本文经授权转自TOPIA、图灵、微信官方账号。
从聘请首席数据科学家到购买最新的分析软件，企业领导人已经尽最大努力应用数据分析来改善他们的业务。
但是，要真正利用好数据分析相关技术，并没有那么简单。
Gartner副总裁唐纳德·范伯格(Donald Feinberg)表示:“数字业务中涉及的规模、复杂性、数据分布结构、所需的执行速度和其他问题，意味着任何僵化和集中化的架构或工具都将崩溃。“任何企业的持续生存都将依赖于灵活的、以数据为中心的架构来应对不断变化的速度。”
唐纳德·范伯格认为，数字颠覆带来了挑战，但也带来了前所未有的机遇。
海量的数据加上云强大的处理能力，意味着现在可以大规模训练和执行相关算法，最终实现AI的全部潜力。
建议Gartner业务负责人和高级业务负责人深入了解以下十大技术趋势，并讨论其关键业务重点，以探讨以下主要趋势在推动这些关键业务中的应用。
1.增强分析
作为数据分析的高级增强阶段，增强分析可以为分析计划带来更多自动化动能和创新洞察。
因为在正式的数据分析之前，需要对数据进行提取、清洗和融合，以提高数据分析的效率和准确性，方便决策。增强分析可以帮助普通用户在没有数据科学专家或IT人员帮助的情况下访问有效数据，并测试和验证理论和假设。
增强数据分析专注于增强智能的特定领域，使用机器学习来改变开发、使用和共享分析内容的方式。
Gartner表示，到2020年，增强分析将成为分析和BI解决方案的主要卖点。
学习和人工智能，增强的分析将为数据和分析市场带来颠覆，因为它将彻底改变开发、消费和共享分析内容的方式，并可以自动化数据准备、洞察获取和洞察可视化的过程，在许多情况下，无需专业的数据科学家。
2.加强数据管理。
增强数据管理是指利用机器学习功能和AI技术，做出数据管理类别，包括数据质量、主数据管理、元数据管理、数据集成以及数据库管理系统的自我配置和自我调整。
它可以自动执行许多手动任务，并为技术水平较低的用户提供使用数据的机会。它还有助于高技能技术资源专注于更有价值的任务。
Gartner预测，在机器学习和自动化服务水平管理的帮助下，到2022年底，数据管理中的手动任务将减少45%。
3.持续智能
可持续发展不仅仅是实时数据的术语。它是一种将实时分析与业务操作相结合的设计模式，通过处理当前和历史数据来指定响应事件的操作。
“持续情报代表着数据和分析团队工作的重大变化，”Gartner研究副总裁Rita Sallam表示。“分析和BI团队将在2019年帮助企业做出更智能的实时决策，这是一个巨大的挑战，也是一个巨大的机遇。可以算是运营商业智能的终极目标。”
到2022年，超过一半的重要新业务系统将采用持续智能，并使用实时上下文数据来改善决策。
4.可解释的人工智能
AI在数据管理中的应用越来越多，但AI解决方案如何解释它们为什么会得出某些结论？这就是可解释的人工智能的用武之地。
数据科学和机器学习平台中的可解释AI是关于在准确性、属性、模型统计和自然语言中的特征方面对生成数据模型的解释。
5.图解分析
图分析是一套分析技术，可以帮助企业探索有关实体之间的关系。
到2022年，图形处理和图形数据库管理系统的应用每年将增长100%。
6.数据结构
数据结构是指单一且一致的数据管理框架。它侧重于在分布式数据环境中实现无摩擦访问和数据共享，而不是孤立的存储。
到2022年，定制数据结构配置将主要用作静态基础设施，迫使组织进行新一轮的成本控制，以完全重新设计更多的动态数据网格方法。
7.NLP/Session分析
到2020年，50%的分析查询将由搜索、自然语言处理或语音生成，或者自动生成。
分析复杂数据组合并使组织中的每个人都可以访问分析的需求将推动更广泛的采用，使分析工具像搜索界面或与虚拟助理的对话一样简单。
根据另一项独立研究，NLP用例非常庞大，预计到2020年NLP的市值将达到134亿美元。
8.商业人工智能和机器学习
Gartner表示，到2022年，75%使用ML和AI技术的新终端用户解决方案将由商业解决方案而非开源平台构建。
厂商在开源生态系统中创建了连接器，为组织提供了扩展AI和ML所需的功能，如项目和模型管理、透明性、重用、数据沿袭、平台内聚以及开源技术中缺乏的集成。
9.区块链
像区块链这样的分布式分类帐技术在数据分析领域看起来很有前途，因为它们可以在不受信任的参与者的网络中提供分散的信任。
分析用例有很大的影响，尤其是那些使用参与者的关系和交互的分支。
然而，据Gartner称，区块链将在未来几年内在这一领域全面起飞。同时，企业将部分集成区块链技术和标准，这可能是由其主要客户或网络决定的。这包括与您现有的数据和分析基础架构的集成。
10.持久存储服务器
持久存储器技术旨在使用存储器计算来降低架构的成本和复杂性。永久存储器代表了介于DRAM和NAND闪存之间的一种新的存储层，可以为高性能工作负载提供高性价比的大容量存储器。
据Gartner称，升级应用程序性能、可用性、启动时间、集群方法和安全实践是可能的。它还将通过减少对数据复制的需求，帮助组织降低其应用程序和数据架构的复杂性。
“数据量正在爆炸式增长，将数据实时转化为价值的紧迫性也在以同样的速度增长，”范伯格说。新的服务器工作负载不仅需要更快的CPU性能，还需要更大的内存和更快的存储
-DataHunter-用于数据分析和显示-
