从商业智能（BI）直接过渡到生成式人工智能（GenAI），并不意味着完全跳过机器学习（ML）。实际上，生成式AI本身是机器学习的一个分支领域，它依赖于深度学习技术，特别是大规模神经网络模型的训练。因此，虽然表面上看是从BI转向GenAI，但这一过程不可避免地涉及对机器学习的理解和应用。
BI专注于数据分析和可视化，帮助企业做出基于现有数据的决策。而GenAI则更进一步，通过自然语言处理、图像生成等能力，创造新的内容或模拟人类行为。这种转变的核心在于技术复杂度的提升以及对自动化和智能化需求的增长。在这一过程中，机器学习起到了桥梁作用——无论是构建预测模型还是优化生成算法，都离不开机器学习的支持。
例如，在开发生成式AI模型时，需要大量的数据预处理与特征提取工作，这正是机器学习的基础环节；同时，为了提高生成质量，还需要不断调整超参数并进行模型微调，这也属于典型的机器学习实践范畴。因此，尽管从业务角度来看，BI到GenAI似乎是一个跳跃式的进步，但从技术层面分析，两者之间存在着紧密联系，并且都建立在扎实的机器学习基础之上。