Systemy BI muszą rozszerzyć paradygmat konwencjonalnych systemów wspomagania decyzji poprzez inkorporacje technologii, umożliwiającej inteligentne zachowanie się systemu, oraz wykorzystanie możliwości tkwiących w nowoczesnych, techniczno-organizacyjnych rozwiązaniach przetwarzania danych. Podejście takie wymaga, by nowoczesne systemy BI były budowane na tych samych zasadach, jakimi kieruje się ludzkie poznanie. Chodzi o to, by odwzorować za pomocą systemu informatycznego zachowania możliwie najbardziej zbliżone do zachowania człowieka podczas rozwiązywania problemu. Zauważmy, że jednym z podstawowych kryteriów oceny inteligencji kierującej ludzkimi poczynaniami jest zdolność do wnioskowania. Sztuczna inteligencja dąży więc do stworzenia zautomatyzowanych systemów, które zdolne byłyby do rozwiązywania postawionych przed nimi problemów właśnie w drodze wnioskowania. Przykładami takich technik są: przetwarzanie języka naturalnego, uczenie maszyn, składanie i rozpoznawanie wzorców, drążenie danych, wnioskowanie na podstawie przypadków czy wnioskowanie regułowe. W praktyce oznacza to, że system musi być w stanie: wspomagać użytkownika na etapie formułowania problemu decyzyjnego, skutecznie asystować przy rozwiązywaniu problemu (doradzać w wyborze metod rozwiązania problemu), interpretować rezultaty pracy w kolejnych fazach rozwiązywania problemu oraz wyjaśniać zarówno otrzymywane rozwiązania cząstkowe, jak i końcowe decyzje. System taki musi niejako "obserwować" użytkownika podczas pracy - rejestrować jego zmianę potrzeb, starając się ewoluować wraz z jego potrzebami. Bowiem skuteczne wspomaganie procesu rozwiązywania problemu wymaga od systemu znajomości kwestii, którą obecnie użytkownik rozwiązuje. Dobrym rozwiązaniem jest bezpośrednia komunikacja z użytkownikiem poprzez dialog, jednak taka forma pracy z systemami komputerowymi jest obecnie niezbyt mile widziana w praktycznych zastosowaniach. Zatem aby zdobyć wiedzę o bieżących potrzebach użytkownika, system musi w sposób ciągły śledzić jego poczynania, a następnie starać się rozpoznawać intencje, tak by w kolejnym kroku w sposób subtelny proponować kolejne etapy analizy. Efektem końcowym takiej równoległej pracy użytkownika i systemu jest np. wypracowanie i zaproponowanie przez system jednej z propozycji rozwiązań problemu. Cały proces musi jednak odbywać się w tle, trzeba bowiem pamiętać, że to użytkownik steruje analizą, i to od jego decyzji będzie zależało, którą ścieżkę obierze. System powinien wspomagać, a nie blokować działania osób na nim pracujących, chyba że wykonanie określonej czynności wymaga podjęcia wcześniejszych kroków. Zanim system będzie w stanie w sposób prawidłowy i wygodny dla użytkownika wspierać jego działania, musi wcześniej nauczyć się z nim pracować. Jest to proces analogiczny do pracy nowo zatrudnionego asystenta, który musi zapoznać się ze stylem pracy swojego szefa. Dobry i doświadczony asystent wydaje się czytać w myślach swojego przełożonego oraz rozumować jego tokiem myślenia.
Gdzie jesteśmy?
Jedną z prób analizy inteligencji systemów BI, a co za tym idzie, możliwości potencjalnego wsparcia użytkownika w procesie podejmowania decyzji, jest ocena eksploatowanego rozwiązania w trzech wymiarach: (1) funkcjonalności interfejsu użytkownika, (2) zakresu i formy prezentacji wiedzy oraz (3) możliwości przetwarzania i/lub drążenia danych. W ramach pierwszego kryterium na najniższym poziomie znajduje się podejście oparte wyłącznie na komunikacji z użytkownikiem za pomocą ustrukturalizowanych poleceń i/lub menu.
