都有一个大型呼叫中心。有些金融服务企业的呼叫中心乃至有数万名职工。要办理这样一个巨大的部队不是一件简略的工作。

在这样规划的部分中，司理或许没有时刻或资源来进行频频的绩效评价和供给继续的个性化练习。尽管绝大多数司理以为绩效和练习是很有价值的。除此之外，人们不想经过数字和图表说明自己的体现怎么，职工更期望取得“纠正反应”，以及探究更好的作业方法的主张。

凭借先进的NLG，能够主动剖析绩效和呼叫活动数据，每周生成个性化的练习陈述，以简略和对话的方法传到达每个作业人员。

人们总是喜爱经过故事和言语交流，大数据年代仍然如此。