Оракул мира технологий Gartner регулярно и охотно делится с общественностью своими наблюдениями относительно текущих тенденций.
?Экспертами компании составлен подборка из 10 трендов в данных и аналитике, о которых стоит задуматься ИТ-руководителям в 2021 году — от искусственного интеллекта до малых данных и использования графовых технологий.
Материалы Gartner — отличная пища для размышлений, а в некоторых случаях могут сыграть важную роль в принятии стратегических решений.
Чтобы быть в курсе основных тенденций и при этом не тратить ресурсы на собственный анализ, обезопасить себя от ошибок субъективного мнения, удобно воспользоваться предоставленным отчетом, перевод которого предложен в данном разделе.
статья.
Коротко о тенденциях
В предлагаемом материале Gartner выделяет ряд тенденций в отрасли, связанных с машинным обучением и искусственным интеллектом.Не стоит ожидать, что статья откроет новые горизонты: она содержит те особенности и тенденции, которые уже прошли стадию инноваций, а также стадию привлечения ранних последователей, но если не уделить должного внимания отмеченным тенденциям, вы можете даже оказаться поздно в категории отстающих подписчиков.
Кроме того, в статье четко показаны элементы рекламы и стимулирования, направленные на аудиторию, влияющую на инновации в своей сфере бизнеса, то есть на основную аудиторию Gartner. В процессе перевода избежать упомянутых элементов не удалось, однако рекомендуется относиться к ним снисходительно, т.к.
эти рекламные объявления перемежаются ценной информацией.
Некоторые тенденции напрямую связаны с изменениями в отрасли, вызванными эпидемиологической ситуацией.
Другие – с ростом популярности автоматизированных систем принятия решений и использования ИИ в бизнес-аналитике.
Отдельно хотелось бы отметить тенденцию, связанную с графовыми методами, которые стремительно развиваются и набирают все большую популярность.
Однако некоторые из них носят скорее номинальный характер.
Одним из таких номинальных трендов на первый взгляд кажется термин XOps, в котором Gartner объединяет направления DataOps, ModelOps и DevOps, комментируя свое видение следующим образом: «Распространение дисциплин Ops, основанных на лучших практиках DevOps, вызвало значительную путаницу на рынке.
Однако их согласование может принести значительные преимущества организациям, которые способны гармонизировать эти дисциплины.
Специалисты XOps интегрируют разработку, развертывание и обслуживание для создания общего понимания требований, передачи навыков и процессов для мониторинга и поддержки аналитики и артефактов ИИ.
» В этой, казалось бы, номинальной тенденции есть идея, отсылающая к теме Франкенштейна: недостаточно соединить отдельные рабочие части компании, поскольку они будут функционировать хаотично и несогласованно, жизнь и полезная деятельность начнутся после того, как эти разрозненные части будут соединены.
синхронизированы и гармонизированы.
Но я не раскрою сразу все свои карты; Я приглашаю читателя ознакомиться с выводами Gartner дальше.
Как изменилась работа специалистов по данным
По словам Gartner, на фоне COVID-19 организации, использующие традиционные методы аналитики, которые в значительной степени полагаются на большие объемы исторических данных, осознали одну важную вещь: многие из этих моделей больше не актуальны.По сути, пандемия изменила все, сделав бесполезными многие данные.
В свою очередь, команды «пересылающих» данных и аналитики все больше отходят от традиционных методов ИИ, основанных на больших данных, к классу аналитики, использующему «маленькие» или более разнообразные данные.
Переход от больших данных к маленьким и обширным данным — одна из главных тенденций в области данных и аналитики в 2021 году, отмеченная Gartner. Эта тенденция отражает динамику бизнеса, рынка и технологий, которую лидеры в области обработки данных и аналитики не могут себе позволить игнорировать.
отмечают эксперты компании.
«Эти тенденции могут помочь организациям и обществу справиться с разрушительными изменениями, радикальной неопределенностью и реализовать возможности, которые они открывают в течение следующих трех лет», — говорит Рита Саллам, вице-президент по исследованиям Gartner. «Лидеры в области данных и аналитики должны активно изучать способы использования этих тенденций в критически важных инвестициях, которые улучшат их способность прогнозировать, изменять и реагировать».
Каждая тенденция соответствует одной из трех основных тем:
- Ускорение изменений в данных и аналитике : Используйте инновации искусственного интеллекта, улучшенные возможности компоновки, а также более гибкую и эффективную интеграцию различных источников данных.
- Повышение эффективности бизнеса за счет более эффективного использования XOps : позволяет лучше принимать решения и делает данные и аналитику неотъемлемой частью бизнеса.
- Принцип «все распределено» : предполагает гибкое картирование данных и идей для расширения возможностей более широкой аудитории людей и объектов.
Тенденция №1: Продвинутый, ответственный, масштабируемый ИИ
Более умный, более ответственный и масштабируемый ИИ улучшит алгоритмы обучения, интерпретируемые системы и сократит время оценки.Организации начнут требовать гораздо большего от систем искусственного интеллекта, и им нужно будет выяснить, как масштабировать технологию — задача, которая до сих пор была сложной.
Хотя традиционные методы искусственного интеллекта могут в значительной степени полагаться на исторические данные, учитывая, как COVID-19 изменил бизнес-среду, исторические данные могут больше не быть актуальными.
Это означает, что технология искусственного интеллекта должна иметь возможность работать с меньшим количеством данных, используя методы «малых данных» и адаптивное машинное обучение.
Эти системы ИИ также должны защищать конфиденциальность, соответствовать федеральным нормам и минимизировать предвзятость для поддержки этического ИИ.
Тренд №2: Композитные данные и аналитика
Цель составных данных и аналитики — использовать компоненты из нескольких решений для обработки данных, аналитики и искусственного интеллекта для создания гибкого, удобного для пользователя и настраиваемого опыта, который позволяет руководителям связывать аналитические данные с бизнес-действиями.Опросы клиентов Gartner показывают, что большинство крупных организаций имеют более одного «стандартного корпоративного» инструмента аналитики и бизнес-аналитики.
Создавайте новые приложения на основе комплексных бизнес-возможностей каждой компании, чтобы повысить производительность и гибкость.
Композитные данные и аналитика не только будут способствовать сотрудничеству и развитию аналитических возможностей организации, но также расширят доступ к аналитике.
Тренд №3. Матрица данных как основа
Поскольку данные становятся более сложными, а цифровой бизнес ускоряется, фабрика данных представляет собой архитектуру, которая будет поддерживать составные данные и аналитику, а также их различные компоненты.Data Matrix сокращает время проектирования интеграции на 30 %, развертывания на 30 % и поддержки на 70 %, поскольку технологические разработки основаны на возможности использования/повторного использования и комбинирования различных стилей интеграции данных.
Кроме того, матрицы данных могут использовать существующие навыки и технологии из центров данных, озер данных и хранилищ данных, а также внедрять новые подходы и инструменты на будущее.
Тренд №4. От больших данных к малым и широким данным
Маленькие и обширные данные, в отличие от больших данных, решают ряд проблем для организаций, которые сталкиваются со все более сложными вопросами, связанными с ИИ, и проблемами, связанными с редкими случаями использования данных.Обширные данные с использованием методов X-аналитики позволяют анализировать и интегрировать множество малых и больших, неструктурированных и структурированных источников данных для повышения осведомленности о контексте и решениях.
Маленькие данные, как следует из названия, могут использовать модели данных, которые требуют меньше данных, но при этом дают полезную информацию.
Тренд №5. XOps
Цель XOps (данные, машинное обучение, модель, платформа) — добиться эффективности и экономии за счет масштаба с использованием лучших практик DevOps, а также обеспечить надежность, повторное использование и повторяемость, одновременно сокращая дублирование технологий и процессов и обеспечивая автоматизацию.
Тренд 5. XOps. Источник
Эти технологии позволят прототипам масштабироваться и обеспечивать гибкий дизайн и гибкую оркестровку управляемых систем принятия решений.
В целом, XOps позволит организациям использовать данные и аналитику для повышения ценности бизнеса.
Тенденция №6: Разработка интеллекта для принятия решений
Интеллект принятия решений — это дисциплина, которая включает в себя широкий спектр решений, включая традиционную аналитику, искусственный интеллект и сложные адаптивные системные приложения.Инженерия принятия решений применяется не только к отдельным решениям, но и к последовательностям решений, группируя их в бизнес-процессы и даже сети срочных решений.
Это позволяет организациям быстрее получать информацию, необходимую для принятия мер в интересах бизнеса.
В сочетании с возможностью компоновки и общей структурой данных разработка решений открывает новые возможности переосмысления или перепроектирования того, как организации оптимизируют решения и делают их более точными, повторяемыми и отслеживаемыми.
Тренд №7. Данные и аналитика как ключевая функция бизнеса
Бизнес-лидеры начинают понимать важность использования данных и аналитики для ускорения реализации цифровых бизнес-инициатив.Вместо того, чтобы быть второстепенной задачей, выполняемой отдельной командой, данные и аналитика передаются в основную функцию.
Однако бизнес-лидеры часто недооценивают сложность данных и в конечном итоге упускают возможности.
Когда директора по данным (CDO) участвуют в определении целей и стратегий, они могут увеличить устойчивое производство ценности бизнеса в 2,6 раза.
Тренд №8. В основе всего лежат графики
Графические подходы составляют основу современных данных и аналитики, предоставляя возможности для улучшения пользовательского опыта, моделей машинного обучения и интерпретируемого искусственного интеллекта.Хотя графовые технологии не новы для данных и аналитики, в их отношении произошел сдвиг, поскольку организации определяют больше вариантов их использования.
Фактически, до 50% запросов клиентов Gartner об ИИ связаны с обсуждением использования графовых технологий.
Тренд №9. Расширение пользовательского опыта
Традиционно бизнес-пользователи были ограничены использованием предварительно настроенных информационных панелей и инструментов ручного анализа данных.Чаще всего это означало, что аналитические информационные панели ограничивались работой аналитиков данных или гражданских специалистов по данным, которые рассматривали заранее определенные вопросы.
Однако Gartner полагает, что эти информационные панели будут заменены автоматизированными, интерактивными, мобильными и динамически генерируемыми данными, адаптированными к потребностям пользователей и доставляемыми к их точкам потребления.
А это, в свою очередь, означает передачу знаний от ограниченного круга специалистов по данным всем в организации.
Тренд №10. Данные и аналитика «впереди планеты всей»
Поскольку все больше технологий анализа данных начинают существовать за пределами традиционных центров обработки данных и облачных сред, они приближаются к физическим активам.Это снижает непрозрачность решений, основанных на данных, что делает их более ценными в режиме реального времени.
Перемещение данных и аналитики на периферию позволит командам специалистов по обработке данных расширить свои возможности и влияние на различные части бизнеса.
Он также предоставит решения в ситуациях, когда данные не могут быть перемещены из определенных регионов по юридическим или нормативным причинам.
Окончательно
Слова Gartner сложно переоценить: наблюдаемые тенденции, безусловно, играют важную роль в дальнейшей судьбе отрасли.Отмеченные тенденции явно подчеркивают ориентацию на инженерную составляющую ИИ-индустрии: поддержку и контроль качества моделей машинного обучения, ответственность и масштабируемость ИИ, повсеместность использования и т. д. Это наблюдение еще раз подтверждает, что долина разочарований, связанная с Проекты с использованием ИИ уже пройдены, мир принял технологию и теперь вопросы интеграции, оптимизации, контроля качества и надежности становятся все более актуальными.
Мы, представители компании CleverDATA , активно использующие ИИ в своей повседневной работе, уже частично пострадали от упомянутых в статье тенденций: к аналогичным выводам мы пришли на собственном опыте.
Благодаря выделенным в статье тенденциям у читателей есть возможность подготовиться к изменениям в AI-индустрии, например, освоить методы работы с графовыми нейронными сетями или освоить элементы профессии Data Engineer. Предусмотрительный работник летом готовит не только сани, но и навыки, актуальные для будущего уже сейчас.
Теги: #Машинное обучение #искусственный интеллект #Большие данные #ланит #перевод #cleverdata #gartner
-
Экс Туда-Сюда
19 Oct, 24 -
Медведев Отменил Цензуру Рунета
19 Oct, 24 -
Модерация Вакансий
19 Oct, 24 -
Что Общего Между Win32/Redyms И Tdl4?
19 Oct, 24 -
Adwords: Теперь В Blogger
19 Oct, 24
