人工智能（AI）的概念已经深入人心，但是，对于大多数普通人来说，感觉这些技术似乎总是一些大牛、神人的专利（当然，也有Python课程宣传说小白也能21天学会人工智能的说法，比如我前面文章《别傻了！PQ都没学会，VBA都学不来，你能学好Python处理Excel？》里提到的那种）
——的确，对于大多数的人来说，要学会其中的算法或自己去创造、改善某些算法，是非常困难的事情，但是，现在很多平台、工具其实都已经集成了大量AI算法，我们只要学会去用它即可。普通到如Excel，再到Power BI，等等，AI技术的不断引进，使得我们触手可及。
非常感谢大神雷元（2年写了3本书了……佩服！），正在分享关于Power BI的AI应用相关内容，今天先转最基础的一篇，是为开端。
BI的AI化已经是一个重要的话题。在第一部书中，笔者就做出了BI应用AI化的预测。未来的BI工具已经非单纯在BI层面的比拼，而更是全方位的“超限战”。从今天起，本系列的文章会系统性地介绍Power BI中的AI特性。
在表中有一段员工名称与员工号无序组合的字符串。我们想将其进行格式化处理。
在“数据整理”中，点“示例中的列”按钮。（这个名字有点困惑，意思是指按指定的列生产新列）
在新列中是在填写所必要的答案，此处为员工号数字，完成了第一个号码后。我们可以看到以下的行为浅灰色，表示人工智能还不不太明确你想要的完整答案。
于是我们在第二行再次输入员工信息按回车键结束。事实人工智能已经多大了足够了输入信息准确判断出我们所需要的是字符串中的数字部分并成功地提取该信息成为新的列。
按照同样的操作，我们也可以把原有列中的姓名资料提取出来成为新的列，命名，原有列也可以删去了。
注意，拆分字符串保留了源字符串中的空格，所以在我们进行提取后仍然有空格的存在，但这个问题不大，简单的在是使用转换中的进行修整（TRIM）操作就可以完美的解决这一问题了。
Power Query中的文本分析能智能地帮你完成许多复杂繁重的数据整理任务，高效率地完成。
这一招你学会了吗？我们下次见。
看完上面的内容，大家可能马上会想到Excel中的Ctrl+E只能填充，的确，Power Query里这项功能跟Excel中的Ctrl+E异曲同工，不过，Power Query中最有意思的是，你得到的不仅仅是一个填充的结果，还有它背后实现的方法——因为，Power Query中，每一个步骤都会生成相应的代码（函数），你将会看到一个综合的函数引用，而这一点，是Excel中没有的！
