數(shù)據(jù)和分析技術(shù)的十大發(fā)展趨勢

1、20*年數(shù)據(jù)和分析技術(shù)的十大開展趨勢調(diào)研機(jī)構(gòu)Gartner公司最近的調(diào)查說明，增強(qiáng)分析、持 續(xù)智能和可解釋的人工智能(AI)是數(shù)據(jù)和分析技術(shù)的主要 趨勢之一。根據(jù)調(diào)查，深入了解以下十大技術(shù)趨勢是推動這 一開展的關(guān)鍵，并根據(jù)業(yè)務(wù)價(jià)值優(yōu)先考慮這些趨勢以保持行 業(yè)地位。數(shù)據(jù)和分析是一個(gè)不斷開展的故事。從任命首席數(shù)據(jù)官 到采購分析軟件，企業(yè)領(lǐng)導(dǎo)者都在充分利用這一技術(shù)，但這 并不容易。Gartner公司副總裁兼杰出研究分析師Donald Feinberg表示：“數(shù)據(jù)的規(guī)模、復(fù)雜性、分布性質(zhì)、行動速 度以及數(shù)字業(yè)務(wù)所需的持續(xù)智能意味著僵化和集中的架構(gòu) 和工具將會崩潰。任何業(yè)務(wù)的持續(xù)生存都將依賴于一個(gè)靈活

2、的、以數(shù)據(jù)為中心的架構(gòu)，該架構(gòu)能夠響應(yīng)不斷變化的速度但是，雖然企業(yè)領(lǐng)導(dǎo)者必須通過尋找合適的服務(wù)和技術(shù) 來幫助簡化數(shù)據(jù)流程來應(yīng)對數(shù)字中斷，但也出現(xiàn)了前所未有 的機(jī)遇。龐大的數(shù)據(jù)量與云計(jì)算技術(shù)帶來的強(qiáng)大處理能力的 增加相結(jié)合，意味著現(xiàn)在可以大規(guī)模地訓(xùn)練和執(zhí)行必要的算 法，以最終實(shí)現(xiàn)人工智能的全部潛力。根據(jù)Gartner公司的調(diào)查，關(guān)鍵是要深入了解以下十大 技術(shù)趨勢，這些趨勢能夠推動這一不斷變化開展，并根據(jù)業(yè) 務(wù)價(jià)值對其開展優(yōu)先排序，以保持領(lǐng)先地位。趨勢1：增強(qiáng)分析Gartner公司的調(diào)查說明，到20*年，增強(qiáng)分析將成為 數(shù)據(jù)分析和商業(yè)智能解決方案的主要賣點(diǎn)。Gartner公司認(rèn)為，使用機(jī)器學(xué)習(xí)和人

3、工智能，增強(qiáng)分 析是數(shù)據(jù)和分析市場的顛覆者，因?yàn)樗鼘⒏淖冮_發(fā)、消費(fèi)和 共享中的分析內(nèi)容。趨勢2：增強(qiáng)數(shù)據(jù)管理增強(qiáng)型數(shù)據(jù)管理利用機(jī)器學(xué)習(xí)能力和人工智能技術(shù)使 數(shù)據(jù)管理類別包括數(shù)據(jù)質(zhì)量、主數(shù)據(jù)管理、元數(shù)據(jù)管理、數(shù) 據(jù)集成以及數(shù)據(jù)庫管理系統(tǒng)(DBMS)自我配置和自我調(diào)整。根據(jù)Gartner公司的調(diào)查，這是一個(gè)大問題，因?yàn)樗?以自動執(zhí)行許多人工完成的任務(wù)，為技術(shù)水平較低的用戶提 供使用數(shù)據(jù)的時(shí)機(jī)。它還有助于高技能的技術(shù)資源專注于更 多的增值任務(wù)。到2022年底，由于機(jī)器學(xué)習(xí)和自動化服務(wù)級別管理， 數(shù)據(jù)管理中的人工任務(wù)將減少45%o趨勢3：持續(xù)型智能持續(xù)數(shù)據(jù)不僅僅是一種實(shí)時(shí)數(shù)據(jù)的新方式。相反，它是 一

4、種設(shè)計(jì)模式，其中實(shí)時(shí)分析與業(yè)務(wù)運(yùn)營相結(jié)合，處理當(dāng)前 和歷史數(shù)據(jù)以規(guī)定響應(yīng)事件的行動。Gartner公司研究副總裁Rita Sallam說，“持續(xù)型智能 代表了數(shù)據(jù)和分析團(tuán)隊(duì)工作的重大變化。分析和商業(yè)智能 (BI)團(tuán)隊(duì)在20*年幫助企業(yè)做出更明智的實(shí)時(shí)決策，這是一 個(gè)巨大的挑戰(zhàn)，也是一個(gè)巨大的時(shí)機(jī)。它可以被看作是運(yùn)營 商業(yè)智能的終極目標(biāo)?！钡?022年，超過一半的重要新業(yè)務(wù)系統(tǒng)將采用持續(xù)型 智能，使用實(shí)時(shí)場景數(shù)據(jù)來改善決策。趨勢4：可解釋的人工智能人工智能已經(jīng)越來越多地用于數(shù)據(jù)管理，但人工智能解 決方案如何解釋為什么他們得出某些結(jié)論？這是可解釋的人 工智能的用武之地。數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺中的可

5、解釋人工智能是關(guān)于 在自然語言中準(zhǔn)確性、屬性、模型統(tǒng)計(jì)和特征方面生成數(shù)據(jù) 模型的解釋。趨勢5：圖表根據(jù)Gartner公司的調(diào)查，圖形分析是一組分析技術(shù)， 可幫助企業(yè)探索關(guān)注實(shí)體(如交易、流程和員工)之間的關(guān)系。到2022年，圖形處理和圖形數(shù)據(jù)庫管理系統(tǒng)的應(yīng)用將 以每年100%的速度增長。趨勢6：數(shù)據(jù)構(gòu)造數(shù)據(jù)構(gòu)造都是關(guān)于單一且一致的數(shù)據(jù)管理框架。它著眼 于在分布式數(shù)據(jù)環(huán)境中實(shí)現(xiàn)無沖突訪問和數(shù)據(jù)共享，而不是 孤立存儲。到2022年，定制的數(shù)據(jù)構(gòu)造配置將主要用作靜態(tài)根底 設(shè)施，迫使組織投入新的本錢流，以完全重新設(shè)計(jì)更動態(tài)的 數(shù)據(jù)網(wǎng)格方法。趨勢7：自然語言處理(NLP)/會話分析到20*年，50%的分

6、析查詢將通過搜索，自然語言處理 (NLP)或語音生成，或者將自動生成。需要分析復(fù)雜的數(shù)據(jù) 組合并使組織中的每個(gè)人都可以訪問分析，這將推動更廣泛 的采用，使分析工具與搜索界面或與虛擬助理對話一樣簡單。 根據(jù)另一項(xiàng)研究，自然語言處理(NLP)的用例將很龐大，預(yù) 計(jì)到20*年其市場價(jià)值將到達(dá)134億美元。趨勢8：人工智能和機(jī)器學(xué)習(xí)的商業(yè)化Gartner公司表示,到2022年，75%利用人工智能和機(jī) 器學(xué)習(xí)技術(shù)的新終端用戶解決方案將采用商業(yè)解決方案而 非開源平臺構(gòu)建。商業(yè)供給商已經(jīng)在開源生態(tài)系統(tǒng)中創(chuàng)立了連接器，它們 為組織提供了擴(kuò)展人工智能和機(jī)器學(xué)習(xí)所需的功能，例如項(xiàng) 目和模型管理、透明度、重用、數(shù)據(jù)

7、沿襲、平臺內(nèi)聚性和開 源技術(shù)所缺乏的集成。趨勢9：區(qū)塊鏈區(qū)塊鏈等分布式分類賬技術(shù)在數(shù)據(jù)分析領(lǐng)域看起來很 有前景，因?yàn)樗鼈兛赡軙诓皇苄湃蔚膮⑴c者網(wǎng)絡(luò)中提供分 散的信任。其分析用例的影響很大，尤其是那些利用參與者 關(guān)系和交互的用例。但是，根據(jù)Gartner公司的調(diào)查，區(qū)塊鏈要在這一領(lǐng)域 全面開展還需要幾年時(shí)間。同時(shí)，企業(yè)將局部地與區(qū)塊鏈技 術(shù)和標(biāo)準(zhǔn)相結(jié)合，這些技術(shù)和標(biāo)準(zhǔn)可能由其主要客戶或網(wǎng)絡(luò) 決定。這包括與現(xiàn)有數(shù)據(jù)和分析根底設(shè)施的集成。趨勢#10：持久性內(nèi)存服務(wù)器持久存儲器技術(shù)旨在降低采用內(nèi)存計(jì)算(IMC)的架構(gòu)的 本錢和復(fù)雜性。持久性內(nèi)存將成為處于DRAM內(nèi)存和NAND閃存之間的一個(gè)新內(nèi)存層，可為高性能工作負(fù)載提供經(jīng)濟(jì)高效 的大容量內(nèi)存。根據(jù)Gartner公司的調(diào)查，它具有升級應(yīng)用程序性能、 可用性、啟動時(shí)間、集群方法和平安實(shí)踐的潛力。它還將通 過減少對重復(fù)數(shù)據(jù)的