ARTICLE文章(zhāng)資訊
網站(zhàn)那些事(shì)兒?
Web Things...?
網站(zhàn)那些事(shì)兒?
Web Things...?
幾年(nián)前大(dà)數據的前景,以及最近機器學習和其他(tā)類型人(rén)工(gōng)智能的潛力,推動了數據和分(fēn)析在組織中獲得(de)了吸引力。盡管許多企業的人(rén)工(gōng)智能生(shēng)産計(jì)劃似乎陷入了停滞,但(dàn)它們仍在制定這些計(jì)劃,并知道這些計(jì)劃對未來(lái)幾年(nián)的成功至關重要。
Gartner分(fēn)析師(shī)兼副總裁麗塔•薩拉姆(Rita Sallam)表示,這是因爲數據和分(fēn)析在數字業務中發揮着越來(lái)越大(dà)的作(zuò)用。數據和分(fēn)析已經成爲你(nǐ)如(rú)何服務客戶、雇傭員(yuán)工(gōng)、優化供應鏈、優化财務以及執行組織中許多其他(tā)關鍵功能的關鍵部分(fēn)。
考慮到這一點,有一些趨勢和技術(shù)爲未來(lái)幾年(nián)的成功部署奠定了基礎,這些趨勢和技術(shù)旨在使您的工(gōng)作(zuò)更快(kuài)、更穩定。
“你(nǐ)正面臨着比以往任何時候都(dōu)快(kuài)的業務變化和技術(shù)變化,”Sallam說(shuō)。“你(nǐ)需要一個靈活的數據和分(fēn)析架構來(lái)支持這種持續的變化。”
基于對未來(lái)的展望,Sallam在最近于佛羅裡(lǐ)達州奧蘭多舉行的Gartner IT研討(tǎo)會上提供了“将改變你(nǐ)的業務的10個數據和分(fēn)析趨勢”。這些趨勢符合三大(dà)主題。第一個是智能。這意味着機器學習和人(rén)工(gōng)智能技術(shù)被注入到工(gōng)作(zuò)負載和活動中,增加了用戶角色,減少了所需的技能,并通過自(zì)動化任務來(lái)提高時間洞察力。第二個是關于新的數據格式。人(rén)工(gōng)智能和機器學習正在支持比過去(qù)更加敏捷和緊急的數據格式。最後,還(hái)有規模。
她說(shuō),所有這些趨勢都(dōu)需要3到5年(nián)的時間才能實現,所以你(nǐ)不會在這個名單上看(kàn)到自(zì)助服務,因爲它現在無處不在,你(nǐ)也不會在這裡(lǐ)看(kàn)到量子計(jì)算,因爲它離(lí)我們太遠(yuǎn)了。雲也不在這個名單上,因爲它無處不在。記住這些規則,看(kàn)看(kàn)下面10個趨勢會在未來(lái)幾年(nián)改變你(nǐ)的生(shēng)意:
1、增強分(fēn)析
通過分(fēn)析、商業智能、數據科(kē)學和機器學習,組織将利用增強分(fēn)析,使更多的人(rén)能夠從(cóng)數據中獲得(de)見(jiàn)解。Sallam說(shuō),在未來(lái)幾年(nián),當組織評估供應商選擇時,增強分(fēn)析将成爲最主要的考慮因素。此外,Salesforce和Workday等其他(tā)技術(shù)的供應商也在其産品和服務中加入了增強分(fēn)析功能,以改善用戶體(tǐ)驗。
Sallam說(shuō):“這實際上是關于民(mín)主化分(fēn)析的。”“……這實際上是用比今天更少的技能在一小部分(fēn)時間内獲得(de)洞察力。”
2、增強數據管理(lǐ)
這種趨勢将提高組織分(fēn)析數據的能力,這些數據更加動态,自(zì)動化程度更高,更接近實時。操作(zuò)的數據管理(lǐ)方面有許多不同的任務,比如(rú)模式識别、容量、利用率、法規/遵從(cóng)性和成本模型等。增強數據管理(lǐ)将針對這些部分(fēn)。
Sallam說(shuō),到2022年(nián),通過增加機器學習和自(zì)動化服務水平管理(lǐ),數據管理(lǐ)手工(gōng)任務将減少45%。
3、NLP(自(zì)然語言處理(lǐ))/會話(huà)分(fēn)析
NLP和會話(huà)分(fēn)析與增強分(fēn)析是高度互補的。它們爲非數據專家提供了一種用于查詢和洞察的新接口。
“大(dà)多數人(rén)不知道SQL,他(tā)們自(zì)己也不能構建自(zì)己的查詢,”Sallam說(shuō)。“這些工(gōng)具讓它變得(de)更容易了。”
據 Gartner 稱,到2020年(nián),50%的分(fēn)析性查詢将通過搜索、NLP或語音生(shēng)成,或将自(zì)動生(shēng)成。不過,還(hái)有很多改進的空間。
如(rú)今,大(dà)多數分(fēn)析和BI平台都(dōu)實現了基本的關鍵字搜索。例如(rú),你(nǐ)可(kě)以問(wèn)“我的産品銷售額是多少?”Sallam說(shuō)。但(dàn)更複雜的問(wèn)題仍然是一個挑戰。你(nǐ)可(kě)能不會問(wèn)“在紐約方圓50英裡(lǐ)内,我今年(nián)top 10的産品是哪些或客戶是誰?”
“這更複雜,”Sallam說(shuō),它涉及到對函數、同義詞和其他(tā)函數進行排序,而現在不是每個供應商都(dōu)能做到這一點。
這個領域的另一個新特性是會話(huà)分(fēn)析,它可(kě)以讓你(nǐ)深入研究更具體(tǐ)的問(wèn)題。
“直到最近,它都(dōu)是關于可(kě)視化的,”Sallam說(shuō)。會話(huà)分(fēn)析将爲洞察增加另一個維度。
4、圖形
Sallam說(shuō),圖形處理(lǐ)和圖形數據庫能夠以大(dà)多數人(rén)的思維方式進行數據探索,揭示邏輯概念和實體(tǐ)(如(rú)組織、人(rén)員(yuán)和事(shì)務)之間的關系。
Gartner預測,到2022年(nián),圖形處理(lǐ)和圖形數據庫的應用将以每年(nián)100%的速度增長,以不斷加快(kuài)數據準備工(gōng)作(zuò),并使更複雜和自(zì)适應的數據科(kē)學成爲可(kě)能。
Sallam說(shuō),圖形支持緊急語義圖和知識網絡。一個例子可(kě)能是不同數據的緊急鏈接,例如(rú)來(lái)自(zì)運動應用程序和飲食應用程序的數據與醫療建議(yì)和健康新聞提要。
5、商業AI/ML将主導市場,而不是開源
開源一直是大(dà)數據、人(rén)工(gōng)智能和機器學習的一大(dà)推動力,尤其是在谷歌和亞馬遜等數字巨頭公司。但(dàn)大(dà)多數組織并不屬于數字巨頭的範疇。這些公司都(dōu)有人(rén)工(gōng)智能和ML的試點項目,但(dàn)一直難以将項目擴大(dà)到生(shēng)産規模。Gartner認爲,這些公司最終将利用商業平台來(lái)管理(lǐ)它們的人(rén)工(gōng)智能程序。
Gartner預測,到2022年(nián),75%利用人(rén)工(gōng)智能和ML技術(shù)的新終端用戶解決方案将使用商業平台,而不是開源平台。
6、數據結構
Sallam說(shuō),這一趨勢與增強數據管理(lǐ)密切相(xiàng)關,它使您能夠大(dà)規模地支持敏捷數據。過去(qù)的目标是将所有數據放(fàng)在一個數據倉庫中。但(dàn)數據已經變得(de)更加分(fēn)散。有意爲筒倉中的數據創建數據結構。它支持邏輯數據倉庫體(tǐ)系結構,支持跨異構存儲的數據無縫訪問(wèn)和集成。
Gartner預測,到2022年(nián),定制的數據結構設計(jì)将被部署爲靜(jìng)态基礎設施,迫使新一波的成本完全重新設計(jì),以采用更動态的方法。
7. 可(kě)解釋的AI
“我們相(xiàng)信這将是至關重要的,讓你(nǐ)能夠控制人(rén)工(gōng)智能的日(rì)益增長的使用,”Sallam說(shuō)。這是因爲模型變得(de)越來(lái)越複雜和不透明。組織将需要能夠解釋内部監控的結果,并遵守法規。組織需要知道模型中是否存在隐私風(fēng)險,或者是否檢測到偏見(jiàn)。Sallam說(shuō),供應商正在解決這個問(wèn)題,并計(jì)劃實施解決方案。
Gartner 預測,到2023年(nián),超過75%的大(dà)型組織将聘請(qǐng)人(rén)工(gōng)智能行爲鑒定、隐私和客戶信任專家,以降低品牌和聲譽風(fēng)險。
8、區塊鏈
Sallam說(shuō),這是數據和分(fēn)析之外的許多技術(shù)領域的趨勢。但(dàn)它在數據和分(fēn)析中很重要,尤其是在信任領域。Sallam表示:“這實際上是在可(kě)信的參與者網絡中以密碼的方式支持不變性。”它會跟蹤是否發生(shēng)了變化,因此從(cóng)數據的角度來(lái)看(kàn),區塊鏈将有助于跟蹤深度造假或假新聞。
Gartner預測,到2021年(nián),大(dà)多數私有和許可(kě)的區塊鏈使用将被ledger DBMS産品取代。
9、持續智能
持續智能是指通過實時數據和高級分(fēn)析來(lái)實現更智能的決策。它整合了形勢意識并規定了要采取的行動。根據Sallam的說(shuō)法,它是智能的、自(zì)動化的、以結果爲中心的。
Gartner預測,到2022年(nián),超過一半的主要新業務系統将整合使用實時上下文數據來(lái)改進決策的持續智能。
10、持久内存服務器
Sallam說(shuō),這些服務器提供了更大(dà)的内存、可(kě)負擔的性能和更簡單的可(kě)用性。一些數據庫供應商正在重新編寫他(tā)們的系統,以支持這種類型的服務器,從(cóng)而能夠在内存中實時分(fēn)析更多的數據。
Gartner預測,到2021年(nián),持久内存将占内存計(jì)算内存GB消耗的10%以上。