資訊專欄INFORMATION COLUMN
摘要：企業對敏捷以數據為中心的架構的需求根據拉丁美洲國家統計局的數據，下一波大數據和分析浪潮中，增強分析持續智能和可解釋的人工智能是未來三到五年內具有重大破壞潛力的大數據和分析的主要趨勢之一。
企業對敏捷、以數據為中心的架構的需求：根據拉丁美洲國家統計局的數據，下一波大數據和分析浪潮中，增強分析、持續智能和可解釋的人工智能（AI）是未來三到五年內具有重大破壞潛力的大數據和分析的主要趨勢之一。Gartner的EST全球市場研究公司（EST Worldwide Market Research）副總裁Donald Feinberg說：“數據的規模、復雜性、分布性質、行動速度以及數字業務所需的持續智能意味著僵化和集中化的架構和工具將崩潰。”任何業務的持續生存都將依賴于一個敏捷的、以數據為中心的體系結構，該體系結構能夠響應不斷變化的速度。Gartner建議數據和分析主管與高級業務主管就其關鍵業務優先事項展開合作，并探討十大最相關趨勢。
Augmented Analytics
Augmented Analytics是數據和分析市場的下一波顛覆。它使用機器學習（ML）和人工智能技術來改變分析內容的開發、消費和共享方式。到2020年，增強分析將成為新購買分析和商務智能（BI）、數據科學和ML平臺以及嵌入式分析的主要驅動力。隨著平臺功能的成熟，數據和分析領導者應計劃采用增強的分析。
Augmented Data Management
Augmented Data Management利用ML功能和人工智能引擎使企業信息管理類別包括數據質量、元數據管理、主數據管理、數據集成以及數據庫管理系統（DBMS）自配置和自調優。
它使許多手動任務自動化，并允許技術水平較低的用戶更自主地使用數據。它還允許高技能的技術資源專注于更高價值的任務。
增強的數據管理將元數據從僅用于審計、沿襲和報告轉換為動態系統的電源。元數據正從被動變為主動，并正成為所有人工智能和人工智能的主要驅動力。
到2022年底，數據管理手冊任務將通過添加人工智能和自動化服務級別管理減少45%。
Continuous Intelligence
到2022年，超過一半的主要新業務系統將合并對使用實時上下文數據來改進決策的連續智能進行評級。
連續智能是一種設計模式，其中實時分析集成在業務操作中，處理當前和歷史數據以規定響應事件的操作。它提供決策自動化或決策支持。
Continuous Intelligence利用多種技術，如增強分析、事件流處理、優化、業務規則管理和ML。
Explainable ai
ai models are increasing deployed to augment and replace human decision making.然而，在某些情況下，企業必須證明這些模型是如何實現其決策的。為了與用戶和利益相關者建立信任，應用領導者必須使這些模型更易于理解和解釋。
不幸的是，這些高級人工智能模型中的大多數都是復雜的黑盒，無法解釋為什么它們達成了特定的建議或決定。例如，在數據科學和ML平臺中可解釋的人工智能會自動生成模型的解釋，包括準確度、屬性、模型統計和自然語言中的功能。
graph analytics
graph analytics是一組分析技術，允許探索感興趣的實體之間的關系，如organizatia關系、人員和事務。
到2022年，圖形處理和圖形DBMS的應用將以每年100%的速度增長，以不斷加速數據準備，使數據科學更加復雜和適應性更強。
圖形數據存儲可以有效地建模、探索和查詢數據，這些數據之間存在復雜的相互關系，但對專業技能的需求限制了他們迄今為止的采用。
圖形分析將在未來幾年增長，因為需要跨復雜數據提出復雜問題，這并不總是實際的，甚至不可能在規模上使用SQL查詢。
Data Fabric
Data Fabric啟用無摩擦訪問和共享分布式數據數據環境。它支持單一且一致的數據管理框架，允許跨其他孤立存儲進行無縫的數據訪問和設計處理。
到2022年，定制的數據結構設計將主要部署為靜態基礎設施，迫使組織投入新的成本浪潮，以完全重新設計更動態的數據網格。方法。
nlp Conversational Analytics
2020年，50%的分析查詢將通過搜索、自然語言處理（nlp）或語音生成，或將自動生成。需要分析復雜的數據組合并使組織中的每個人都可以訪問分析，這將推動更廣泛的采用，使分析工具與搜索界面或與虛擬助理對話一樣簡單。
Commercial AI and ML
Gartner預測到2022年，75%的新最終用戶解決方案Leveraging ai和ml技術將使用商業解決方案而不是開放源代碼平臺來構建。
商業供應商現在已經在開放源代碼生態系統中構建了連接器，它們提供了擴展和民主化ai和ml所需的企業功能，例如項目模型管理、重用、透明度、數據沿襲和平臺合作開放源代碼技術所缺乏的Hesity and integration.
區塊鏈
區塊鏈和分布式賬本技術的核心價值主張是通過不受信任的參與者網絡提供分散信任。分析用例的潛在影響是重要的，尤其是那些利用參與者關系和交互的用例。
在4或5個主要的區塊鏈技術占據主導地位之前，還需要幾年時間。在此之前，技術最終用戶將被迫與區塊鏈技術和標準進行集成，這些技術和標準由其主要客戶或網絡決定。這包括與現有數據和分析基礎架構的集成。
集成成本可能超過任何潛在的好處。區塊鏈是一個數據源，而不是數據庫，并且不會取代現有的數據管理技術。
persistent memory servers
new persistent memory technologies will help reduce costs and complexity of adopting in memory computing（imc）-enabled architectures.持久內存代表了DRAM和NAND閃存之間的一個新的內存層，它可以為高性能工作負載提供經濟高效的大容量內存。
它有潛力在控制成本的同時提高應用程序性能、可用性、啟動時間、群集方法和安全實踐。它還將通過減少對數據復制的需求來幫助組織降低其應用程序和數據架構的復雜性。
有興趣聽取行業領導者討論此類主題并分享他們的經驗和用例？參加即將在硅谷、倫敦和阿姆斯特丹舉行的活動，了解更多信息。
相關故事
云技術促進行業品牌、企業和分析師的行業思想領導力內容，與作者和博客合作，向我們的廣大CIO觀眾提供有關云IT戰略的見解和建議。IT經理。
涵蓋SaaS新聞、云計算作業、虛擬化戰略、云應用程序和企業IT、私有和公共云、系統安全、云應用程序、CRM和云通信，云技術提供最新的洞察力，使首席信息官能夠就IT戰略做出明智的決策。
請遵循此鏈接了解我們的。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/753.html
摘要：敏捷工具支持多終端應用。目前，市場上有很多敏捷解決方案提供商，主流敏捷商業智能產品如等。 BI產品被認為是繼ERP之后，企業服務領域新的增長藍海。市場普遍認為，商業智能和分析平臺市場的主流，已經從IT主導的分析報告，轉向了商業主導的分析報告。從國內企業管理軟件市場的角度來看，BI軟件一直是投資的熱點，敏捷BI的快速發展是一個亮點。那么，敏捷BI經過短短幾年的發展就獲得用戶的青睞，它真的...
摘要：敏捷工具支持多終端應用。目前，市場上有很多敏捷解決方案提供商，主流敏捷商業智能產品如等。 BI產品被認為是繼ERP之后，企業服務領域新的增長藍海。市場普遍認為，商業智能和分析平臺市場的主流，已經從IT主導的分析報告，轉向了商業主導的分析報告。從國內企業管理軟件市場的角度來看，BI軟件一直是投資的熱點，敏捷BI的快速發展是一個亮點。那么，敏捷BI經過短短幾年的發展就獲得用戶的青睞，它真的...
摘要：企業對敏捷以數據為中心的架構的需求根據拉丁美洲國家統計局的數據，下一波大數據和分析浪潮中，增強分析持續智能和可解釋的人工智能是未來三到五年內具有重大破壞潛力的大數據和分析的主要趨勢之一。企業對敏捷、以數據為中心的架構的需求：根據拉丁美洲國家統計局的數據，下一波大數據和分析浪潮中，增強分析、持續智能和可解釋的人工智能（AI）是未來三到五年內具有重大破壞潛力的大數據和分析的主要趨勢之一。Gart...
閱讀 25628·2021-09-29 09:41
閱讀 4786·2021-09-10 11:20
閱讀 1918·2021-09-09 09:32
閱讀 1880·2019-08-30 15:44
閱讀 3191·2019-08-29 17:13
閱讀 2808·2019-08-29 14:14
閱讀 2060·2019-08-29 14:11
閱讀 3220·2019-08-29 12:36
