适应性意味着我们应对变化，但这也意味着我们可以创造变革。当风吹起时，你可以冷，穿上夹克，或者从风中出来。
自适应智能 - 人工智能（AI）的一个子集 - 是人工智能和机器学习应用程序的分析层，它是人类判断和机器自动化的交集。这也是甲骨文业务分析产品组副总裁Rich Clayton撰写的最新文章的主题。
克莱顿的前提是，下一阶段的业务分析将以数据为核心，并将其与人类知识和经验编程相结合。目前的例子包括个性化购物，自动驾驶汽车，在线财富管理和虚拟助理。
Oracle业务分析产品组副总裁Rich Clayton
“理解和调整分析模型输入和训练数据，改善数据不完善，并将道德应用于我们对数据的使用和解释的能力是机器无法完全取代的几个例子，”克莱顿说。
想象一下：如果您最需要洞察力，您的组织可能会有什么可能？如果您的下一次操作审核的一半内容是由机器生成的，可能会发生什么？如果您可以使用语音命令向系统询问一些复杂问题，您将如何实现业务自动化？
从技术角度来看，自适应智能包括三个主要领域：智能应用，智能平台和数据本身。
自适应智能应用程序是一种新的类别，不断适应自学习应用程序，这些应用程序由来自交易业务应用程序的企业数据提供支持，例如客户体验，企业资源规划，供应链管理和人力资源。这些微观解决方案在没有人为偏见的情况下运行，并且在很大程度上提供了非常高的可信度。
自适应智能平台提供交互式数据可视化功能，以发现，解释和预测结果。它不会在业务用户对分析速度的需求与管理数据访问和准备的需求之间做出妥协。
用于为自适应智能应用和平台提供动力的数据来自许多来源。调整这些类型的数据可通过应用程序中提供的自学习算法生成观察结果。这些应用程序通过数据交换整合数据，包括社交数据和个人资料信息。
“数据是推动企业实现自动化的动力，但大多数企业缺乏全面的数据战略，旨在获取，策划，组合和商业化，”克莱顿说。
他总结说，自适应智能系统不是遥远的未来。 “他们的影响将取决于我们如何快速准确地利用所有这些情报。”
Oracle已经拥有完整的自适应智能应用程序，自适应云平台，当然还有对所有类型数据的支持。