摘要：企业对敏捷以数据为中心的架构的需求根据拉丁美洲国家统计局的数据，下一波大数据和分析浪潮中，增强分析持续智能和可解释的人工智能是未来三到五年内具有重大破坏潜力的大数据和分析的主要趋势之一。
企业对敏捷、以数据为中心的架构的需求：根据拉丁美洲国家统计局的数据，下一波大数据和分析浪潮中，增强分析、持续智能和可解释的人工智能（AI）是未来三到五年内具有重大破坏潜力的大数据和分析的主要趋势之一。Gartner的EST全球市场研究公司（EST Worldwide Market Research）副总裁Donald Feinberg说：“数据的规模、复杂性、分布性质、行动速度以及数字业务所需的持续智能意味着僵化和集中化的架构和工具将崩溃。”任何业务的持续生存都将依赖于一个敏捷的、以数据为中心的体系结构，该体系结构能够响应不断变化的速度。Gartner建议数据和分析主管与高级业务主管就其关键业务优先事项展开合作，并探讨十大最相关趋势。
Augmented Analytics
Augmented Analytics是数据和分析市场的下一波颠覆。它使用机器学习（ML）和人工智能技术来改变分析内容的开发、消费和共享方式。到2020年，增强分析将成为新购买分析和商务智能（BI）、数据科学和ML平台以及嵌入式分析的主要驱动力。随着平台功能的成熟，数据和分析领导者应计划采用增强的分析。
Augmented Data Management
Augmented Data Management利用ML功能和人工智能引擎使企业信息管理类别包括数据质量、元数据管理、主数据管理、数据集成以及数据库管理系统（DBMS）自配置和自调优。
它使许多手动任务自动化，并允许技术水平较低的用户更自主地使用数据。它还允许高技能的技术资源专注于更高价值的任务。
增强的数据管理将元数据从仅用于审计、沿袭和报告转换为动态系统的电源。元数据正从被动变为主动，并正成为所有人工智能和人工智能的主要驱动力。
到2022年底，数据管理手册任务将通过添加人工智能和自动化服务级别管理减少45%。
Continuous Intelligence
到2022年，超过一半的主要新业务系统将合并对使用实时上下文数据来改进决策的连续智能进行评级。
连续智能是一种设计模式，其中实时分析集成在业务操作中，处理当前和历史数据以规定响应事件的操作。它提供决策自动化或决策支持。
Continuous Intelligence利用多种技术，如增强分析、事件流处理、优化、业务规则管理和ML。
Explainable ai
ai models are increasing deployed to augment and replace human decision making.然而，在某些情况下，企业必须证明这些模型是如何实现其决策的。为了与用户和利益相关者建立信任，应用领导者必须使这些模型更易于理解和解释。
不幸的是，这些高级人工智能模型中的大多数都是复杂的黑盒，无法解释为什么它们达成了特定的建议或决定。例如，在数据科学和ML平台中可解释的人工智能会自动生成模型的解释，包括准确度、属性、模型统计和自然语言中的功能。
graph analytics
graph analytics是一组分析技术，允许探索感兴趣的实体之间的关系，如organizatia关系、人员和事务。
到2022年，图形处理和图形DBMS的应用将以每年100%的速度增长，以不断加速数据准备，使数据科学更加复杂和适应性更强。
图形数据存储可以有效地建模、探索和查询数据，这些数据之间存在复杂的相互关系，但对专业技能的需求限制了他们迄今为止的采用。
图形分析将在未来几年增长，因为需要跨复杂数据提出复杂问题，这并不总是实际的，甚至不可能在规模上使用SQL查询。
Data Fabric
Data Fabric启用无摩擦访问和共享分布式数据数据环境。它支持单一且一致的数据管理框架，允许跨其他孤立存储进行无缝的数据访问和设计处理。
到2022年，定制的数据结构设计将主要部署为静态基础设施，迫使组织投入新的成本浪潮，以完全重新设计更动态的数据网格。方法。
nlp Conversational Analytics
2020年，50%的分析查询将通过搜索、自然语言处理（nlp）或语音生成，或将自动生成。需要分析复杂的数据组合并使组织中的每个人都可以访问分析，这将推动更广泛的采用，使分析工具与搜索界面或与虚拟助理对话一样简单。
Commercial AI and ML
Gartner预测到2022年，75%的新最终用户解决方案Leveraging ai和ml技术将使用商业解决方案而不是开放源代码平台来构建。
商业供应商现在已经在开放源代码生态系统中构建了连接器，它们提供了扩展和民主化ai和ml所需的企业功能，例如项目模型管理、重用、透明度、数据沿袭和平台合作开放源代码技术所缺乏的Hesity and integration.
区块链
区块链和分布式账本技术的核心价值主张是通过不受信任的参与者网络提供分散信任。分析用例的潜在影响是重要的，尤其是那些利用参与者关系和交互的用例。
在4或5个主要的区块链技术占据主导地位之前，还需要几年时间。在此之前，技术最终用户将被迫与区块链技术和标准进行集成，这些技术和标准由其主要客户或网络决定。这包括与现有数据和分析基础架构的集成。
集成成本可能超过任何潜在的好处。区块链是一个数据源，而不是数据库，并且不会取代现有的数据管理技术。
persistent memory servers
new persistent memory technologies will help reduce costs and complexity of adopting in memory computing（imc）-enabled architectures.持久内存代表了DRAM和NAND闪存之间的一个新的内存层，它可以为高性能工作负载提供经济高效的大容量内存。
它有潜力在控制成本的同时提高应用程序性能、可用性、启动时间、群集方法和安全实践。它还将通过减少对数据复制的需求来帮助组织降低其应用程序和数据架构的复杂性。
有兴趣听取行业领导者讨论此类主题并分享他们的经验和用例？参加即将在硅谷、伦敦和阿姆斯特丹举行的活动，了解更多信息。
相关故事
云技术促进行业品牌、企业和分析师的行业思想领导力内容，与作者和博客合作，向我们的广大CIO观众提供有关云IT战略的见解和建议。IT经理。
涵盖SaaS新闻、云计算作业、虚拟化战略、云应用程序和企业IT、私有和公共云、系统安全、云应用程序、CRM和云通信，云技术提供最新的洞察力，使首席信息官能够就IT战略做出明智的决策。
请遵循此链接了解我们的。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/753.html
摘要：敏捷工具支持多终端应用。目前，市场上有很多敏捷解决方案提供商，主流敏捷商业智能产品如等。 BI产品被认为是继ERP之后，企业服务领域新的增长蓝海。市场普遍认为，商业智能和分析平台市场的主流，已经从IT主导的分析报告，转向了商业主导的分析报告。从国内企业管理软件市场的角度来看，BI软件一直是投资的热点，敏捷BI的快速发展是一个亮点。那么，敏捷BI经过短短几年的发展就获得用户的青睐，它真的...
摘要：敏捷工具支持多终端应用。目前，市场上有很多敏捷解决方案提供商，主流敏捷商业智能产品如等。 BI产品被认为是继ERP之后，企业服务领域新的增长蓝海。市场普遍认为，商业智能和分析平台市场的主流，已经从IT主导的分析报告，转向了商业主导的分析报告。从国内企业管理软件市场的角度来看，BI软件一直是投资的热点，敏捷BI的快速发展是一个亮点。那么，敏捷BI经过短短几年的发展就获得用户的青睐，它真的...
摘要：企业对敏捷以数据为中心的架构的需求根据拉丁美洲国家统计局的数据，下一波大数据和分析浪潮中，增强分析持续智能和可解释的人工智能是未来三到五年内具有重大破坏潜力的大数据和分析的主要趋势之一。企业对敏捷、以数据为中心的架构的需求：根据拉丁美洲国家统计局的数据，下一波大数据和分析浪潮中，增强分析、持续智能和可解释的人工智能（AI）是未来三到五年内具有重大破坏潜力的大数据和分析的主要趋势之一。Gart...
阅读 25604·2021-09-29 09:41
阅读 4671·2021-09-10 11:20
阅读 1880·2021-09-09 09:32
阅读 1860·2019-08-30 15:44
阅读 3172·2019-08-29 17:13
阅读 2782·2019-08-29 14:14
阅读 2005·2019-08-29 14:11
阅读 3207·2019-08-29 12:36
