与其他一些技术和STEM领域一样，商业智能和数据分析也面临着越来越缺乏高技能分析师的问题。目前还没有迹象表明这种趋势会逆转——随着基于人工智能的技术越来越广泛地被采用，越来越多的企业转向人工智能驱动的数据收集和商业智能，这种短缺情况甚至可能变得更严重。

很难说更好的教育计划是否可以改善这种情况。许多专家认为，目前的商业智能和数据分析教育项目并没有有效地训练员工使用人工智能程序和其他现代商业智能技术。

同时，这些商业智能职位的许多空缺都需要在该领域拥有多年经验和高技能水平的工作人员。通常，初出校门不久的大学毕业生不适合担任这些职位。

企业可能需要为缺乏能够使用人工智能和大数据的业务分析师和数据科学家做准备。

从好的方面来说，技术行业也可能有提供一个人工智能驱动的解决方案，以解决日益迫在眉睫的商业智能人才短缺问题。

许多商业智能平台和工具都整合了为普通用户设计的人工智能功能——即使是没有人工智能工作经验或数据分析背景的分析师和管理人员也应该能够使用它们。这些更智能的工具可以提高企业智商，可能会导致更高的销售额和更好的现金流。

这些新工具还可以帮助提高数据收集和报告生成的速度，并允许任何有权访问该软件的人发现可以推动业务决策的新见解和数据点。

正如某些人所说，这并不是一种新的石油，但是数据几乎可以肯定是企业可以拥有的最有价值的商品之一。

采用人工智能分析技术不太可能取代商业智能分析师。与其相反，它更有可能通过自动化繁琐的数据收集过程和允许管理层和团队成员在没有正式数据培训的情况下回答简单问题，从而为这些分析师腾出时间。

在未来，数据将可能成为商业智能的核心。大多数新技术将以某种方式依赖人工智能。商业智能分析师需要熟悉人工智能工具，否则可能无法使用很新和最前沿的商业智能工具。