资讯专栏INFORMATION COLUMN

企业对敏捷、数据的需求

Nekron / 1551人阅读

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。

The size,complexity,distributed nature of data,speed of action and the continuous intelligence required by digital business means that rigid and centralized architecture and tools break down,Donald Feinberg,Vice President at.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级进行协作,并探索十大相关趋势。

Augmented Analytics

Augmented Analytics is the next wave of disruptation in the data and analytics market.它使用机器学习(ML)和人工智能技术来转换分析内容的开发、消费和共享方式。

2020年,增强分析将成为新购买分析和商业智能(BI)以及数据科学和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)自我配置和自我调优。

it is automating manual tasks and allows less technically skilled users to be more autonovative using data.它还允许高技能的技术资源专注于更高价值的任务。

Augmented Data Management将元数据从仅用于审计、沿袭和报告转换为为为动态系统供电。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。

through to the end of 2022,data management manual tasks will be reduced by 45 percent through the addition of ml and automated service level management.

Continuous Intelligence

by 2022,more than half of major new business systems will incorporate continuous intelligence that uses real-time context data to improve decisions.

Continuous intelligence is a design pattern in which real-time analytics are integrated within a business operation,processing current and historical data to prescribe actions in response to events.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 increasingly 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。要与用户和利益相关者建立信任,应用程序领导者必须使这些模型更易于解释和解释。

不幸的是,大多数高级人工智能模型都是复杂的黑盒,无法解释为什么它们达到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。

graph processing and graph dbms的应用程序将在2022年期间以每年100%的速度增长,以持续加速数据准备并启用更复杂和自适应的数据科学。

graph data stores can effective model,explore and query data with complex interrelationships across data sil操作系统,但对专业技能的需求限制了他们迄今为止的采用。

graph analytics will grow in the next years due to ask complex questions across complex data,which is not always practical or even possible at scale using SQL queries.

data fabric

data fabric enables friculess access and sharing of data in a分布式数据环境。它支持单一和一致的数据管理框架,允许跨其他孤立存储的无缝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,以完全重新设计更多的动态数据。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技术将与商业解决方案而不是开源平台一起构建。

Commercial vendors now have build connector into the open source ecosystem and they provide the enterprise features necessary to scale and demobilize ai and ml,such as project model management,reuse,transparency,data沿袭,and platform开源技术所缺乏的凝聚力和集成。

区块链

区块链和分布式账本技术的核心价值主张是在不受信任参与者的网络中提供分散信任。分析用例的潜在影响是非常重要的,尤其是那些利用参与者关系和交互的用例。

it will be sequently years before four or five major blockback technologies been majority years before four or five blockback technologies been majority.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。

The costs of integration may benever any potential benefits.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闪存之间的新内存层,它可以为高性能工作负载提供经济高效的大容量内存。

it has the potential to improve application performance,availability,boot times,clustering methods and security practices while keeping costs under control.它还将通过减少对重复数据的需求,帮助组织降低其应用程序和数据架构的复杂性。

感兴趣的行业领导者讨论类似的主题,并分享他们的经验和使用案例?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。

Covering saas news,cloud computing jobs,virtualization strategy,cloud apps and enterprise it,private and public cloud,system security,cloud apps,crm and cloud communications,cloud tech provides the latest insight that enables cios to make informed decisions about it strategy.

Please follow this link for

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/625.html

相关文章

  • 全方面分析敏捷BI工具为何如此热门

    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...

    yvonne 评论0 收藏0
  • 全方面分析敏捷BI工具为何如此热门

    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...

    awokezhou 评论0 收藏0
  • 全方面分析敏捷BI工具为何如此热门

    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...

    tianlai 评论0 收藏0
  • 企业敏捷数据需求

    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...

    wean 评论0 收藏0
  • 企业敏捷数据需求

    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...

    Freelander 评论0 收藏0
  • 敏捷商业智能(BI)最新全面解读

    摘要:什么是敏捷商业智能该如何正确应用当下主流的敏捷商业智能产品解决方案提供商有哪些本文就对这些问题进行全面深入的研究与解答。敏捷是要商业活动中做出迅速反应。 什么是敏捷商业智能?该如何正确应用BI?当下主流的敏捷商业智能产品/解决方案提供商有哪些?本文就对这些问题进行全面深入的研究与解答。 一、什么是敏捷商业智能? BI(Business Intelligence),中文翻译是商业智能又称...

    Youngs 评论0 收藏0

发表评论

0条评论

Nekron

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<