解数据和分析在2021年的发展趋势
解数据和分析在2021年的发展趋势新冠疫情对数据和分析领域有什么影响?人们需要了解数据和分析在2021年的发展趋势。在过去的几年中,很多组织已经接受了采用高级分析技术背后的理念,首
新冠疫情对数据和分析领域有什么影响?人们需要了解数据和分析在2021年的发展趋势。
在过去的几年中,很多组织已经接受了采用高级分析技术背后的理念,首先是像大数据这样的流行术语,然后是机器学习和人工智能等技术。但是,有些组织采用这些技术时,有时可能会迷失方向。根据进行的调查、如何定义技术以及提出什么问题,组织对高级分析、机器学习和人工智能的采用方式会有很大不同。
但是,这些技术已经得到了众多IT专业人员和企业高管的关注,他们认识到了这些技术在降低成本、增加收入、加速创新以及提高市场竞争力等方面具有的前景。
根据调研机构Gartner公司在去年发布的一份调查报告,组织在业务中部署人工智能的比例达到19%。随着通过供应商的更多支持、更大的人才库以及众多技术的进步,人工智能技术变得更加主流,组织将能够更好地将人工智能应用于许多未曾考虑过的场景。
考虑到这一点,Gartner公司在最近该公司举办的一次IT研讨会上发布了2020年数据和分析技术十大战略技术趋势,这些趋势将使组织从疫情对其业务和IT计划的不利影响中恢复过来。
以下是Gartner公司研究副总裁Rita Sallam在此次研讨会上发布的有关数据和分析的市场和技术趋势。
1.更智能、更快、更负责任的人工智能
Gartner公司预测,到2024年底,75%的组织将人工智能的试点应用转向运营,这将推动数据和分析基础设施需求得到5倍的增长。当前的方法存在一些挑战,在疫情发生之前的基于大量历史数据的模型可能不再有效。
人工智能的颠覆性将使学习算法(例如强化学习)、可解释性学习(例如可解释的人工智能)以及有效的基础设施(例如边缘计算和新型芯片)成为可能。
2.仪表板采用量下降
到2025年,数据故事(而不是仪表板)将成为使用分析的最广泛方式,其中75%的数据故事将使用增强分析技术自动生成。人工智能和机器学习技术正在进入商业智能平台。在仪表板中,用户必须开展大量工作才能深入了解。这些数据故事提供了见解,而不需要用户自己进行分析。
3.决策智能
到2023年,33%以上的大型组织的分析师采用决策智能,其中包括决策建模。Gartner公司将决策智能定义为一个实用的领域,其中包括广泛的决策技术。它包括复杂自适应系统等应用。它包括一个将传统技术(如基于规则的方法)与先进技术(如人工智能和机器学习)结合在一起的框架。这使得非技术用户能够在无需程序员参与的情况下更改决策逻辑。
4. X分析
Gartner公司的调查表明,到2025年,用于视频、音频、文本、情感和其他内容分析的人工智能将为75%的财富500强公司带来重大创新和转型。“X”代表视频分析或音频分析等分析类型,这将为分析提供新的机会,因为大多数组织尚未充分利用这种数据。但是,利用数据分析的案例正在增长。Sallam表示,人工智能技术正在日趋成熟,以扩大采用X分析的影响。此外,还有许多尚未开发的用例,例如用于供应链优化的图像和视频分析,或用于天气或交通管理的视频分析和音频分析。
5.增强的数据管理
利用主动元数据、机器学习、数据结构以动态连接、优化和自动化数据管理过程的组织将使数据交付时间减少30%。
人工智能技术被用于推荐最佳实践,或者自动发现元数据、自动监视治理控制等等。这是由Gartner公司称之为数据结构的概念实现的。Gartner公司将数据结构定义为对现有的、可发现的、推断的元数据资产进行连续分析,以支持集成和可重用数据对象的设计、部署和利用,而不考虑部署平台或架构方法。
6. 基于云计算的人工智能迅速增长
到2022年,公共云服务对于90%的数据和分析创新至关重要。基于云计算的人工智能将在2019年至2023年期间增长5倍,使人工智能成为云平台中最重要的工作负载类别之一。这一趋势早在疫情发生之前就已经开始了,发生的疫情对组织的影响无疑加速了发展。云计算供应商也在支持数据以洞察其投资组合中的模型。从云计算供应商的角度来看,希望用户在他们的云平台中更多地执行数据计算和分析。从用户的角度来看,使用公共云服务能够更快地完成工作。
7.数据分析和数据管理的融合
根据Gartner公司的预测,未来几年内,非分析应用程序将逐渐融合分析功能。到2023年,95%的财富500强公司将分析治理整合到更广泛的数据分析计划中。Sallam指出,到2022年,40%的机器学习模型开发和评分将在不以机器学习为主要目标的产品上完成。分析和商业智能供应商正在增加数据管理功能。数据管理供应商正在增加数据准备。预计在不久的将来会看到更多的融合。
8.数据市场和交易
Gartner公司预测,到2022年,35%的大型组织将通过在线数据市场进行交易。Sallam表示,2020年这一比例只有25%。这一趋势是为了加快云计算、数据科学和机器学习以及人工智能的发展。
9.实用的区块链(用于数据和分析)
Gartner公司认为,在数据和分析领域中,区块链将用于垂直特定的、业务驱动的计划,例如智能合约。Sallam表示,区块链不会被用来取代现有的数据管理技术,其本身并不比替代数据源更安全。根据Gartner公司的预测,到2023年,使用区块链智能合约的组织将使整体数据质量提高50%,数据和分析的投资回报率也会提高。
10.关系构成数据和分析价值的基础
Gartner公司预测,到2023年,图形技术将有助于全球30%的组织决策实现情境化。图形数据库和其他技术将重点放在数据点之间的关系上。Sallam指出,这些关系对人们想与数据和分析做的大多数事情都是至关重要的。但是,使用传统的存储方法时,大多数关系都会丢失。将关系表连接在一起会占用大量资源,并降低性能。图形技术保留了这些关系,增加了机器学习和人工智能的场景,还提高了这些技术的可解释性。
版权声明:本文为企业网D1Net编译
-
三大运营商十月份运营数据出炉:5G用户增长势头迅猛2020-11-23
-
人工智能领域独角兽云知声在三年亏损7亿下提交IPO2020-11-23
-
黑科技:当人和人工智能拥有电子皮肤2020-11-23
-
北京智源人工智能研究院发布《2020北京人工智能发展报告》2020-11-21
-
在数字经济时代,大数据要思维方式转变2020-11-21
-
“数据奴役”的“魔爪”或将伸向物联网2020-11-19
-
人工智能诊疗:打字方式追踪神经疾病2020-11-19
-
阿尔茨海默病数据倡议及其阿尔茨海默病工作台今天启动2020-11-19
-
熵基科技出席2020中国人工智能产业发展论坛2020-11-18
-
索尼启动人工智能无人机项目,并注册Airpeak品牌2020-11-16
-
医学影像人工智能企业汇医慧影顺利完成C2轮数亿元人民币融资2020-11-16
-
数据中台下的数据质量提升之道2020-11-13
-
分析与诊断:“从小到大到更好”2020-11-13
-
分析:Power Platform解锁微软云矩阵智能反馈链2020-11-13
-
Veritas收购Globanet,扩展其数据合规产品支持微信与钉钉2020-11-13