人工智能 (AI)、数据科学和分析的定义存在很多混乱，这对于考虑专攻这些领域的学生和早期职业专业人士尤其有害。本文旨在消除这种混乱。

在权威著作《人工智能：一种现代方法》（2010）中，人工智能（AI）被称为“智能软件代理”。机器学习、计算机视觉和自然语言处理的进步正在引发人工智能的热潮。这种嗡嗡声有时会掩盖其他人工智能算法，例如搜索、随机游戏等。

数据科学是关于组织和分析大量数据。它与机器学习（ML）工具密切相关。这些工具也称为人工智能。与人工智能的重叠通常可以通过“人工智能制造工具；数据科学使用工具”来看出。如果是这样，数据科学家就是训练和维护机器学习（ML）算法的机械师，而不是设计和构建系统的工程师。这违背了那些旨在“从数据中提取价值”的数据科学家的愿望（，2020），并迫使数据科学重新定义为与（分析）高度重叠的总括术语。

分析是“将数据转化为洞察力以做出更好的决策”（2020）所需的所有术语的总称，其中包括以下任务：

· 使用统计、运筹学和决策分析来创建分析。在报告、记分卡和仪表板中显示结果。

· 建立并运营数据供应链。管理数据和元数据以确保数据处理流程和数据质量。

· 设计和实现用户界面、仪表板、报告等。

· 编码并维护数据处理、系统接口和存储。

· 设置并运行服务器和网络的系统基础设施。

分析系统通常从交易系统获取数据。交易系统是数据的主要发起者和来源。交易系统有多种类型，如企业资源规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）等。其他数据源如社交媒体（、等）、物联网为了讨论的目的，物联网（IoT）等也可以归入“事务系统”类别。分析系统和交易系统的区别在于目的不同：一个想要分析，另一个想要执行交易或任务。

分析系统和交易系统不需要使用人工智能，它们可以而且经常使用非智能软件。因此，我们可以根据是否使用人工智能将所有系统分类为智能或愚蠢。

· 哑巴系统。这些系统用于数据输入和存储，在数据处理上具有基本的“智能”功能，如编辑检查、过滤、分组、求和等。对于ERP、CRM等复杂系统，智能往往在企业头脑中。软件开发商。专家根据对业务需求的评估来配置和定制系统，然后用户可以按照专家设置的确切路径来使用哑系统。

· 智能系统。这些系统在软件中嵌入了“分析师思维”，允许系统实现其目标（例如，将语音转录为文本，或建立最佳人员名册），而无需用户具备所使用算法的专业知识。被用户使用。

> 在 2x2 中：/ vs. Dumb/

我们现在可以在代表系统范围的 2x2 矩阵的背景下定义人工智能、数据科学和分析。

· 人工智能负责设计、构建和运营智能系统，包括分析和交易系统。

· 处理分析系统的设计、构建和运行，包括智能系统和哑系统

· 数据科学以“机器学习工程师”的角色处理智能系统的调整，但可能（而且经常）渴望成为人工智能或角色。

参考

，S.，和，P.（2010）。人工智能：一种现代方法。学徒堂。国际标准书号。

，R.＆，A.（2013）。业务分析。施普林格。国际标准书号。

，R.＆，R.（2020）。资产。 P. 和 T.（编）《第四次工业革命的全球商业领导力发展》。 IGI。国际标准书号。

，RA（2020）。学术界在数据科学教育中的作用。哈佛数据科学评论。 DOI 10.1162/。

（本文翻译自文章《（AI）、数据和》，参考：@/--ai-data--and--）