孟文出

大數(shù)據(jù)的前景以及最近機器學習和其他類型人工智能的潛力，推動了數(shù)據(jù)和分析在組織中獲得了吸引力。盡管許多企業(yè)的人工智能生產(chǎn)計劃似乎陷入了停滯，但它們?nèi)栽谥贫ㄟ@些計劃，并知道這些計劃對未來幾年的成功至關重要。

Gartner分析師兼副總裁麗塔·薩拉姆表示，這是因為數(shù)據(jù)和分析在數(shù)字業(yè)務中發(fā)揮著越來越大的作用。數(shù)據(jù)和分析已經(jīng)成為你何服務客戶、雇傭員工、優(yōu)化供應鏈、優(yōu)化財務以及執(zhí)行組織中許多其他關鍵功能的關鍵部分。

考慮到這一點，有一些趨勢和技術為未來幾年的成功部署奠定了基礎，這些趨勢和技術可使您的工作更快、更穩(wěn)定。

“你正面臨著比以往任何時候都快的業(yè)務變化和技術變化，”薩拉姆說?！澳阈枰粋€靈活的數(shù)據(jù)和分析架構來支持這種持續(xù)的變化?！?/p>

基于對未來的展望，薩拉姆在最近于佛羅里達州奧蘭多舉行的Gartner IT研討會上提供了“將改變業(yè)務的10個數(shù)據(jù)和分析趨勢”。這些趨勢符合三大主題。第一個是智能，這意味著機器學習和人工智能技術被注入到工作負載和活動中，增加了用戶角色，減少了所需的技能，并通過自動化任務來提高時間洞察力。第二個是關于新的數(shù)據(jù)格式，人工智能和機器學習支持比過去更加敏捷和緊急的數(shù)據(jù)格式。最后，還有規(guī)模。

她說，所有這些趨勢都需要3～5年的時間才能實現(xiàn)，所以你不會在這個名單上看到自助服務，因為它現(xiàn)在無處不在；也不會在這里看到量子計算，因為它離我們太遠；云也不在這個名單上，因為它也無處不在。記住這些規(guī)則，看看下面10個趨勢會在未來幾年改變你的生意：

1增強分析

通過分析、商業(yè)智能、數(shù)據(jù)科學和機器學習，組織將利用增強分析，使更多的人能夠從數(shù)據(jù)中獲得見解。薩拉姆說，在未來幾年，當組織評估供應商進行選擇時，增強分析將成為最主要的考慮因素。此外，Salesforce和Workday等其他技術的供應商也在其產(chǎn)品和服務中加入了增強分析功能，以改善用戶體驗。

薩拉姆說：“這實際上是關于民主化分析的，這實際上是用比今天更少的技能在短時間內(nèi)獲得洞察力。”

2增強數(shù)據(jù)管理

這種趨勢將提高組織分析數(shù)據(jù)的能力，這些數(shù)據(jù)更加動態(tài)，自動化程度更高、更接近實時。操作的數(shù)據(jù)管理方面有許多不同的任務，比如模式識別、容量、利用率、法規(guī)/遵從性和成本模型等。增強數(shù)據(jù)管理將針對這些部分。

薩拉姆說，到2022年，通過增加機器學習和自動化服務水平管理，數(shù)據(jù)管理手工任務將減少45 %。

3自然語言處理（NLP）/會話分析

NLP和會話分析與增強分析是高度互補的，它們?yōu)榉菙?shù)據(jù)專家提供了一種用于查詢和洞察的新接口。

“大多數(shù)人不知道SQL，他們自己也不能構建自己的查詢，”薩拉姆說，“這些工具讓它變得更容易了?！?/p>

據(jù)Gartner稱，到2020年，50 %的分析性查詢將通過搜索、NLP或語音生成，或者將自動生成，不過，他們還有很多改進的空間。

如今，大多數(shù)分析和BI平臺都實現(xiàn)了基本的關鍵字搜索。例如，你可以問“我的產(chǎn)品銷售額是多少？”但更復雜的問題仍然是一個挑戰(zhàn)。你可能不會問“在紐約方圓50千米內(nèi)，我今年top 10的產(chǎn)品是哪些或客戶是誰？”

“這更復雜，”薩拉姆說，它涉及到對函數(shù)、同義詞和其他函數(shù)進行排序，而現(xiàn)在不是每個供應商都能做到這一點。

這個領域的另一個新特性是會話分析，它可以讓你深入研究更具體的問題。會話分析將為洞察增加另一個維度。

4圖形

圖形處理和圖形數(shù)據(jù)庫能夠以大多數(shù)人的思維方式進行數(shù)據(jù)探索，揭示邏輯概念和實體（如組織、人員和事務）之間的關系。

Gartner預測，到2022年，圖形處理和圖形數(shù)據(jù)庫的應用將以每年100 %的速度增長，以不斷加快數(shù)據(jù)準備工作，并使更復雜和自適應的數(shù)據(jù)科學成為可能。

薩拉姆說，圖形支持緊急語義圖和知識網(wǎng)絡。一個例子可能是不同數(shù)據(jù)的緊急鏈接，例如來自運動應用程序和飲食應用程序的數(shù)據(jù)與醫(yī)療建議和健康新聞提要。

5商業(yè)AI/ML將主導市場，而不是開源

開源一直是大數(shù)據(jù)、人工智能和機器學習的一大推動力，尤其是在谷歌和亞馬遜等數(shù)字巨頭公司。但大多數(shù)組織并不屬于數(shù)字巨頭的范疇。這些公司都有人工智能和ML的試點項目，但一直難以將項目擴大到生產(chǎn)規(guī)模。Gartner認為，這些公司最終將利用商業(yè)平臺來管理它們的人工智能程序。

Gartner預測，到2022年，75 %利用人工智能和ML技術的新終端用戶解決方案將使用商業(yè)平臺，而不是開源平臺。

6數(shù)據(jù)結構

薩拉姆說，這一趨勢與增強數(shù)據(jù)管理密切相關，它使您能夠大規(guī)模地支持敏捷數(shù)據(jù)。過去的目標是將所有數(shù)據(jù)放在一個數(shù)據(jù)倉庫中。但數(shù)據(jù)已經(jīng)變得更加分散。有意為筒倉中的數(shù)據(jù)創(chuàng)建數(shù)據(jù)結構。它支持邏輯數(shù)據(jù)倉庫體系結構，支持跨異構存儲的數(shù)據(jù)無縫訪問和集成。

Gartner預測，到2022年，定制的數(shù)據(jù)結構設計將被部署為靜態(tài)基礎設施，迫使新一波的成本完全重新設計，以采用更動態(tài)的方法。

7可解釋的AI

“我們相信這是至關重要的，讓你能夠控制人工智能的日益增長的使用，”薩拉姆說。因為模型變得越來越復雜和不透明。組織將需要能夠解釋內(nèi)部監(jiān)控的結果，并遵守法規(guī)。組織需要知道模型中是否存在隱私風險，或者是否檢測到偏見。薩拉姆說，供應商正在解決這個問題，并計劃實施解決方案。

Gartner預測，到2023年，會有超過75 %的大型組織將聘請人工智能行為鑒定、隱私和客戶信任專家，以降低品牌和聲譽風險。

8區(qū)塊鏈

薩拉姆說，這是數(shù)據(jù)和分析之外的許多技術領域的趨勢。但它在數(shù)據(jù)和分析中很重要，尤其是在信任領域。這實際上是在可信的參與者網(wǎng)絡中以密碼的方式支持不變性?！彼鼤櫴欠癜l(fā)生了變化，因此從數(shù)據(jù)的角度來看，區(qū)塊鏈將有助于跟蹤深度造假或假新聞。

Gartner預測，到2021年，大多數(shù)私有和許可的區(qū)塊鏈使用將被ledger DBMS產(chǎn)品取代。

9持續(xù)智能

持續(xù)智能是指通過實時數(shù)據(jù)和高級分析來實現(xiàn)更智能的決策。它整合了形勢意識并規(guī)定了要采取的行動。根據(jù)薩拉姆的說法，它是智能的、自動化的并且以結果為中心的。

Gartner預測，到2022年，超過一半的主要新業(yè)務系統(tǒng)將整合使用實時上下文數(shù)據(jù)來改進決策的持續(xù)智能。

10持久內(nèi)存服務器

薩拉姆說，這些服務器提供了更大的內(nèi)存、可負擔的性能和更簡單的可用性。一些數(shù)據(jù)庫供應商正在重新編寫他們的系統(tǒng)，以支持這種類型的服務器，從而能夠在內(nèi)存中實時分析更多的數(shù)據(jù)。

Gartner預測，到2021年，持久內(nèi)存將占內(nèi)存計算消耗的10 %以上。