Gartner 2020 十大数据分析走向
发布时间：2021-06-10 10:00:26 所属栏目：大数据 来源：互联网
导读：这些数据和分析技术趋势将有助于在未来三到五年内加速更新、推动创新和重建社会。数据和分析领导者必须研究如何利用这些趋势，进行必须拥有的投资，从而在重置后实现复苏和再造。 趋势1：更智能、更快、更负责的AI 到2024年底，75%的企业将从人工智能试点转
|
这些数据和分析技术趋势将有助于在未来三到五年内加速更新、推动创新和重建社会。数据和分析领导者必须研究如何利用这些趋势，进行“必须拥有”的投资，从而在重置后实现复苏和再造。
趋势1：更智能、更快、更负责的AI
到2024年底，75%的企业将从人工智能试点转向运营，流数据和分析型基础设施规模将增加5倍。
在当前的流行背景下，人工智能技术，如机器学习、优化和自然语言处理，正在为病毒的传播以及应对措施的有效性和影响提供重要的洞察和预测。
其他更智能的AI技术，如强化学习和分布式学习，正在创建更具适应性和灵活性的系统，以处理复杂业务;例如，基于代理的系统可以建模并促进复杂系统。
让AI负责、模型透明化对于防止错误决策至关重要！
对新的芯片架构(如可部署在边缘设备上的神经形态硬件)的重大投资，正在加速AI、ML计算和工作负载，并减少对高带宽集中式系统的依赖。最终，这可能导致更弹性的AI解决方案，具有更高的业务影响力。
让AI负责、模型透明化对于防止错误决策至关重要。它将推动更好的人机协作与信任，使整个组织能更好地采纳和调整决策。
趋势2：仪表盘的衰退
更具自动化和消费体验的动态数据应用将取代可视化、点击式创作和探索。因此，用户使用预定义仪表盘的时间将会减少。向上下文数据应用的转变意味着最相关的见解将根据上下文、角色或用途传递给每个用户。这些动态洞察利用了增强分析、NLP、流异常检测和协作等技术。
数据和分析领导者需要定期评估他们现有的分析和商业智能(BI)工具。初创型公司，在预定义的仪表盘之外提供新增强的和NLP驱动的用户体验。
趋势3：决策智能化
到2023年，超过三成的大型组织将有分析人员练习决策智能化，其中包括决策建模。决策智能化集合了多门学科，包括决策管理和决策支持。它包含了复杂自适应系统领域的应用，将多种传统和先进的学科相结合。
它提供了一个框架，帮助数据和分析领导者在业务结果和行为的关系中设计、建模、匹配、执行、监控和优化决策模型以及流程。
当决策需要多种逻辑和数学，自动化是必须的，或者至少记录和审计时，探索使用决策管理和建模技术。
趋势4：X分析
Gartner创造了“X分析”这一术语，其中X是一系列不同结构化和非结构化内容(如文本分析、视频分析、音频分析等)的数据变量。
数据和分析领导者使用X分析来解决社会中最棘手的挑战，包括气候变化、疾病预防和野生动物保护等。
在疫情期间，AI在梳理大量研究论文、新闻来源、社交媒体帖子和临床试验数据方面发挥了关键作用，并帮助了医疗和公共卫生专家预测疾病传播、规划能力、寻找新的治疗方法和识别弱势群体。X分析结合AI和其他技术，如图表分析(另一个顶级趋势)，在识别、预测和规划未来自然灾害和其他危机中将发挥关键作用。
数据和分析领导者应该探索现有供应商提供的X分析能力，比如用于图像、视频和语音分析的云计算供应商，但也要认识到创新很可能来自小型的初创公司和云计算供应商。
趋势5：增强型数据管理：元数据是“新黑马”
增强数据管理使用ML和AI技术来优化和改进操作。它还将用于审计、继承和报告的元数据转换为支持动态系统的元数据。
增强数据管理产品可以检查操作数据的大量样本，包括实际查询、性能数据和模式。使用现有的情况和工作负载数据，增强引擎可以优化操作、配置、安全性和性能。
数据和分析领导者应该寻找增强型数据管理，支持活动元数据来简化和整合他们的架构，并增加冗余数据管理任务的自动化。
 （编辑：黄山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
