由于大數(shù)據(jù)發(fā)展的承諾，以及機器學習和人工智能的潛力，數(shù)據(jù)和分析在組織中獲得了更多吸引力。盡管許多企業(yè)的人工智能生產(chǎn)計劃似乎停滯不前，但仍在制定這些計劃，并知道這些計劃對未來幾年的業(yè)務成功至關重要。

調(diào)研機構(gòu)Gartner公司分析師兼副總裁Rita Sallam表示，這是因為數(shù)據(jù)和分析在數(shù)字業(yè)務中扮演著越來越重要的角色。數(shù)據(jù)和分析已成為企業(yè)為客戶服務、雇用員工、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，有許多趨勢和技術(shù)為未來幾年的成功部署奠定了基礎，旨在使企業(yè)的工作更快、更穩(wěn)定。

Sallam說：“企業(yè)正面臨著比以往任何時候都更快的業(yè)務變革和技術(shù)變革。因此需要一個靈活的數(shù)據(jù)和分析體系結(jié)構(gòu)，能夠支持這種變化?！?

Sallam在最近于佛羅里達州奧蘭多舉行的Gartner IT研討會上進行了主題為“將改變企業(yè)業(yè)務的10個數(shù)據(jù)和分析趨勢”的主題演講。這些著眼于未來的趨勢符合三大主題。第一個主題是智能。這意味著機器學習和人工智能技術(shù)正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，并自動化執(zhí)行任務，以提高洞察力。第二個主題是新的數(shù)據(jù)格式。與過去相比，人工智能和機器學習支持更加靈活和緊急的數(shù)據(jù)格式。最后的主題是規(guī)模。

她說，這些趨勢發(fā)展需要3到5年的時間，因此不會在此列表上看到自助服務，因為現(xiàn)在到處都是自助服務，也不會在這里看到量子計算，因為這太遙遠了。云計算也不在這個列表中，這是因為它無所不在。考慮到這些規(guī)則，需要注意在未來幾年內(nèi)改變企業(yè)業(yè)務的以下10個趨勢：

1.增強分析

通過商業(yè)智能、數(shù)據(jù)科學和機器學習，組織將利用增強的分析，使更多的人能夠從數(shù)據(jù)中獲得洞察力。Sallam表示，在未來幾年里，當企業(yè)評估供應商選擇時，增強分析將成為主導因素。此外，Salesforce公司和Workday公司等其他技術(shù)的供應商正在將增強的分析功能納入其產(chǎn)品和服務中，以改善用戶的體驗。

Sallam說：“這實際上是使分析民主化。這實際上是要用比現(xiàn)在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

這一趨勢將提高組織分析數(shù)據(jù)的能力，這些數(shù)據(jù)將更動態(tài)地輸入，并在更接近實時的情況下實現(xiàn)更高水平的自動化。在操作的數(shù)據(jù)管理方面有許多不同的任務，例如模式識別、容量、利用率、法規(guī)/遵從性和成本模型等。增強的數(shù)據(jù)管理將針對這些部分。

Sallam說，到2022年，通過增加機器學習和自動服務級別管理，數(shù)據(jù)管理人工處理的任務將減少45%。

3. 自然語言處理(NLP)/會話分析

自然語言處理(NLP)和對話分析與增強分析高度互補。它們?yōu)榉菙?shù)據(jù)專家提供了一種新的查詢和洞察界面。

Sallam說：“大多數(shù)人都不了解SQL，也無法自己構(gòu)建自己的查詢。這些工具使它變得更容易?！?

Gartner公司的調(diào)查表明，到2020年，50%的分析查詢將通過搜索和自然語言處理(NLP)自動生成，不過還有很大的改進空間。

如今，大多數(shù)分析和商業(yè)智能平臺已經(jīng)實現(xiàn)了基本的關鍵字搜索。例如，用戶可以問“我的產(chǎn)品銷售額是多少?”，但回答更復雜的問題仍然是一個挑戰(zhàn)。用戶可能不會問“與去年相比，我們今年在紐約50英里范圍內(nèi)采用的10種產(chǎn)品是什么或者有哪些客戶?”

Sallam說：“這更加復雜。它涉及到對功能、同義詞和其他功能進行排名的功能，而這些功能如今并不是每個廠商都能做到的?！?

這個領域的另一個新特性是會話分析，它可以讓用戶深入研究更具體的問題。

Sallam說：“直到最近，所有這些都與可視化有關。會話分析將為洞察力增加另一個維度。”

4.圖表

Sallam說，圖形處理和圖形數(shù)據(jù)庫以大多數(shù)人的思維方式進行數(shù)據(jù)探索，揭示邏輯概念與實體(例如組織、人員和交易)之間的關系。

Gartner公司預測，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，并采用更復雜和適應性更強的數(shù)據(jù)科學。

Sallam說，圖表可以生成語義圖和知識網(wǎng)絡。其中一個例子可能是各種數(shù)據(jù)的緊急鏈接，比如健康運動應用程序和飲食應用程序中的數(shù)據(jù)和醫(yī)療建議等。

5.商業(yè)人工智能/機器學習將在市場上勝過開源軟件

開源一直是大數(shù)據(jù)、人工智能和機器學習的重要驅(qū)動力，特別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。這些公司已經(jīng)進行了人工智能和人機器學習的試點，但一直在努力將其項目擴大到生產(chǎn)規(guī)模。Gartner公司認為這些公司最終會利用商業(yè)平臺來管理他們的人工智能項目。

Gartner公司預測，到2022年，75%采用人工智能和機器學習技術(shù)的終端用戶解決方案將使用商業(yè)平臺而不是開源平臺構(gòu)建。

6.數(shù)據(jù)結(jié)構(gòu)

Sallam說，這種趨勢與增強型數(shù)據(jù)管理緊密相關，它使企業(yè)可以大規(guī)模支持敏捷數(shù)據(jù)。過去的目標是將所有數(shù)據(jù)存儲在一個數(shù)據(jù)倉庫中。但是數(shù)據(jù)變得更加分散，通過設計為數(shù)據(jù)倉庫創(chuàng)建數(shù)據(jù)結(jié)構(gòu)。它支持邏輯數(shù)據(jù)倉庫體系結(jié)構(gòu)，該體系結(jié)構(gòu)可跨異構(gòu)存儲無縫訪問和集成數(shù)據(jù)。

Gartner公司預測，到2022年，定制的數(shù)據(jù)結(jié)構(gòu)設計將作為靜態(tài)基礎設施進行部署，這將迫使新一輪的重新設計以采用更多動態(tài)方法。

7.可解釋的人工智能

Sallam說：“我們認為，這對于企業(yè)能夠控制越來越多的人工智能使用將是一個關鍵環(huán)節(jié)?！边@是因為模型變得越來越復雜和不透明。組織將需要能夠解釋結(jié)果以進行內(nèi)部監(jiān)控并遵守法規(guī)。組織將需要知道模型中是否存在隱私風險，或者是否檢測到偏差。Sallam表示，供應商正在研究這個問題，并計劃實施解決方案。

Gartner公司預測，到2023年，75%以上的大型組織將雇傭人工智能行為鑒證、隱私和客戶信任專家，以降低品牌和聲譽風險。

8.區(qū)塊鏈

Sallam說，這是在數(shù)據(jù)和分析之外的許多技術(shù)領域的趨勢。但這在數(shù)據(jù)和分析中尤其重要，尤其在信任方面。Sallam說：“這實際上是通過密碼支持受信任參與者網(wǎng)絡中的不變性。它會跟蹤某些情況是否已更改，因此從數(shù)據(jù)角度來看，區(qū)塊鏈將有助于跟蹤諸如深層偽造或虛假新聞之類的事物。”

Gartner公司預測，到2021年，大多數(shù)私人和許可的區(qū)塊鏈用途將被分類賬數(shù)據(jù)庫管理系統(tǒng)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)和高級分析實現(xiàn)更智能的決策。它包含了情境意識并規(guī)定了要采取的行動。Sallam表示，它是智能的、自動化的、注重結(jié)果的。

Gartner公司預測，到2022年，超過一半的主要新業(yè)務系統(tǒng)將采用持續(xù)智能，這些智能將使用實時場景數(shù)據(jù)來改善決策。

10.持久內(nèi)存服務器

Sallam說，這些服務器能夠提供更大的內(nèi)存、更經(jīng)濟的性能和更簡單的可用性。一些數(shù)據(jù)庫供應商正在重寫他們的系統(tǒng)，以支持這種類型的服務器，這使得能夠在內(nèi)存中實時分析更多的數(shù)據(jù)。

Gartner公司預測，到2021年，持久內(nèi)存將占到內(nèi)存銷售量的10%以上。