"今年，我們將看到更多公司和企業(yè)開始結(jié)合各種新興信息技術(shù)，如AI、區(qū)塊鏈等技術(shù)趨勢。當(dāng)越來越多的創(chuàng)新公司這樣做時，就將經(jīng)歷格式塔轉(zhuǎn)變并從不同的角度看待他們的公司。那些成功遵循這條道路的組織將轉(zhuǎn)變?yōu)閿?shù)據(jù)組織。Gartner建議數(shù)據(jù)和分析領(lǐng)導(dǎo)者與高級業(yè)務(wù)負(fù)責(zé)人討論他們的關(guān)鍵業(yè)務(wù)優(yōu)先級，并探索如何針對以下10個主要趨勢去實現(xiàn)這些優(yōu)先級策略布局。"

增強(qiáng)分析

數(shù)據(jù)分析的下一階段是數(shù)據(jù)增強(qiáng)分析，為分析計劃帶來自動化和新的程度的洞察力。

數(shù)據(jù)分析的下一階段的根本性轉(zhuǎn)變已經(jīng)開始了。就像第二波自助商業(yè)智能破壞了第一波傳統(tǒng)商務(wù)智能，第三波增強(qiáng)分析技術(shù)將再次改變游戲規(guī)則。早期采用增強(qiáng)分析技術(shù)的用戶，以前所未有的速度洞察力和增強(qiáng)的競爭優(yōu)勢。

增強(qiáng)的分析應(yīng)用程序通過無偏差的正確準(zhǔn)備的數(shù)據(jù)在右手中提供了驚人的結(jié)果。 由于自動化分析依賴于統(tǒng)計技術(shù)，因此不足以代表業(yè)務(wù)流程的不準(zhǔn)確，有偏差或質(zhì)量差的數(shù)據(jù)將提供低質(zhì)量的結(jié)果。

增強(qiáng)數(shù)據(jù)管理

隨著以云計算，大數(shù)據(jù)，移動和社交為主要特征的第三平臺的發(fā)展，數(shù)據(jù)正在變成企業(yè)的核心驅(qū)動力，企業(yè)對于數(shù)據(jù)的使用成為其競爭力的核心組成部分。所以企業(yè)中產(chǎn)生了越來越多生產(chǎn)數(shù)據(jù)的拷貝用于備份/恢復(fù)，開發(fā)測試，統(tǒng)計分析，準(zhǔn)業(yè)務(wù)平臺搭建，數(shù)據(jù)恢復(fù)有效性驗證等目的。

在當(dāng)前產(chǎn)業(yè)環(huán)境下，大量行業(yè)用戶都已將核心業(yè)務(wù)遷移到自動化系統(tǒng)，自動化系統(tǒng)的運行往往需要在業(yè)務(wù)系統(tǒng)中抽取數(shù)據(jù)，這勢必會耗費業(yè)務(wù)系統(tǒng)的資源，對業(yè)務(wù)系統(tǒng)的效率、穩(wěn)定性造成極大影響。而增強(qiáng)數(shù)據(jù)管理通過對數(shù)據(jù)管理流程的重塑，實現(xiàn)了簡化數(shù)據(jù)使用、節(jié)約存儲空間、增強(qiáng)數(shù)據(jù)管理這幾大目標(biāo)，在降低對業(yè)務(wù)系統(tǒng)壓力的同時，實現(xiàn)更敏捷的數(shù)據(jù)使用。

持續(xù)智能

來自所有數(shù)據(jù)的持續(xù)智能不是描述實時，速度或吞吐量的另一個短語。它是關(guān)于從所有數(shù)據(jù)中獲得連續(xù)業(yè)務(wù)價值的無摩擦循環(huán)時間。它是一種現(xiàn)代機(jī)器驅(qū)動的分析方法，無論有多少數(shù)據(jù)源或數(shù)量多大，您都可以快速獲取所有數(shù)據(jù)并加速所需的分析。 它不是一次這樣做，而是讓機(jī)器自動化，因此它是連續(xù)的，無摩擦的。

通過使用各種技巧和工具，有很多方法可以快速進(jìn)行分析。但是，如果它引導(dǎo)您進(jìn)入一個新的思維鏈，需要一直回到加載更多數(shù)據(jù)，建模，集成它并在每次業(yè)務(wù)出現(xiàn)新問題時調(diào)整儀表板。

現(xiàn)在，人工智能驅(qū)動的分析已經(jīng)通過應(yīng)用當(dāng)今數(shù)據(jù)處理平臺的巨大力量來自動解釋和協(xié)調(diào)來自不同來源的數(shù)據(jù)�，F(xiàn)在，任何人都可以將AI驅(qū)動的分析系統(tǒng)指向復(fù)雜的數(shù)據(jù)源進(jìn)行推斷和協(xié)調(diào)，系統(tǒng)可以完成工作并立即向業(yè)務(wù)發(fā)送持續(xù)的視覺洞察。業(yè)務(wù)決策的數(shù)據(jù)變得持續(xù)。

可解釋的AI

人工智能出現(xiàn)以后，似乎正在逐步滲透到我們生活中的每個角落，其中不乏它為我們做出了一些非常重要的決定，比如，身體里的腫瘤是不是已經(jīng)發(fā)生癌變；是否應(yīng)該同意或拒絕保險索賠；旅客是不是應(yīng)該被批準(zhǔn)通過機(jī)場安檢，甚至是否授權(quán)導(dǎo)彈發(fā)射以及是否批準(zhǔn)自動駕駛汽車的制動，等等。

最重要的是，這顯然意味著應(yīng)該提供關(guān)于如何獲得模型的響應(yīng)的見解。直接的后果是，由于易于解釋，將可能方法的范圍縮小到最簡單的方法，除非我們找到方法將上下文添加到最先進(jìn)算法的預(yù)測中。更何況，這種趨勢更多是因為監(jiān)管約束的強(qiáng)化而不是緩慢的。