Gartner 2019年十大数据和分析技术趋势:增强型分

Gartner建议数据和分析领导者与高级业务负责人讨论一下他们的关键业务优先级,并探索以下主要趋势如何实现这些优先级:

到 2020 年,50%的分析查询将通过搜索、自然语言处理或语音生成,或者将自动生成。

趋势1:增强分析

到 2022 年,超过一半的重要新业务系统将采用持续性智能,使用实时上下文数据来改善决策。

到2022年,定制的数据结构设计将主要被部署为静态基础设施,迫使企业组织面对完全重新设计更动态数据网格方法的新成本浪潮。

到 2022 年,75%利用 ML 和 AI 技术的新终端用户解决方案将采用商业解决方案,而非开源平台的方式构建。

优信彩票购彩大厅 1

持久存储器技术旨在降低采用内存计算的架构的成本和复杂性。持久性内存代表 DRAM 和 NAND 闪存之间的新内存层,可为高性能工作负载提供经济高效的大容量内存。

到2022年,图形处理和图形DBMS应用将以每年100%的速度增长,不断加速数据准备,并实现更复杂和自适应的数据科学。

数据结构都是关于单一且一致的数据管理框架。它着眼于在分布式数据环境中实现无摩擦访问和数据共享,而不是孤立存储。

到2022年,将有超过一半的主要新业务系统将采用持续智能,利用实时上下文数据来改善决策。

Donald 表示,「任何企业的持续生存都将取决于灵活的,以数据为中心的架构,以响应不断变化的速度。」

图形分析是一组分析技术,可以探索组织、人员和交易等利益实体之间的关系。

作为数据分析的高级增强阶段,增强分析能为分析计划带来更多自动化动能以及创新洞察力。因为在正式进入数据分析之前,都需要对数据进行抽取、清洗、融合等准备工作,以提高数据分析的效率和准确性,更利于决策。而增强分析则能够帮助普通用户在没有数据科学专家或IT人员协助的情况下,访问有效数据,并对理论和假设情况展开测试与验证。

到2022年底,通过增加机器学习和自动化服务水平管理,数据管理手动任务量将减少45%。

Gartner 研究副总裁 Rita Sallam,数据和分析领导者必须审视这些趋势对业务带来的潜在影响,并相应调整业务模式和运营,否则就有可能失去竞争优势。

趋势7:NLP/会话分析

趋势 4:可解释的 AI(Explainable AI)

趋势8:商业化人工智能和机器学习

图形分析是一组分析技术,可帮助企业探索交易,流程和员工等实体之间的关系。

新的永久内存技术将有助于降低采用内存计算架构的成本和复杂性。永久内存代表DRAM和NAND闪存之间的一个新内存层,可以为高性能工作负载提供经济高效的大容量内存。这种技术有可能改善应用的性能、可用性、启动时间、集群方法和安全实践,同时控制成本。,此外还可以通过减少数据复制的需要,帮助企业组织降低应用和数据体系结构的复杂性。

优信彩票购彩大厅,这是可解释的人工智能的用武之地。

趋势3:持续智能

到 2022 年,图形处理和图形数据库管理系统的应用将以每年 100%的速度增长。

区块链和分布式账本技术的核心价值,是在不受信任的参与者网络中提供去中心化的信任。分析用例的潜在影响很大,尤其是那些利用参与者关系和交互影响的用例。

趋势 9:区块链(Blockchain)

文章来源 : 中国工业新闻网

它可以自动执行许多手动任务,为技术水平较低的用户提供使用数据的机会。它还有助于高技能的技术资源专注于更多的增值任务。

她说:“数据和分析技术不断发展,从支持内部决策到持续的智能、信息产品和任命首席数据官。深入了解技术趋势对于推动这一不断变化的趋势,并根据业务价值对其进行优先排序,这些都至关重要。”

趋势 10:持久性内存服务器(Persistent Memory Servers)

Feinberg说:“数据的大小、复杂性和分布式特性,以及数字化业务要求的行动速度以及持续智能,意味着需要打破僵化的、集中式的架构和工具束缚。任何企业的持续生存,都将取决于灵活的、以数据为中心的架构,以响应不断变化的速度。”

区块链和分布式账本技术的核心价值主张是在不受信任的参与者网络中提供去中心化的信任。区块链对于数据分析的潜在影响很大,尤其是对利用参与者关系和交互的那些企业的影响。

趋势10:永久内存服务器

增强型数据管理利用机器学习功能和 AI 引擎来制作数据管理类别,包括数据质量、元数据管理、主数据管理、数据集成以及数据库管理系统自我配置和自我调整。

增强分析是数据和分析市场的下一波颠覆性发展趋势。增强分析采用机器学习和人工智能技术来转换开发、消费和共享分析内容的方式。

目前国内正在加强这一技术突破的包括几大数据计算厂商,如阿里云、百度云、华为云等,通过对百万数据的计算与汇聚,实现对现实算力的优化,以在未来如智慧大脑领域实现更多突破。

日前举行的Gartner数据与分析峰会上,Gartner研究副总裁Rita Sallam表示,数据和分析领导者必须分析这些趋势对业务的潜在影响,并相应调整业务模式和运营,否则就有失去竞争优势的可能。

知名调研机构 Gartner 称,增强型数据分析、持续型智能和可解释的人工智能是数据和分析技术的主要趋势之一,并在未来三到五年内具有显著的颠覆性潜力。

Sallam表示:“持续智能代表了数据和分析团队工作的一个重大变化。在2019年,分析和商业智能团队帮助企业做出更明智的实时决策,将是一个巨大的挑战,同时这也是一个巨大的机会,这可以被看作是运营商业智能的终极目标。”

增强型数据分析侧重于增强智能的特定领域,利用机器学习(machine learning)转变分析内容的开发、使用与共享方式。

根据Gartner副总裁、杰出分析师Donald Feinberg表示,数字化颠覆带来的挑战——有太多的数据——也创造了前所未有的机遇。大量数据以及由云实现的日益强大的处理能力,意味着现在我们可以大规模地训练和执行必要的算法,以最终发挥人工智能的全部潜力。

最近两天里,2 月 18 日-19 日,在悉尼举行的 Gartner 数据与分析峰会上,增强型数据分析和可解释的人工智能成为焦点。

趋势4:可解释的人工智能

「持续型智能代表了数据和分析团队工作的重大变化,」Gartner 研究副总裁丽 Sallam 人文,「分析和 BI团队在 2019 年帮助企业做出更明智的实时决策,这是一个巨大的挑战 - 也是一个巨大的机会。它可以被看作是运营商业智能的终极目标。」

Gartner:2019年数据和分析技术十大趋势

他还谈道,「数字化业务需要大量复杂且分布式的数据、迅速行动以及持续型智能,这意味着僵化且集中式的架构和工具分崩离析。」

趋势9:区块链

「数据和分析的形势不断发展,从支持内部决策到持续型智能,信息产品和任命首席数据官,」Rita 说道,「深入了解它们对于推动这种不断变化的技术趋势,并根据业务价值对它们进行优先排序至关重要。」

到2020年,将有50%的分析查询是通过搜索、自然语言处理或语音生成的,或者是自动生成的。分析复杂的数据组合并使企业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,让分析工具像搜索界面或与虚拟助理对话一样简单。

趋势 7:NLP /会话分析(NLP/Conversational Analytics)

增强数据管理利用机器学习和人工智能引擎来划分企业信息管理类别,包括数据质量、元数据管理、主数据管理、数据集成、数据库管理系统自我配置和自我调整。增强数据管理能够让很多手动任务实现自动化,并让那些技术水平较低的用户更加自主地使用数据,此外还可以让高技能技术资源专注于更高价值的任务。

然而,在四到五个主要区块链技术成为主导之前,还需要几年时间。

Gartner预测,到2022年,利用人工智能和及其学习技术的新最终用户解决方案中,将有75%是采用商业解决方案而非开源平台构建的。

增强型数据管理将元数据由仅用于审计、沿袭和报告变成支持动态系统。元数据正在从被动变为主动,并且正在成为所有 AI / ML 的主要驱动因素。

趋势5:图形

企业可以使用区块链来解决数据管理问题吗?

本文由优信彩票购彩大厅发布于互联网资讯,转载请注明出处:Gartner 2019年十大数据和分析技术趋势:增强型分

您可能还会对下面的文章感兴趣: