资料来源:TechWeb.com.cn
【TechWeb】7月1日消息，近日，Gartner发布了数据与分析领域的十大技术趋势。以下是具体内容:
1:更聪明、更快、更负责任的人工智能
到2024年底，75%的企业将从AI试点转变为AI运营，基于流数据的分析基础设施数量将增加5倍。
目前，机器学习、优化和自然语言处理等人工智能技术正在提供关于病毒传播、应对效果和影响的重要见解和预测。
其他智能人工智能技术，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来处理复杂的业务情况。例如，基于代理的系统可以建模和模拟复杂的系统。
2:仪表板的衰落
具有更多自动化和消费化体验的动态数据故事将取代视觉和点击式数据创建和探索。因此，用户使用预定义仪表板的时间也将减少。向支持增强分析(augmented analysis)或NLP等技术的动态数据故事转变，这意味着:最相关的见解将根据用户的场景、角色或目的流向每个用户。
趋势:决策智能
到2023年，超过33%的大型企业将雇佣分析师来实现包括决策建模在内的决策智能。决策智能集成了决策管理和决策支持等多种技术。它提供了一个框架来帮助数据和分析领导者设计、建立、协调、执行、监控和调整业务结果和行为的决策模型和流程。
趋势4: x分析
“X分析”是Gartner创造的一个通用术语，其中X是指各种结构化和非结构化内容的数据变量。
在新冠肺炎疫情爆发期间，人工智能发挥了关键作用，整理了数千篇研究论文，新闻资料，社交媒体内容和临床试验数据，帮助医疗和公共卫生专家预测疾病的传播，制定能力规划，寻找新的治疗方法和识别易感人群。x分析与AI和图谱分析等其他技术相结合，将在未来自然灾害和其他危机的识别、预测和规划中发挥关键作用。
趋势:增强的数据管理
增强的数据管理通过使用ML和AI技术优化和改进运营。它还促进了元数据角色的转变，从协助数据审计、跟踪和报告到支持动态系统。
增强的数据管理产品可以审查大量运营数据样本，包括实际查询、性能数据和解决方案。使用现有的使用和工作负载数据，增强的引擎可以调整操作并优化配置、安全性和性能。
趋势6:云成为必然
到2022年，公共云服务将在90%的数据和分析创新中发挥至关重要的作用。有了云上的数据和分析，数据和分析负责人仍然很难实现服务和用例之间的协调，这增加了不必要的治理和集成费用。
数据分析的重点已经从服务的成本转变为如何满足定价之外的工作负载的性能要求。当转向云时，数据和分析领导者需要优先考虑可以利用云功能的工作负载，并关注成本优化。
7:数据和分析的碰撞
数据管理能力和分析能力传统上被认为是不同的领域，需要分开管理。提供具有增强分析的端到端工作流的供应商已经模糊了这两个市场之间的界限。
与数据分析的碰撞将增加这两个传统上相对独立的领域之间的互动和协作。这不仅会影响所提供的技术和能力，还会影响支持和使用它们的人员和流程。相关角色也将从传统的数据和分析扩展到信息探索者和公民开发者。
趋势:数据市场和交易平台
到2022年，35%的大型企业将通过正规的在线数据市场参与数据交易，而2020年这一比例为25%。市场和交易平台为整合第三方数据产品，降低第三方数据成本提供了统一的平台。
9:区块链技术在数据和分析中的应用
区块链技术解决了数据和分析领域的两大挑战。首先，区块链提供了资产和交易的完整谱系。其次，区块链为复杂的参与者网络提供了透明度。
除了比特币和智能合约的有限用例外，总账数据库管理系统将为单个企业审计数据源提供更具吸引力的选择。Gartner预测，到2021年，ledger DBMS产品将取代大多数许可区块链的使用。
趋势10:关系奠定数据和分析价值的基础。
到2023年，地图技术将推动全球30%企业的快速情景决策过程。图谱分析是指用于探索不同利益实体之间关系的一系列技术。它帮助数据和分析负责人发现数据中的未知关系，查看传统分析技术难以分析的数据。
