By دانيال جوتيريز

كان عام 2020 عامًا للأعمار ، مع وجود العديد من التحديات المحلية والعالمية. لكن صناعة البيانات الضخمة لديها خمول كبير ينتقل إلى عام 2021. من أجل إعطاء قرائنا الكرام نبضًا حول الاتجاهات الجديدة المهمة التي ستصل إلى العام المقبل ، سمعنا هنا في InsideBIGDATA من جميع أصدقائنا عبر النظام البيئي للبائع للحصول على رؤاهم وتأملاتهم تنبؤات لما قد يأتي. لقد شجعنا كثيرا لسماع وجهات نظر مثيرة كهذه. حتى لو تحقق النصف فقط فعليًا ، فإن البيانات الضخمة في العام المقبل ستكون رحلة مثيرة للغاية. يتمتع!

دانيال دي جوتيريز - رئيس التحرير وعالم البيانات المقيم

التحليلات

"الانقسام التحليلي" سوف يزداد سوءًا. مثل "الفجوة الرقمية" التي حظيت بتغطية إعلامية كبيرة ، نشهد أيضًا ظهور "فجوة تحليلية". تم دفع العديد من الشركات إلى الاستثمار في التحليلات بسبب الوباء ، بينما اضطرت شركات أخرى إلى قطع أي شيء لم يروا أنه بالغ الأهمية للحفاظ على الأضواء - وكان الاستثمار المناسب في التحليلات ، بالنسبة لهذه المؤسسات ، على التحليلات تقطيع كتلة. وهذا يعني أن الفجوة التحليلية ستزداد اتساعًا في عام 2021 ، وسيستمر هذا الاتجاه لسنوات عديدة قادمة. بدون شك ، سيستمر تحديد الفائزين والخاسرين في كل صناعة من قبل أولئك الذين يستفيدون من التحليلات وأولئك الذين ليسوا كذلك. - آلان جاكوبسون ، مدير البيانات والتحليلات ، في Alteryx

من المحتمل أن تكون قد ولت أيام التحليلات المجزأة وحلول إعداد التقارير التي من المحتمل أن تلبي حالات استخدام الأعمال المتخصصة. هذا غير مستدام. لا يمكن أن يكون لدى الشركات تطبيقات تحليلات مقسمة إلى أقسام عالية يكون لها تأثير حل المشكلات المحلي ولا ترى الأعمال الأكبر فائدة كاملة. سيتغير هذا الوضع الحالي إلى وضع يتم فيه إجراء التحليلات على جميع البيانات التي يمكن للشركة الوصول إليها ، مع إمكانية تنفيذ هذه التحليلات بطريقة تعاونية من قبل مجموعة متنوعة من مجموعات المصالح ذات مجموعات المهارات المختلفة (على سبيل المثال ، علم البيانات ، خطوط قادة الأعمال) مع التركيز الكامل على تفعيل رؤى التحليلات في الوقت الفعلي تقريبًا. بعبارة أخرى ، لا مزيد من التدريج ولا مزيد من التجارب العلمية فقط. - سري راغافان ، مدير علوم البيانات والتحليلات المتقدمة لتسويق المنتجات في مقاومه

ستكون التحليلات الوصفية مكونًا رئيسيًا لنجاح التحول الرقمي: التحليلات المتقدمة هي أن تصبح يتم تعميمها مع قيام الشركات بجمع وتحليل البيانات بشكل متزايد عبر مؤسساتها ، باستخدام 35% من الشركات المصنعة الأمريكية التي تنشر تحليلات متقدمة في السنوات الثلاث الماضية. لكي يكون للذكاء الاصطناعي تأثير كبير عبر سلسلة القيمة ، ستكون التحليلات الوصفية هي الحافز لتحسين الأداء. ستصبح التحليلات الوصفية جزءًا أساسيًا لتوسيع نطاق الذكاء الاصطناعي داخل المؤسسات ، من خلال الاستفادة من بيانات المنتج والعملاء لتقديم المشورة لنماذج الذكاء الاصطناعي حول كيفية تحسين العمليات وضبط الإنتاج وزيادة الكفاءة. تمكّن التحليلات الوصفية من التحسين المستمر باستخدام نموذج الذكاء الاصطناعي من خلال المراقبة والتعديل بشكل مستمر بناءً على الظروف المتطورة. يمكن للنماذج الوصفية بعد ذلك تمكين أتمتة القرار ، حيث يمكن للنماذج اتخاذ أفضل مسار للعمل بناءً على الوصفات الطبية. سيؤدي تجاوز التحليلات التنبؤية إلى التحليلات الوصفية في النهاية إلى تمكين نجاح التحول الرقمي للمصنعين في عام 2021. - جورج يونغ ، المدير العام العالمي لشركة فندق Kalypso

ستصبح التحليلات المعززة والخدمة الذاتية أكثر طلبًا على نطاق واسع نظرًا لتوزيع القوى العاملة والجوع للحصول على المعلومات. رداً على ذلك ، ستتعطل التحليلات التقليدية بشكل متزايد بواسطة الذكاء الاصطناعي. ستؤدي الزيادة في القوى العاملة الموزعة إلى زيادة الطلب على التحليلات المعززة حيث يتم توجيه المستخدم الفردي خلال عملية إنشاء الاستعلامات للحصول على إجابات فورية لأسئلة البيانات الخاصة به. نحن نشهد تقاربًا في التحليلات والذكاء الاصطناعي في مجالين - على مستوى البنية التحتية وعلى مستوى المحلل.

بدأ الناس يدركون أن لديهم خطوط بيانات مختلفة توفر بيانات لمحرك تحليلات وأنهم يقومون ببناء مكدس مختلف لـ ML. بدلاً من مجموعتين منفصلتين تمامًا ، نرى تقاربًا في بنية تحتية يسهل صيانتها مع ضمان استخدام نفس البيانات لتزويد كلا المحركين. سيحدث تقارب ثانٍ فيما يتعلق بـ "الجوع" للمعلومات وسد فجوة للإجابة على الأسئلة باستخدام البيانات. ستبدأ التحليلات التقليدية في التعطل أكثر بواسطة الذكاء الاصطناعي. ستبدأ الأنظمة الأساسية (مثل Tableau و Power BI وما إلى ذلك) في الاستبدال بواسطة الروبوتات والمساعدين الافتراضيين الذين سيكونون محادثة بطبيعتها. نحن نرى هذا على أنه دفع للإسراع من خلال جذب للخدمة الذاتية. نتوقع أيضًا أن يتم استخدام البرمجة اللغوية العصبية على نطاق واسع في عام 2021. - سكوت شليزنجر ، البيانات العالمية والتحليلات وقائد ممارسات الذكاء الاصطناعي في نيس

ستستمر الخطوط الفاصلة بين تكنولوجيا المعلومات والإدارات الأخرى عندما يتعلق الأمر بالبيانات والتحليلات على وجه الخصوص في التعتيم. تتمتع البيانات والتحليلات بالقدرة على تحقيق نتائج أعمال إيجابية للغاية وذات مغزى ، وعندما يحدث ذلك ، غالبًا ما يكون هناك تعاون قوي عبر مجالات وظيفية مختلفة حيث يتمتع كل منها بمستوى من المساءلة عن نجاح نهج التحليلات. ستمكّن مجالات مثل إدارة البيانات ومحو الأمية البيانات ومنصات البيانات المفتوحة وتكامل البيانات واستخدامها في أجزاء مختلفة من المؤسسة مستخدمي الأعمال من أداء المهام المحجوزة تقليديًا لفرق تكنولوجيا المعلومات ، وستُغذي البيانات التي تنشئها وحدات الأعمال الأنظمة الأساسية التي تديرها تكنولوجيا المعلومات. هذا - إلى جانب نقص علماء البيانات ومتخصصي التحليلات - يعني أيضًا أن منصات البيانات ستصبح أكثر سلاسة وسهولة في النشر حتى تتمكن جميع أجزاء المؤسسة من الاستفادة منها. - فرانسيس زيلازني ، كبير مسؤولي التسويق في تحليلات الإشارات

في العقد الأول من القرن الحادي والعشرين ، كان وضع Microsoft Office في سيرتك الذاتية قد يجعلك مرشحًا جيدًا لوظيفة ما ، ولكن بعد عقد من الزمان أصبحت هذه المهارة أمرًا مفروغًا منه. في الوقت الحاضر ، يمكن لإجادة SQL أن تجعلك متميزًا ، ولكن ماذا سيحدث في السنوات القادمة؟

مع تزايد معرفة البيانات ، ستصبح مهارات التحليل هي المعيار لجميع المتخصصين في الأعمال وستبدأ في الاختفاء من السير الذاتية للمرشحين. تمامًا كما أنه من غير المحتمل أن ترى "إتقان المكتب" اليوم ، فمن غير المحتمل أن ترى "إتقان البيانات" بحلول نهاية العقد. لقد دخلنا في الموجة الثالثة من التحليلات ، ومعها توقع إمكانية تفاعل مستخدمي الأعمال مع البيانات دون مساعدة أحد الخبراء. قريبًا جدًا ، إذا كنت غير قادر على الجمع بين البيانات الصعبة وسياق العمل لتحديد وتنفيذ استراتيجية ، فستواجه صعوبة في مكان العمل. سيكون المرشح المثالي للأعمال في عام 2021 وما بعده هو الشخص الذي يمكنه فهم البيانات والتحدث بها - لأنه في غضون بضع سنوات قصيرة ، سيكون محو الأمية بالبيانات أمرًا يطلبه ويتوقعه أصحاب العمل. أولئك الذين يريدون المضي قدمًا يكتسبون هذه المواهب الآن. - الرئيس التنفيذي لشركة ThoughtSpot سودهيش ناير

نظرًا لأن الشركات تحول البنية التحتية للبيانات الخاصة بها إلى مكدس متحد (يستفسر محرك واحد عن مصادر مختلفة) ، ومفصل (الحوسبة منفصلة عن التخزين منفصل عن تخزين البيانات) ، فسنرى تخزين البيانات التقليدي وبنى قواعد البيانات المترابطة بإحكام والتي تم تحويلها إلى أعباء العمل القديمة. ولكن سيبقى شيء واحد كما هو عندما يتعلق الأمر بهذا التحول - ستظل SQL هي اللغة المشتركة للتحليلات. سيستخدم محللو البيانات ومهندسو البيانات وعلماء البيانات ومديرو المنتجات جنبًا إلى جنب مع مسؤولي قاعدة البيانات الخاصة بهم SQL للتحليلات. - ديف سيمين ، المؤسس المشارك وكبير مسؤولي التكنولوجيا (CTO) ، أهانا

تعمل المؤسسات في كل مكان على تصعيد استخدامها لأنظمة التحليلات ولكنها تواجه تحديات تتعلق بالحاجة إلى منصات بيانات الأحداث التي يمكنها إجراء مشاحنات البيانات في الوقت الفعلي. في عام 2021 ، ستطلب المؤسسات منصات بيانات ذكية يمكنها استهلاك البيانات الثابتة والمتدفقة من مجموعة متنوعة من المصادر بأي تنسيق أو حجم أو سرعة ؛ جدل البيانات (التخصيب والخريطة) أثناء التنقل ؛ وتقديم البيانات إلى الأنظمة والأجهزة والتطبيقات بشكل آمن وفي الوقت الفعلي. - شون بوين ، الرئيس التنفيذي لشركة دفع التكنولوجيا

استعلام SQL واحد لجميع أحمال عمل البيانات. لا يعتمد المضي قدمًا على الأتمتة فحسب ، بل يعتمد أيضًا على مدى السرعة والواسعة التي يمكنك من خلالها إتاحة الوصول إلى تحليلاتك ومشاركتها. يمنحك Analytics اتجاهًا واضحًا لما يجب أن تكون عليه خطواتك التالية لإبقاء العملاء والموظفين سعداء ، وحتى إنقاذ الأرواح. لم تعد إدارة بياناتك ترفًا ، ولكنها ضرورة - وتحدد مدى نجاحك أنت أو شركتك. إذا تمكنت من إزالة التعقيد أو تكلفة إدارة البيانات ، فستكون فعالاً للغاية. في النهاية ، سيأخذ الفائز بالمساحة التعقيد والتكلفة من إدارة البيانات ، وسيتم توحيد أعباء العمل حتى تتمكن من كتابة استعلام SQL واحد لإدارة جميع أحمال العمل والوصول إليها عبر أماكن إقامة بيانات متعددة. - راج فيرما ، الرئيس التنفيذي لشركة سينجل ستور

تم توفير إمكانات الذكاء الاصطناعي والتحليلات من قبل منصات / فرق مختلفة في الماضي. على مر السنين ، نشهد أن النظام الأساسي يتقارب وأن فريق الذكاء الاصطناعي يركز بشكل أكبر على الجانب الخوارزمي ، بينما تم دمج فرق النظام الأساسي للذكاء الاصطناعي والتحليلات لتوفير البنية التحتية للبرامج لكل من التحليلات وحالات استخدام الذكاء الاصطناعي. - Haoyuan Li ، المؤسس والرئيس التنفيذي ، ألوكسيو

بصفتنا متخصصين في البيانات ، فإننا نتحمل مسؤولية تجاه الجمهور الأوسع. أعتقد أنه خلال العام المقبل سنشهد تقدمًا نحو مدونة للأخلاقيات في مجال تحليل البيانات ، بقيادة الشركات الواعية التي تدرك خطورة الانتهاكات المحتملة. ربما ستتدخل حكومة الولايات المتحدة وتمرر نسخة من اللائحة العامة لحماية البيانات الخاصة بها ، لكنني أعتقد أن شركات التكنولوجيا ستقود هذه التهمة. ما فعله Facebook ببيانات المشاركة ليس غير قانوني ، لكننا رأينا أنه يمكن أن يكون له آثار ضارة على نمو الطفل وعلى عاداتنا الشخصية. في السنوات القادمة ، سنلقي نظرة على الطريقة التي استخدمت بها الشركات البيانات الشخصية في العقد الأول من القرن الحادي والعشرين ، ونتراجع عن الطريقة التي نستخدمها عندما نرى أشخاصًا يدخنون على متن طائرة في أفلام من الستينيات. - جيريمي ليفي ، الرئيس التنفيذي لشركة دلالي

العاطفة هي عامل رئيسي يؤثر على سلوك العملاء ولها تأثير قوي على ولاء العلامة التجارية. لذلك ، من المفيد بشكل متزايد للشركات إيجاد طريقة لقياس مشاعر العملاء أثناء عمليات اتخاذ القرار. تركز التحليلات العاطفية على الدراسة والتعرف على سلسلة كاملة من المشاعر الإنسانية التي تشمل الحالة المزاجية والموقف والشخصية. يستخدم نماذج تنبؤية و AI / ML لتحليل الحركات البشرية واختيار الكلمات ونغمات الصوت وتعبيرات الوجه. يمكن أن تساعد التحليلات العاطفية الشركات في بناء ملف شخصي أكثر شمولية للعملاء ، وفهم كيفية التأثير على المشاعر وتطوير منتجات وخدمات مخصصة مصممة للأفراد. يمكّن تحليل المشاعر حول المنتجات والخدمات ، عبر المناطق الجغرافية والشبكات الاجتماعية ومراجعة مواقع الويب الشركات من فهم مستوى رضا العملاء وتحسينه بشكل أفضل. باستخدام التحليلات العاطفية ، يمكن للشركات فهم كيفية تأثير التسويق والخدمات على المشاعر بشكل أفضل من أجل تقديم تجارب تفاعلية للعملاء بشكل أكثر إيجابية. - بول موكسون ، نائب أول للرئيس ، هندسة البيانات في دينودو

الحصول على تحليلات المنتج بشكل صحيح أمر صعب. ينتج عن كل تفاعل أكوام من البيانات ، والبحث خلال ذلك للعثور على رؤية "إبرة في كومة قش" تتطلب الكثير من الجهد والانضباط والوقت لإنجاحها. تعني هذه العوائق أمام الدخول أن تحليل البيانات غالبًا ما يقتصر على الشركات التي لديها الموارد وعرض النطاق الترددي والمعرفة للقيام بذلك بشكل صحيح. لكنه أيضًا تخصص يتزايد أهميته - حتى قبل الوباء ، كانت تفاعلات المستهلكين مع العلامات التجارية تحدث بشكل عام على المنصات الرقمية ، والآن هم موجودون بشكل حصري تقريبًا. هناك كميات لا حصر لها من المعلومات التي يمكن أن تشرح عائد الاستثمار لكل تفاعل ، وبدون أدنى شك ، فإن بعضًا من ذلك من المحتمل أن يغير قواعد اللعبة. لكن ، بصراحة ، نحن بشر ، وإذا كان علينا أن نعمل بجد للحصول على قيمة من شيء ما ، فسنكون أقل احتمالًا للقيام بذلك باستمرار. لهذا السبب ، في عام 2021 ، ستنتقل التحليلات من كونها لعبة تفاعلية - تجمع البيانات التي يتعين على المحللين بعد ذلك التدقيق فيها للعثور على تلك الأفكار - إلى لعبة استباقية ، تربط الفرق مباشرة بتلك "a-ha!" اللحظات التي تلهم العمل الفوري والمستنير. - Matin Movassate ، الرئيس التنفيذي والمؤسس في Heap

الذكاء الاصطناعي

نظرًا لأن الشركات تتطلع إلى أهداف لإعادة فتح واسترداد تدفقات الإيرادات الكافية ، فسوف تحتاج إلى الاستفادة من التقنيات الذكية لجمع الأفكار الرئيسية في الوقت الفعلي التي تسمح لهم بالقيام بذلك. يمكن أن يساعد اعتماد تقنيات الذكاء الاصطناعي في توجيه الشركات لفهم ما إذا كانت استراتيجياتها للحفاظ على سلامة العملاء والموظفين تعمل ، مع الاستمرار في تعزيز النمو. نظرًا لأن الشركات تدرك القدرات الفريدة للذكاء الاصطناعي للمساعدة في تسهيل إدارة سياسة الشركة والامتثال ، وضمان السلامة وتطوير تجربة العملاء ، فسوف نرى معدلات معززة لاعتماد الذكاء الاصطناعي عبر الصناعات. - هيلاري أشتون ، نائب الرئيس التنفيذي ورئيس قسم المنتجات في مقاومه

في عام 2021 ، سنرى الذكاء الاصطناعي والتعلم الآلي وإنترنت الأشياء تحدد وتشكل حياتنا وسلوكياتنا ، وهي ظاهرة ستستمر لسنوات عديدة قادمة. تؤثر هذه التطورات على كيفية عملنا ، وكيف نشتري ، وكيف ننفق ، وكيف نفعل كل شيء صغير في حياتنا. لكنني أعتقد أن النجم الحقيقي الذي ستلجأ إليه الشركات سيكون التقنيات التمكينية مثل الحوسبة السحابية والحوسبة المتطورة ، والتي ستستمر في الهيمنة نظرًا لقدرتها على معالجة وإدارة جميع البيانات الضرورية التي تغذي الذكاء الاصطناعي والتعلم الآلي وإنترنت الأشياء ، مثل بالإضافة إلى تمكين التقنيات مثل iPaaS و APIM و RPA. ستستمر هذه التقنيات في قيادة رسوم التحول الرقمي للشركات أثناء انتقالها من الأعمال اليدوية أو الورقية إلى الأعمال الرقمية التي يمكنها أخيرًا الاستفادة من قوة الذكاء الاصطناعي وإنترنت الأشياء. - مانوج شودري ، CTO في جيتربيت

يصبح الذكاء الاصطناعي أقل اصطناعية في عام 2021: حتى مع ظهور لقاح لـ COVID-19 في الأفق ، تغيرت طريقة عمل الناس وتفاعلهم بشكل أساسي. في العام الجديد ، سيستمر العمل عن بُعد ، وستظل متطلبات التباعد الاجتماعي قائمة ، وستستمر سلاسل التوريد في مواجهة الاضطراب. تتطلب طريقة الحياة الجديدة هذه طريقة جديدة للشركات لمواصلة العمليات بفعالية عبر سلسلة القيمة - من المنتج إلى المصنع إلى المستخدم النهائي. سيكون استخدام الذكاء الاصطناعي (AI) هو المعيار لمواجهة هذه التحديات. ومع ذلك ، بدون التفكير في كيفية تفاعل البشر مع هذه الأنظمة المستقلة الجديدة والاستفادة منها ، سيفشل الذكاء الاصطناعي.

في عام 2021 ، ستتبع المؤسسات نهجًا محوره الإنسان في مبادرات الذكاء الاصطناعي ، وفهم احتياجات المستخدم وقيمه ، ثم تكييف تصميمات ونماذج الذكاء الاصطناعي وفقًا لذلك ، مما سيؤدي بدوره إلى تحسين التبني. يجب أن تضع الشركات نفس التركيز على الأشخاص والثقافة مثل التكنولوجيا نفسها لكي ينجح الذكاء الاصطناعي. ستكون فرق إدارة التغيير المؤسسي (OCM) حاسمة لدفع التحول الرقمي والذكاء الاصطناعي إلى الأمام من خلال جلب الأشخاص على طول رحلة التغيير وإعداد المنظمة لتحقيق نتائج قابلة للقياس. تعد الإدارة السليمة للتغيير أهم جانب - ومع ذلك تم تجاهله - في أي مبادرة للتحول الرقمي. - جورج يونغ ، المدير العام العالمي في فندق Kalypso

في عام 2021 ، ستبتعد الشركات عن المكاسب السريعة من خلال الاعتماد على أنظمة الذكاء الاصطناعي ، للتركيز على قيمة تجارية دائمة وذات مغزى. سيؤدي هذا التغيير إلى مبادرات أعمق لمحو الأمية بالبيانات عبر المؤسسات. سيتطلب الأمر من الناس تعلم مهارات جديدة والتصرف بطرق جديدة. - Sundeep Reddy Mallu ، رئيس قسم التحليلات في جرامينر 

سيستمر معظم المستهلكين في التشكك في الذكاء الاصطناعي. مع وجود العديد من العلامات التجارية الاستهلاكية الكبيرة في المقعد الساخن حول أخلاقيات الذكاء الاصطناعي المشكوك فيها ، لا يزال معظم الناس لا يثقون في الذكاء الاصطناعي. بالنسبة للكثيرين ، هذا لأنهم لا يفهمون ذلك أو حتى يدركون أنهم يستخدمونه يوميًا. يحصل المستهلكون على الكثير من الخدمات المدعومة بالذكاء الاصطناعي مجانًا - Facebook و Google و TikTok وما إلى ذلك - لدرجة أنهم لا يفهمون ما يتخلون عنه شخصيًا في المقابل - أي بياناتهم الشخصية. طالما استمر عامة الناس في السذاجة ، فلن يكونوا قادرين على توقع المخاطر التي يمكن أن يقدمها الذكاء الاصطناعي أو كيفية حماية أنفسهم - ما لم يثقف السوق العملاء بشكل أفضل أو ينفذ لوائح لحمايتهم. على الرغم من ذلك ، هناك بعض الأدلة على أننا تجاوزنا الزاوية بشأن مصداقية الذكاء الاصطناعي. قال واحد وثمانون بالمائة من رواد الأعمال الذين أجابوا على استطلاع Pega القادم إنهم متفائلون بأن تحيز الذكاء الاصطناعي سيتم تخفيفه بشكل كافٍ في غضون خمس سنوات. كان لدى الشركات أمل أفضل في أن يكون هذا صحيحًا - لأنه مع استيقاظ المزيد من الجمهور على كيفية تأثير الذكاء الاصطناعي على حياتهم ، وفي بعض الحالات يلعبون المفضلة ، سيستمرون في طرح أسئلة أصعب تزيد من تآكل الثقة في الذكاء الاصطناعي ، مما يجبر الشركات على ذلك. يجب أن يجيب عليهم. - فينس جيفز ، مدير أول - إستراتيجية المنتج ، تسويق الذكاء الاصطناعي واتخاذ القرارات ، Pega

سيساعد العمال الرقميون المدعومون بالذكاء الاصطناعي الشركات على الحفاظ على إستراتيجيتها على المدى الطويل. قلة هم الذين يختلفون مع فكرة أن الذكاء الاصطناعي والأتمتة ضروريان لبقاء الشركات في المستقبل. ومع ذلك ، فقد أشارت الأبحاث إلى أن معظم الشركات لم تدرك تمامًا فائدة استثماراتها في الذكاء الاصطناعي والأتمتة. من خلال ربط قدرات الذكاء الاصطناعي القوية بالعمليات التجارية من خلال القوى العاملة الرقمية ، سنرى بشكل متزايد المؤسسات تنفذ الأتمتة القائمة على الذكاء الاصطناعي على نطاق واسع. سيتم ربط الأتمتة المُدمجة بالذكاء الاصطناعي بشكل متزايد بالمبادرات الإستراتيجية الأساسية مثل تحسين التركيز على العملاء ، ونمو الإيرادات ، وتخصيص رأس المال ، وإدارة سلسلة التوريد ، وإدارة المخاطر ، والتكلفة والكفاءة التشغيلية والمزيد. سيتم الاستفادة من العاملين الرقميين المدعومين بالذكاء الاصطناعي كأدوات أساسية للتنفيذ على إستراتيجية الشركة وإدارة مخاطر نطاق المؤسسة. سيُنظر بشكل متزايد إلى الاعتماد السريع والفعال للأتمتة على أنه عنصر أساسي للحفاظ على القدرة التنافسية في الأسواق. - إريك تايري ، رئيس قسم الذكاء الاصطناعي والبحوث في Blue Prism

سيصبح تجريب الذكاء الاصطناعي أكثر استراتيجية. يتم إجراء التجارب خلال عملية تطوير النموذج بأكملها - عادةً ما يأتي كل قرار أو افتراض مهم مع بعض التجارب أو الأبحاث السابقة على الأقل لتبرير تلك القرارات. يمكن أن تأخذ التجربة أشكالًا عديدة ، من بناء نماذج ML التنبؤية الكاملة إلى إجراء الاختبارات الإحصائية أو رسم البيانات. تجربة كل التركيبات لكل معلمة تشعبية ممكنة ، ومعالجة الميزات ، وما إلى ذلك ، يصبح سريعًا يتعذر تعقبه. لذلك ، سنبدأ في رؤية المؤسسات تحدد الوقت و / أو الميزانية الحسابية للتجارب بالإضافة إلى حد القبول لفائدة النموذج. - فلوريان دويتو ، الرئيس التنفيذي والمؤسس المشارك لشركة داتايكو

في عام 2021 ، سنرى أخيرًا تحول الذكاء الاصطناعي إلى الاتجاه السائد. نتيجة لـ COVID-19 ، اضطرت الشركات إلى التحول رقميًا من أجل البقاء في الوضع الطبيعي الجديد. وفقًا لبحثنا ، لا يُظهر التسريع الرقمي أي علامة على التوقف في العام الجديد ، حيث من المحتمل أن يستمر 86٪ من الشركات حاليًا في جني فوائد تجربة عملاء أفضل من خلال الذكاء الاصطناعي. لقد غيّر الوباء أيضًا أولويات العمل للاستثمار في الذكاء الاصطناعي. على سبيل المثال ، رأينا الشركات تتحول من مهام أبسط مثل التشغيل الآلي إلى التركيز على تخطيط القوى العاملة ونمذجة المحاكاة. مع استمرار المؤسسات في رؤية الفوائد من استثماراتها الرقمية في العمليات المعقدة ، سيصبح الذكاء الاصطناعي أكثر انتشارًا واستخدامًا على نطاق واسع خلال العام المقبل. - أناند راو ، رئيس الذكاء الاصطناعي العالمي في برايس ووترهاوس كوبرز

سيعمل تقارب الذكاء الاصطناعي وذكاء الأعمال على تعزيز رؤى البيانات. لقد كان الذكاء الاصطناعي جزءًا من كل نقاش مشترك على مدار السنوات الخمس الماضية. ومع ذلك ، لا تزال هناك تحديات في إضفاء الطابع الديمقراطي على رؤى الذكاء الاصطناعي المتقدمة عبر أقسام كبيرة من الموظفين. مع ظهور منتجات ذكاء اصطناعي جديدة مدعومة بالذكاء الاصطناعي ، سيتم كسر الصوامع وسيتمكن كل مستخدم من الاستفادة من تحليلات البيانات والعثور على الرؤى بسهولة. ستصبح الواجهات البسيطة والرؤى الشخصية وتجارب البيانات الجذابة هي السمات المميزة لتحليلات البيانات في عام 5 وما بعده. - ديرين باتيل ، رئيس المنتجات في MachEye ورئيس نجاح العملاء

كان التحيز العنصري في العديد من خوارزميات التعرف على الوجه التي تعتمد على الذكاء الاصطناعي موضوعًا كبيرًا للمحادثات على مدار العام الماضي ، وقد وصل إلى ذروته بسبب الاضطرابات الاجتماعية في عام 2020. توصلت الأبحاث إلى أدلة منتشرة أن الأقليات العرقية كانت أكثر عرضة للخطأ في التعرف عليها من البيض. في عام 2021 ، سنرى تصحيح انحياز الذكاء الاصطناعي أصبح موضوعًا رئيسيًا لأي شركة تستفيد من الذكاء الاصطناعي أو تقنية التعرف على الوجه. باستخدام المستندات الصادرة عن الحكومة ، يمكنك إثبات ملكية بطاقة الهوية بسرعة وسهولة عن طريق تحليل الوجه في المستند ومقارنته بالوجه الذي يحاول الوصول إلى نظامك. سيكون عام 2021 هو العام الذي يظهر فيه التحيز للذكاء الاصطناعي ، وستبدأ الشركات في تنفيذ تغيير جذري للقضاء على التحيز العنصري في برامجها - ويمكن القيام ببعض هذه التغييرات من خلال التركيز المتعمد على الإنصاف وتدريب نظام ML الخاص بالشركة لتقليل الوجه العنصري. التعرف على الأخطاء. - موهان ماهاديفان ، نائب الرئيس للبحوث ، أونفيدو

سيكون عام 2021 هو العام الذي تنتقل فيه الفرق من المواعدة العرضية للذكاء الاصطناعي إلى علاقة ملتزمة. لم يعد الذكاء الاصطناعي مخصصًا لمشاريع البحث والتطوير بعد الآن. حان الوقت للالتزام بتكييف هذه الحلول بدلاً من مجرد المغازلة معها. علينا أتمتة الآن. - ديفيد كارانديش ، المؤسس والرئيس التنفيذي لشركة الطاقة الإنتاجية 

من خلال التقاء القوة الحسابية وبيانات مقياس الإنترنت وخوارزميات التعلم الآلي الحديثة ، قمنا بفتح آفاق جديدة رائعة مع الذكاء الاصطناعي على مدى السنوات القليلة الماضية. في السنوات القادمة ، سوف ندخل حقبة توسعية ، حيث سيتم وضع نماذج أولية لحالات الاستخدام التجاري وتعبئتها وإنتاجها - إما لتعزيز المنتجات والخدمات الحالية أو لإنشاء منتجات وخدمات جديدة تمامًا. - ديف كوستينارو ، كبير مسؤولي البيانات في الطاقة الإنتاجية 

ينتقل نجاح الذكاء الاصطناعي من الغرض العام إلى المجالات المتخصصة. بينما يستمر الاستثمار في الذكاء الاصطناعي في النمو في المؤسسة ، تعيد الشركات تقييم مكدساتها التكنولوجية لاستيعاب الذكاء الاصطناعي المتخصص ، بدلاً من الصناديق السوداء "للأغراض العامة" التي تدعي أنها تفعل كل شيء. ستأخذ حالات الاستخدام المتخصصة والمتقنة التي تحل مشكلات معينة أولوية الميزانية ، بدلاً من الأتمتة التي تعد بفعل كل شيء. - Viral Bajaria، CTO at 6 تحسس

صعود الذكاء الاصطناعي الضيق: منذ وقت ليس ببعيد ، كان الذكاء الاصطناعي هو ما نعرفه الآن بالذكاء الاصطناعي العام ، مثل السيارات ذاتية القيادة أو التعرف على الصور. ومع ذلك ، توجد اليوم فئة جديدة من الذكاء الاصطناعي الضيق تحاول تكرار عملية صنع القرار البشري. من منظور سلسلة التوريد ، يمكن أن يساعد الذكاء الاصطناعي الجديد هذا في تحسين عملية صنع القرار حول كل جانب من جوانب سلسلة التوريد ، من "كيف يمكنني ملء شاحنة؟" أو "كيف أحصل على المنتجات في الوقت المحدد؟" في عام 2021 ، أتصور زيادة في هذه ضيق حلول لتحل محل القرارات التكتيكية والصغيرة الحجم. - آندي فوكس ، مدير Global Impact مع LLamasoft

على الهامش ، سنبدأ في رؤية "مكافحة الذكاء الاصطناعي" تبدأ في الظهور. بينما تحاول الحكومات تتبع الأشخاص والشركات تحاول التلاعب بهم أو اكتساب رؤى عميقة في السلوك ، أتوقع رد فعل عنيفًا في الأساليب لإحباط التتبع وعملاء 360. على عكس العمل الذي قامت به المجموعات المختلفة على أدوات التعرف على الوجه ، سنبدأ في رؤية أساليب عالية ومنخفضة التقنية لتحير الذكاء الاصطناعي المستخدم في مراقبتنا وفهمنا. - رئيس قسم الهندسة المعمارية أتوس أمريكا الشماليةمعمل الذكاء الاصطناعي التابع لشركة Google بالشراكة مع Google Cloud ، جوناس بول

مع بدء المزيد من الوكالات في تبني هذه الحلول القائمة على الذكاء الاصطناعي والتعلم الآلي ، هناك عبء على إنفاذ القانون للالتزام بالسياسات الأخلاقية وإزالة التحيز في مثل هذه الأدوات. على هذا النحو ، ستبدأ الإدارات في وضع سياساتها الخاصة والعمل مع الهيئات الإدارية بشأن الاستخدام المسؤول والأخلاقي للذكاء الاصطناعي ، بما في ذلك التدريب المناسب للفرق ووظائف الأعمال ذات الصلة ، بالإضافة إلى خلق بيئة ذات روح من القرار القائم على البيانات والمسؤول -صناعة. للمضي قدمًا ، ستستمر منظمات إنفاذ القانون في ضمان فحص أنظمة الذكاء الاصطناعي لتكون خالية من التحيز وتصحيحها حسب الحاجة. وسيفتحون خط اتصال مع الجمهور لتعزيز الشفافية فيما يتعلق باستخدام هذه الأدوات. - هيذر ماهليك ، مدير أول للذكاء الرقمي ، Cellebrite

سنرى المزيد من الشركات التي تعتمد على البيانات تستفيد من المصدر المفتوح للتحليلات والذكاء الاصطناعي في عام 2021. تقنيات التحليلات مفتوحة المصدر مثل Presto و Apache Spark تدعم أنظمة الذكاء الاصطناعي وهي أكثر مرونة وفعالية من حيث التكلفة من نظيراتها التقليدية في مستودعات البيانات المؤسسية التي تعتمد على الدمج البيانات في مكان واحد - عملية تستغرق وقتًا طويلاً ومكلفة وتتطلب عادةً قفل البائع. سيشهد العام المقبل زيادة في استخدام المحركات التحليلية مثل Presto لتطبيقات الذكاء الاصطناعي بسبب طبيعتها المفتوحة - ترخيص مفتوح المصدر ، تنسيق مفتوح ، واجهات مفتوحة ، وسحابة مفتوحة. - ديبتي بوركار ، الشريك المؤسس والرئيس التنفيذي للمنتجات (CPO) ، أهانا

ستتحول الصناعة بعيدًا عن منصات الذكاء الاصطناعي الأفقية العامة ، مثل IBM Watson و Amazon Lex ، نحو المنتجات التي تعمل بالذكاء الاصطناعي ونماذج الخدمة المدارة الخاصة بالمجال. الأنظمة الأساسية العامة ليست حلولًا ، فهي تبدأ على البارد ، بدون أي بيانات تدريبية أو بنية نموذج بيانات - بناء هذا ، ثم تحسينه في الإنتاج هو مهمة خبيرة وكثيفة الموارد تتجاوز قدرة معظم الشركات. سيكون الانتقال من سوق المبتكرين الأوائل إلى اعتماد السوق الشامل مدفوعًا في عام 2021 من خلال اعتماد منتجات مدعومة بالذكاء الاصطناعي خاصة بمجال معين والتي تم تدريبها مسبقًا لصناعة معينة وثبت أنها تعمل. - جيك تايلر ، المؤسس المشارك والرئيس التنفيذي ، منظمة العفو الدولية الفنلندية

في عام 2021 ، لن يتم تعيين الذكاء الاصطناعي على نطاق الكفاءة البشرية. يمكن أن يكون لدينا خوارزميات تسحق أي إنسان في لعبة الشطرنج ولكننا غير قادرين على صنع كوب من الشاي وبرامج الكمبيوتر التي يمكنها أداء الرياضيات أسرع بملايين المرات من البشر ، ولكن إذا سئلوا عمن قد يفوز بكأس العالم المقبلة ، فلن يفهموا حتى السؤال. قدراتهم ليست عالمية. لقد وصلنا إلى نقطة مع الذكاء الاصطناعي حيث نبالغ في تقدير قوة الخوارزميات ونستخف بها في نفس الوقت. عندما نبالغ في تقديرها ، نرى الحكم البشري ينزل إلى مرحلة لاحقة - مكان خطير يجب أن نكون فيه. إن استخدام "خوارزمية متحولة" في تصنيف نتائج المستوى A هو فضيحة اليوم في المملكة المتحدة ، على الرغم من أن الخوارزمية تنتج العديد من النتائج التي تنتهك ببساطة الحس السليم. عندما نقلل من شأن الخوارزميات ، نرى صناعات بأكملها تنهار لأنها لم ترَ تغييرًا في الأفق. كيف يمكن لأعمال سيارات الأجرة التقليدية أن تتنافس في حين أن خوارزمية أوبر يمكن أن تحصل على مشوار في أقل من 3 دقائق؟ في عام 2021 ، توقع أن يتجنب المهندسون أخطاء الذكاء الاصطناعي والخوارزميات من خلال عدم محاولة تعيين الخوارزميات على نطاق الكفاءة البشرية. سيبدأ استخدام تقنيات الذكاء الاصطناعي - مثل التعرف على الكلام في أي سياق - لتعزيز ما يمكن أن يفعله البشر وإيجاد التوازن الصحيح بين أتمتة الذكاء الاصطناعي والمعرفة البشرية لحالات الاستخدام في العالم الحقيقي - مثل تجربة العملاء ومؤتمرات الويب - في تشكيل الاستخدام الفعال الذكاء الاصطناعي في المستقبل. - إيان فيرث ، نائب الرئيس في Speechmatics

سيصبح الذكاء الاصطناعي / التعلم الآلي المسؤول الموضوع الأكثر سخونة في صناعة التعلم الآلي السحابي. نظرًا لتركيز المجتمع المتزايد على مكافحة الظلم والتحيز والاهتمام العام بقابلية تفسير أفضل وإمكانية شرح نماذج التعلم الآلي ، سيستثمر مقدمو الخدمات السحابية ويعززون عروض التعلم الآلي الخاصة بهم لتقديم مجموعة كاملة من إمكانيات ML / AI المسؤولة التي تهدف إلى الإرضاء والطمأنينة المنظمون والمصممون والإدارة والسوق بشأن الاستخدام العادل لغسيل الأموال. وفي الوقت نفسه ، سيستمر الذكاء الاصطناعي / تعلم الآلة في تحقيق نمو هائل واستخدام في جميع أنحاء الصناعة بأكملها ، مع تحسينات كبيرة في سهولة الاستخدام ودمج تجربة المستخدم ضمن إطار عمل مسؤول للذكاء الاصطناعي / تعلم الآلة لدفع طفرة النمو التالية في هذا القطاع. - يانيس أنطونيو ، محلل ، Gigaom

ستصبح AIOps للشبكات سائدة: في العام المقبل ، ستنتقل AIOps من النظرية إلى الممارسة للعديد من المنظمات. مع زيادة عدد العاملين عن بُعد وأصبح المنزل فرعًا صغيرًا جديدًا ، سيصبح الذكاء الاصطناعي رهانات مائدة لتقديم عميل رائع لتجربة مستخدم السحابة مع التحكم في تكاليف دعم تكنولوجيا المعلومات للموظفين عن بُعد. ستحتاج فرق تكنولوجيا المعلومات إلى تبني AIOps لتوسيع نطاق عملياتها وأتمتتها. ستعمل SaaS السحابية من AIOps على قلب نموذج دعم العملاء رأسًا على عقب. بدلاً من إرسال المستخدمين لتذاكر إلى تكنولوجيا المعلومات ، ستحدد منظمة العفو الدولية بشكل استباقي المستخدمين الذين لديهم اتصال أو يواجهون مشكلات وسيحلون (شبكة القيادة الذاتية) أو سيفتح تذكرة بإجراءات الإصلاح المقترحة لتكنولوجيا المعلومات. - بوب فرايدي ، كبير التكنولوجيا في Mist Systems ، إحدى شركات Juniper Networks

سيلعب الذكاء الاصطناعي والتعلم الآلي دورًا أكثر تكاملاً في استراتيجية سلسلة التوريد مقارنة بالسنوات السابقة. ستستمر الحاجة إلى المزيد من الرؤى في الوقت الفعلي عبر سلسلة التوريد في النمو في عام 2021 ، خاصة وأن مؤسسات سلسلة التوريد تعيد تقييم عملياتها نتيجة للتغيرات المفاجئة في سلوكيات الشراء أثناء جائحة COVID-19.

لتلبية هذه الحاجة ، ستحتاج مؤسسات سلسلة التوريد إلى النظر إلى تقنية تمكين الذكاء الاصطناعي (AI) والتعلم الآلي (ML) للترقية من التحليلات الحالية والوصفية والتعليمية ، والاستفادة من التحليلات التنبؤية - التي توفر الإجراءات الموصى بها قبل تقع حادثة بناءً على إجراءات سابقة. في كثير من الأحيان ، تواجه الشركات فوضى من الصوامع والتشرذم بسبب الاستحواذ عليها من قبل الشركات الكبيرة التي لديها أنظمة مختلفة. في عام 2021 ، سوف يتطلع أصحاب المصلحة في سلسلة التوريد إلى نشر التوائم الرقمية في جميع الوحدات كطبقة إضافية من الرؤية ولضمان التزامن بين الأنظمة الحالية للشركة والتكنولوجيا الجديدة ، مثل المستشعرات وأجهزة الاستشعار النانوية ، والتي يتم طرحها في السوق بأحجام أكبر بشكل متزايد . - ماهيش فيرينا ، الرئيس التنفيذي لشركة Cloudleaf

يسبب التحيز في الذكاء الاصطناعي ضررًا على نطاق واسع - من التأثير على عملية التوظيف من خلال تعزيز القوالب النمطية الجنسانية إلى التمييز العنصري في تسجيل الائتمان والإقراض. تدرك المؤسسات أن توظيف قوى عاملة متنوعة يمكن أن يوفر مستوى من الحقيقة لنماذج الذكاء الاصطناعي ، وهم يعلمون أن بيانات التدريب تحتاج إلى المراقبة المستمرة للتحيز ، لأنها تؤثر على جودة ودقة الخوارزميات. إنهم يعلمون أيضًا أنه لا يوجد معيار حالي للقياسات المستندة إلى الأخلاقيات للتخفيف حقًا من التحيز في الذكاء الاصطناعي ، ويجب أن يكون هناك. في عام 2021 ، سنرى المنظمات تتخطى مجرد الاعتراف و "القلق" بشأن التحيز في الذكاء الاصطناعي والبدء في اتخاذ خطوات أكثر أهمية لحلها - لأنها ستكون مطلوبة. سيتم تشكيل فرق و / أو مبادرات محددة لمكافحة جميع المخاوف التي تندرج تحت مظلة الذكاء الاصطناعي المسؤول ، بما في ذلك كل شيء من التحيز المتأصل في البيانات إلى التعامل مع مدربي البيانات بشكل عادل. لن يصبح إنشاء مبادرات مسؤولة للذكاء الاصطناعي تفويضًا على مستوى مجلس الإدارة للبعض فحسب ، بل سيطالب به أيضًا شركاء وعملاء الشركات التي تقود جهود الذكاء الاصطناعي. - Appen CTO ويلسون بانغ

سيتم تسخين AIOps لتعزيز تجربة العملاء وتقديم ضمان التطبيق والتحسين. بعد مرور عام من عدم القدرة على التنبؤ ، سيتعين على المؤسسات توقع ما هو غير متوقع عندما يتعلق الأمر بجعل أكوام التكنولوجيا معصومة عن الخطأ واستباقية. سنرى أن الطلب على AIOps يستمر في النمو ، حيث يمكنه معالجة وتوقع هذه السيناريوهات غير المتوقعة باستخدام الذكاء الاصطناعي والتعلم الآلي والتحليلات التنبؤية. سيؤدي التعقيد المتزايد لتطبيقات المؤسسات الرقمية التي تغطي البنى التحتية المختلطة في مكان العمل والبنية التحتية السحابية إلى جانب اعتماد بنيات التطبيقات الحديثة مثل الحاوية إلى زيادة غير مسبوقة في كل من حجم البيانات وتعقيدها. في حين أن التحميل الزائد للبيانات من البيئات الرقمية الحديثة يمكن أن يؤخر الإصلاح ويثقل كاهل فرق IT Ops ، فإن مجموعات البيانات الصاخبة ستكون حاجزًا من الماضي حيث تساعد الاستراتيجيات الأكثر ذكاء وأنظمة AIOps المركزية المؤسسات على تحسين تجربة العملاء ، وتقديم ضمانات التطبيقات الحديثة وتحسينها ، وربطها بـ أتمتة ذكية ، وتزدهر كمؤسسات رقمية مستقلة. في الواقع ، قد لا تكون أساليب عمليات تكنولوجيا المعلومات التقليدية مجدية - مما يجعل اعتماد AIOps أمرًا لا مفر منه لتكون قادرًا على توسيع نطاق الموارد وإدارة البيئات الحديثة بشكل فعال. - علي صديقي ، مدير المنتجات ، BMC البرمجيات

الحقيقة الصارخة هي أن عام 2021 سيكون العام الذي سيبدأ فيه أولئك الذين يقومون بالفعل بالذكاء الاصطناعي في تحقيق القيمة على نطاق واسع ، في حين أن أولئك الذين يقضون شهورًا في تدريب نماذج هشة ويفشلون في اللحاق بالركب سيكونون في وضع غير مؤات متزايد. لن تصبح تحديات الميل الأخير أسهل - ولكن التحول الأساسي في التفكير والنهج سيكون أمرًا بالغ الأهمية للتغلب على عقبات التعقيد. - الدكتور جوش سوليفان ، رئيس مودزي

تقييم المخاطر الأنيق: مع استمرار نضج مساحة AIOps ، نرى فرصة للبائعين لتحسين قدرات تقييم المخاطر لديهم لتمكين العملاء من إصلاح المشكلات بشكل شبه مؤكد ، دون كسر أي شيء آخر في النظام. في عام 2021 ، سيكون أحد المجالات التي سنشهد فيها زيادة التركيز من البائعين والمزيد من التبني بين المستخدمين هو تمكين تخطيط التبعية بشكل أكثر أناقة حتى يتمكن المهندسون من تقييم المخاطر بدقة كجزء من عملية الإصلاح أو دورة إنشاء النشر لتغييرات البرامج ، تأكد من أن التغيير في جزء واحد من البيئة لن يؤدي إلى كسر النظام في أي مكان آخر. - مايكل أولسون ، مدير تسويق المنتجات في New Relic

في عام 2021 ، لن يتم تعيين الذكاء الاصطناعي على نطاق الكفاءة البشرية: يمكن أن يكون لدينا خوارزميات تسحق أي إنسان في الشطرنج ولكننا غير قادرين على صنع فنجان من الشاي وبرامج الكمبيوتر التي يمكن أن تؤدي الرياضيات أسرع بملايين المرات من البشر ، ولكن ، إذا سئلوا عمن سيفوز بكأس العالم المقبلة ، فلن يفهموا السؤال. قدراتهم ليست عالمية. لقد وصلنا إلى نقطة مع الذكاء الاصطناعي حيث نبالغ في تقدير قوة الخوارزميات ونستخف بها في نفس الوقت.

عندما نبالغ في تقديرها ، نرى الحكم البشري ينزل إلى مرحلة لاحقة - مكان خطير يجب أن نكون فيه. إن استخدام "خوارزمية متحولة" في تصنيف نتائج المستوى A هو فضيحة اليوم في المملكة المتحدة ، على الرغم من أن الخوارزمية تنتج العديد من النتائج التي تنتهك ببساطة الحس السليم. عندما نقلل من شأن الخوارزميات ، نرى صناعات بأكملها تنهار لأنها لم ترَ تغييرًا في الأفق. كيف يمكن أن تتنافس أعمال سيارات الأجرة التقليدية في حين أن خوارزمية أوبر يمكن أن تحصل على مشوار في أقل من 3 دقائق؟ في عام 2021 ، توقع أن يتجنب المهندسون أخطاء الذكاء الاصطناعي والخوارزميات من خلال عدم محاولة تعيين الخوارزميات على نطاق الكفاءة البشرية. سيبدأ استخدام تقنيات الذكاء الاصطناعي - مثل التعرف على الكلام في أي سياق - لتعزيز ما يمكن أن يفعله البشر وإيجاد التوازن الصحيح بين أتمتة الذكاء الاصطناعي والمعرفة البشرية لحالات الاستخدام في العالم الحقيقي - مثل تجربة العملاء ومؤتمرات الويب - في تشكيل الاستخدام الفعال الذكاء الاصطناعي في المستقبل. - إيان فيرث ، نائب الرئيس في Speechmatics

سيكون ML على الحافة أحد مجالات التركيز الرئيسية في صناعة الذكاء الاصطناعي / تعلم الآلة في عام 2021. يتزايد الطلب على التطبيقات الذكية المتطورة بسرعة في صناعة السيارات والمصانع الذكية والمنزل الذكي. من خلال أدوات تطوير ML الفعالة المتاحة على نطاق واسع وشركات أشباه الموصلات التي تطلق MCUs جديدة مع ميزات ML ، سيصبح اعتماد تطبيقات Edge ML هو الاتجاه الرئيسي. - سانغ وون لي ، الرئيس التنفيذي لشركة Qeexo

المجتمع السريري سيزيد من استخدامها مناهج التعلم الموحدة لبناء نماذج قوية للذكاء الاصطناعي عبر مختلف المؤسسات والجغرافيا والتركيبة السكانية للمرضى والماسحات الضوئية الطبية. تتفوق حساسية وانتقائية هذه النماذج على نماذج الذكاء الاصطناعي التي تم إنشاؤها في مؤسسة واحدة ، حتى عندما تكون هناك بيانات وفيرة للتدريب عليها. كمكافأة إضافية ، يمكن للباحثين التعاون في إنشاء نموذج الذكاء الاصطناعي دون مشاركة معلومات المريض السرية. يعد التعلم الموحد مفيدًا أيضًا في بناء نماذج الذكاء الاصطناعي للمناطق التي تندر فيها البيانات ، مثل طب الأطفال والأمراض النادرة. - كيمبرلي باول ، نائب الرئيس والمدير العام لشركة NVIDIA Healthcare

مركز التميز للذكاء الاصطناعي: سارعت الشركات على مدى السنوات العشر الماضية لاقتناص علماء بيانات ذوي رواتب عالية ، ومع ذلك كانت إنتاجيتهم أقل من المتوقع بسبب الافتقار إلى البنية التحتية الداعمة. ستعمل المزيد من المنظمات على تسريع عائد الاستثمار على الذكاء الاصطناعي من خلال بناء بنية تحتية مركزية ومشتركة على نطاق الحوسبة الفائقة. سيؤدي ذلك إلى تسهيل تهيئة وتوسيع نطاق مواهب علوم البيانات ، ومشاركة أفضل الممارسات ، وتسريع حل مشاكل الذكاء الاصطناعي المعقدة. - تشارلي بويل ، نائب الرئيس والمدير العام لشركة NVIDIA DGX Systems

سيضيق تعبير الذكاء الاصطناعي على تجارب المستخدم السلسة: عندما ننظر إلى تاريخ الذكاء الاصطناعي ، كانت الخوارزميات هي السمة وجاءت تجربة المستخدم في المرتبة الثانية. ولكن مع اقترابنا من عام 2021 ، ستركز التطبيقات التي تدعم الذكاء الاصطناعي بشكل متزايد على قابلية الاستخدام كأولوية. أفضل تعبيرات الذكاء الاصطناعي تكون سلسة للمستخدم وتعمل بشكل خفي في الخلفية. سوف تجد المنصات التي يدعمها الذكاء الاصطناعي / تعلم الآلة طرقًا جديدة لقيادة المستخدمين إلى استنتاجات وحلول أفضل.

يحدث هذا من خلال استجواب كميات هائلة من البيانات ، والبحث عن الانحرافات والرؤى والاتجاهات ، ثم تقديم النتائج في سياق العمل المناسب. يجب أن يكون الذكاء الاصطناعي / التعلم الآلي الخالي من الاحتكاك حقًا هو الهدف النهائي لجميع منصات الأعمال. آمل أن أرى تطبيقات أكثر تعقيدًا للذكاء الاصطناعي تحدد ما يحاول كل مستخدم تحقيقه وتكشف تلقائيًا عن رؤى يمكن الاستفادة منها لاتخاذ إجراءات سريعة. ستكون سهولة الاستخدام هذه ذات قيمة لا تصدق لقاعدة عريضة من المستخدمين ، تقنيًا وغير تقني. - سانجاي فياس ، كبير موظفي التكنولوجيا في مخطط

سوف يلعب الذكاء الاصطناعي الأخلاقي دورًا رئيسيًا في تطوير المنتجات في عام 2021 ، ولكن من الصعب حلها: أصبح الذكاء الاصطناعي الأخلاقي مشكلة مهمة ، ولكن معضلة يصعب حلها. تستخدم الشركات البيانات والذكاء الاصطناعي لإنشاء حلول ، لكنها قد تتجاوز حقوق الإنسان من حيث التمييز والمراقبة والشفافية والخصوصية والأمن وحرية التعبير والحق في العمل والوصول إلى الخدمات العامة. 

لتجنب زيادة المخاطر المتعلقة بالسمعة ، والتنظيم ، والقانون ، فإن الذكاء الاصطناعي الأخلاقي أمر حتمي وسوف يفسح المجال في النهاية لسياسة الذكاء الاصطناعي. ستضمن سياسة الذكاء الاصطناعي مستوى عالٍ من الشفافية وتدابير الحماية للأشخاص. في مجال البيانات ، سيحتاج الرؤساء التنفيذيون والمدراء التنفيذيون إلى إيجاد طرق للقضاء على التحيز في الخوارزميات من خلال التحليل الدقيق والتدقيق والبرمجة. - كريشنا تامانا ، كبير موظفي التكنولوجيا في Talend

في العام المقبل ، سنشهد تركيز الشركات على حلول الذكاء الاصطناعي واعتمادها وتطويرها التي تحقق بالفعل عائد استثمار بدلاً من الحيل أو بناء التكنولوجيا من أجل التكنولوجيا. ستركز المنظمات على التقدم الذي يمكن إثباته والنتائج القابلة للقياس ، وبالتالي سوف تستثمر في الحلول التي تحل مشاكل محددة. الشركات التي لديها فهم عميق للتعقيدات والتحديات التي يتطلع عملاؤها إلى حلها وترغب في استثمار أموال البحث والتطوير في الحلول سوف تجد النجاح. - جو بيترو ، CTO في Nuance Communications، Inc.

ستستمر فجوة مهارات الذكاء الاصطناعي ، وستفكر المنظمات في طرق جديدة للتكيف. كان من الصعب على المؤسسات توظيف المواهب اللازمة لنشر الذكاء الاصطناعي وجني كل الفوائد ، حيث أبلغ نصف المطلعين في الصناعة عن هذا التحدي. علاوة على ذلك ، قامت العديد من المنظمات بتسريع مبادرات التحول الرقمي في غضون أشهر أو سنوات - ولكن هناك تباينًا في المواهب المتاحة وفرص التدريب لدعم هذه المبادرات. نظرًا لزيادة الطلب ، نتوقع أن تقدم الشركات المزيد من مبادرات تحسين المهارات والحوافز للموظفين لتعلم مهارات جديدة ، بالإضافة إلى العمل على بناء البيانات ومحو الأمية بالذكاء الاصطناعي عبر جميع مستويات المؤسسة.

لقد أتاح الوباء فرصة للمنظمات لتحديد أولويات هذه الإجراءات ومساعدة الموظفين على تطوير مهارات جديدة في انتقالهم السريع إلى العمل عن بعد. بالنظر إلى المستقبل ، سيكون عام 2021 حول التعليم - سواء العمل في وضع طبيعي جديد أو اللحاق بالمبادرات الرقمية المعجلة. - Traci Gusher ، مدير البيانات والتحليلات ، KPMG

ستكون معالجة التحيز في خوارزميات الذكاء الاصطناعي أولوية قصوى مما يؤدي إلى نشر إرشادات لدعم التعلم الآلي للعرق للتعرف على الوجه. أصبحت الشركات قلقة بشكل متزايد بشأن التحيز الديموغرافي في خوارزميات الذكاء الاصطناعي (العرق والعمر والجنس) وتأثيره على علامتها التجارية وإمكانية إثارة قضايا قانونية. سيصبح تقييم كيفية تعامل البائعين مع التحيز الديموغرافي أولوية قصوى عند اختيار حلول إثبات الهوية في عام 2021. ووفقًا لشركة Gartner ، فإن أكثر من 95٪ من طلبات تقديم العروض لإثبات الهوية المرتكز على المستندات (مقارنة بطاقة هوية صادرة عن جهة حكومية مع صورة شخصية) ستحتوي على متطلبات واضحة فيما يتعلق بتقليل التحيز الديموغرافي بحلول عام 2022 ، بزيادة عن أقل من 15٪ اليوم. ستحتاج المنظمات بشكل متزايد إلى الحصول على إجابات واضحة للمؤسسات التي ترغب في معرفة كيفية إنشاء "الصندوق الأسود" للذكاء الاصطناعي الخاص بالبائع ، ومن أين نشأت البيانات وكيف تمثل بيانات التدريب بالنسبة إلى المجتمع الأوسع الذي يتم تقديمه.

مع استمرار المنظمات في اعتماد تقنية التعرف على الوجه القائمة على القياسات الحيوية للتحقق من الهوية ، يجب على الصناعة معالجة التحيز المتأصل في الأنظمة. موضوع الذكاء الاصطناعي والبيانات والعرق ليس جديدًا ، لكن يجب أن يتصدر ذروته في عام 2021. وفقًا لـ الباحثين في معهد ماساتشوستس للتكنولوجيا الذي حلل مجموعات بيانات الصور المستخدمة لتطوير تقنيات التعرف على الوجه ، كان 77٪ من الصور ذكورًا و 83٪ من البيض ، مما يشير إلى أحد الأسباب الرئيسية لوجود التحيز المنهجي في تقنية التعرف على الوجه. في عام 2021 ، سيتم تقديم إرشادات لتعويض هذا التحيز المنهجي. حتى يحدث ذلك ، يجب على المؤسسات التي تستخدم تقنية التعرف على الوجه أن تطلب من مزودي التكنولوجيا لديهم كيفية تدريب الخوارزميات الخاصة بهم والتأكد من أن البائع لا يقوم بتدريب الخوارزميات على مجموعات البيانات المشتراة. - روبرت بريج ، الرئيس التنفيذي لشركة Jumio

البيانات الكبيرة

في عام 2021 ، سيؤدي جمع البيانات المفتوحة والمجانية إلى تعزيز الابتكارات المستقبلية. وجدت دراسة استقصائية حديثة من Frost & Sullivan ذلك 54٪ من صناع القرار في مجال تقنية المعلومات عبروا عن الحاجة إلى جمع البيانات على نطاق واسع لمواكبة نمو أعمالهم والمنافسة عبر الإنترنت. ومع ذلك ، لكي تستخدم الشركات البيانات عبر الإنترنت بشكل فعال ، يجب أولاً أن تكون متاحة - وليس محظورة. اليوم ، غالبًا ما تحظر الشركات محاولات جمع البيانات العامة على الرغم من جمعها بأنفسهم. ينتج هذا الموقف عن عاملين رئيسيين: الحاجة المستمرة لمنع النشاط الخبيث أو الاحتيالي عبر الإنترنت كجزء من الاحتياطات الأمنية ، وفكرة أن هذه البيانات العامة تساهم في الميزة التنافسية للشركة.

أعتقد أنه خلال عام 2021 وما بعده ستدرك الشركات أن جمع البيانات العامة جزء من السلوك التجاري العام والضروري المستمر. سوف يدركون أيضًا أن البيانات ليست كل شيء عندما يتعلق الأمر بالميزة التنافسية للأعمال. تلعب مجالات مثل المخزون والأسعار وجودة المنتج وجودة الخدمة وما إلى ذلك دورًا كبيرًا أيضًا. بمجرد استقرار هذا الإدراك ، لن يؤدي حظر البيانات إلا إلى الحماية من الأنشطة المسيئة عبر الإنترنت. لتأمين جمع البيانات الأخلاقية ، آمل أن نشجع جميعًا التبادل المفتوح للمعلومات في مراكز البيانات المركزية. ستستمر المواقع في منع المسيئين ؛ هذا لن يتغير. ومع ذلك ، قد يسمحون لهواة جمع البيانات الأخلاقية. في النهاية ، يعود مستقبل جمع البيانات عبر الإنترنت إلى أولئك الذين يتحكمون فيه. بالمعدل السريع لإنتاج البيانات ، ستحتاج جهود جمع البيانات المستقبلية إلى التطور والنمو. ستحتاج الشركات إلى جمع بيانات آليًا لمواكبة منافسيها وتكون قادرة على جمع البيانات بمعدل أسرع. بعد كل شيء ، ستحدد السرعة التي يمكن للشركات جمع البيانات الجديدة بها مدى ملاءمتها ونجاحها. - رون كول ، CTO في شبكات Luminati

ستصبح البيانات عاملة حقًا على نطاق المؤسسة: يتزايد حجم البيانات التي تمتلكها الشركات بشكل كبير - هناك المزيد من المصادر والأنواع والكميات أكثر من أي وقت مضى ، بالإضافة إلى توفير كميات متزايدة من البيانات في الوقت الفعلي تقريبًا. ولكن لفهم البيانات والوصول إليها واتخاذ إجراءات بشأنها حقًا ، ستحتاج الشركات إلى تغيير طريقة استهلاكها - بدءًا من الاستغناء عن الوسيط. من خلال إيجاد طرق لأتمتة عمليات فهرسة البيانات والتنميط ، فإن الموظفين - بما في ذلك أولئك الذين لديهم عدد أقل منfa الخلفية التقنية - سيكونون قادرين على الحصول على البيانات التي يحتاجون إليها لاتخاذ قرارات عمل جيدة بفعالية وكفاءة. - إريك راب ، نائب أول للرئيس ، قسم الهندسة والمنتجات ، بناة المعلومات

من الضروري التقاط البيانات "البديلة" وتوليفها: متى تمكنا من اكتشاف COVID-19 مبكرًا؟ تشير دراسات البيانات "البديلة" - في هذه الحالة ، بيانات حركة المرور خارج المستشفيات في ووهان وعمليات البحث عن الكلمات الرئيسية من قبل مستخدمي الإنترنت في تلك المنطقة - إلى أن الفيروس ربما كان ينتشر في أواخر عام 2019. كان مجتمع الاستثمار رائدًا في استخدام البيانات البديلة ، بما في ذلك الصوت والصور الجوية وجودة المياه والمشاعر .10 هذا هو الخط الأمامي للابتكار القائم على البيانات ، ويمكن أن يؤدي الحصول على ميزة هنا إلى مكاسب ضخمة. ولكن في أعقاب عام 2020 ، ستصبح البيانات البديلة سائدة ، بهدف اكتشاف الحالات الشاذة في وقت مبكر.

من ذلك ، يمكننا الحصول على البيانات المشتقة ، والتي تأتي من التوليفات والارتباطات والتوليفات مع البيانات من أنظمة التسجيل. كما تقول IDC: "كلما تم التقاط المزيد من البيانات وإتاحتها من مصادر خارجية ، تصبح القدرة على استخدام المزيد منها عاملاً مميزًا. يتضمن ذلك أخذ دروس من صناعات أخرى غير صناعتك ". 11 هذا الاتجاه ، على غرار ما تسميه Gartner "تحليلات X" ، 12 ليس جديدًا ولكنه أصبح أخيرًا أساسًا مهمًا للبيانات والتحليلات الحديثة ، وذلك بفضل المعالجة الأرخص وتقنيات الذكاء الاصطناعي الأكثر نضجًا - بما في ذلك الرسوم البيانية المعرفية وأقمشة البيانات والطبيعية. معالجة اللغة (NLP) والذكاء الاصطناعي القابل للتفسير والتحليلات على جميع أنواع المحتوى. يعتمد هذا الاتجاه تمامًا على ML و AI ، حيث لا يمكن للعين البشرية أن تلتقطها كلها. - دان سومر ، مدير أول ، مدير استخبارات السوق العالمية في قليك

غالبًا ما نتحدث في الصناعة عن تحطيم صوامع البيانات ، لكن يجب أن نعترف بأن بعض الصوامع ستكون موجودة دائمًا. في المؤسسات الكبيرة ، سيكون لديك دائمًا أقسام أو مناطق محلية لديها أدوات أو قواعد بيانات خاصة بها ، وسيستمر ذلك. إذا كانت لديك سيادة بيانات ، فسيكون لهذا المكتب المحلي في مؤسستك صومعة. لهذا السبب فإن أفضل نهج هو النظر في كيفية الحصول على فهم أفضل للبيانات التي لديك. يمكن أن يعمل النظام الأساسي لذكاء البيانات كفهرس وخريطتك ، حيث يوضح لك الصوامع التي لديك وكيف ترتبط من خلال توفير عرض 360 درجة لأصول البيانات. - ستيجن "ستان" كريستيانز ، المؤسس المشارك والمدير التقني لشركة Collibra

سيؤدي OpenTelemetry إلى إنشاء تحميل زائد للبيانات. في عام 2021 ، سيصبح استخدام مقياس OpenTelemetry هو المعيار الصناعي الجديد. نعم ، ستجعل عملية جمع البيانات أسهل من خلال خلق التناسق عبر المصادر - لكنها ستخلق أيضًا مجموعة بيانات للشركات ، مما يجعل من الصعب العثور على جزء صغير من البيانات التي تحتوي على رؤى قابلة للتنفيذ. سيؤدي التدفق المستمر للبيانات إلى إرباك الشركات إذا لم يكن لديها نظام معمول به للعثور بسرعة على نسبة 5٪ القابلة للتنفيذ حقًا. لهذا السبب ، ستحول فرق تكنولوجيا المعلومات تركيزها من الحصول على البيانات إلى بناء إطار عمل لاتخاذ الإجراءات من البيانات. أثناء قيام الفرق بذلك ، سيكون من الضروري تنفيذ الأدوات التي يمكنها البدء فورًا في إظهار البيانات القابلة للتنفيذ في الوقت الذي يستغرقه صنع الكابتشينو. - فيل تي ، الرئيس التنفيذي لشركة مووجسوفت

التوأم الرقمي هو نموذج افتراضي لعملية أو منتج أو خدمة. يسمح الاقتران بين العالمين الافتراضي والمادي بتحليل البيانات ومراقبة النظام للمساعدة في تحديد المشكلات قبل حدوثها. هذا يمنع التوقف ، ويطور فرصًا جديدة وحتى خططًا للمستقبل باستخدام عمليات المحاكاة. يسمح هذا الجيل من التوائم الرقمية للشركات ليس فقط بنمذجة الأصول التجارية وتصورها ، ولكن أيضًا لعمل تنبؤات واتخاذ إجراءات في الوقت الفعلي واستخدام التقنيات الحالية مثل الذكاء الاصطناعي والتعلم الآلي لزيادة البيانات والعمل وفقًا لها بطرق ذكية. - أنيل كول ، المدير التنفيذي في البيانات المطلقة

سيبدأ التحول الرقمي - أخيرًا - في التحول. في هذه المرحلة ، أصبح "التحول الرقمي" كلمة طنانة تعلمت جميع المؤسسات التعرف عليها ، ومع ذلك فإن الغالبية العظمى (80٪ وفقًا لمركز البيانات الدولي) من هذه الجهود لا تزال ذات طبيعة تكتيكية للغاية. يمكن اعتبار أتمتة العمليات الروبوتية (RPA) ، على سبيل المثال ، أداة تحويلية ، لكنها ليست كذلك في حد ذاتها. لكي ترى المؤسسات تحولًا حقيقيًا في عام 2021 ، ستحتاج إلى الاستفادة من الأنظمة الأساسية الأكثر تقدمًا التي تجمع بين الأتمتة الأساسية وميزات الذكاء الاصطناعي - مثل تحليلات النص وفهم المستندات واستخراج العمليات. من الأهمية بمكان أيضًا أن تتمتع هذه الأنظمة الأساسية بقدرات منخفضة التعليمات البرمجية تمكن المطورين المواطنين من بناء ونشر أتمتة على مستوى المؤسسات والتي تعيد القيمة إلى مؤسساتهم. بدون ذلك ، سيظل من الصعب على الشركات تقديم تحول رقمي على مستوى المؤسسة - والذي تغذيه القدرة على نشر الأتمتة بسهولة ، حتى في أكثر العمليات تعقيدًا. - جاي كيركوود ، المبشر الرئيسي في UiPath

ذكاء الأعمال

انتشار ML ذي الكود المنخفض / بدون رمز ML. ستساعد زيادة أنظمة ML ذات التعليمات البرمجية المنخفضة وغير المشفرة ، المصممة لجعل الذكاء الاصطناعي في متناول الشركات ، في تحسين اعتماد الذكاء الاصطناعي. ومع ذلك ، ستصل الشركات في النهاية إلى الحد الأقصى وتتجاوز نهج مقاس واحد يناسب الجميع ، وتسعى إلى المزيد من حالات الاستخدام المتقدمة للذكاء الاصطناعي التي تتطلب خبرة أعمق. في النهاية ، ستؤدي الحاجة إلى التخصيص إلى زيادة الحاجة إلى علماء البيانات المؤهلين ، بدلاً من الأنظمة منخفضة الكود التي تحل محلهم. لن نقوم بإلغاء الحاجة إلى علماء البيانات تلقائيًا في أي وقت قريب. - كيفن جولدسميث ، كبير مسؤولي التكنولوجيا ، الأناكندة أفعى ضخمة

يتحول ذكاء الأعمال إلى نموذج جديد لتحليلات البيانات المتقدمة مع دمج اللغة الطبيعية ، والبحث الطبيعي ، والذكاء الاصطناعي / تعلم الآلة ، والتحليلات المعززة ، والتحضير الآلي للبيانات ، وكتالوجات البيانات الآلية. سيؤدي ذلك إلى تحويل عمليات اتخاذ القرار التجاري إلى رؤى عالية الجودة في الوقت الفعلي. - راميش بانوجانتي ، الرئيس التنفيذي لشركة MachEye BI

سوف يعمل الذكاء الاصطناعي والذكاء الاصطناعي على تعميق الاتصال بينهما. سواء كان تسجيل مجموعات بيانات BI مقابل نماذج ML وتصور التوقعات ، أو الاستفادة من معالجة اللغة الطبيعية لإنشاء تصورات ورؤى وملخصات ، فإن الذكاء الاصطناعي وذكاء الأعمال سيزيدان من التآزر بينهما. ومع استمرار تحويل قدرات ذكاء الأعمال التقليدية إلى سلعة ، سيحتاج البائعون إلى BI + AI كواجهة جديدة في حروب الابتكار. - أندرو بروست ، المحلل ، Gigaom

Chatbots

موظف إلى مؤسسة - سيكون اعتماد الذكاء الاصطناعي للمحادثة أمرًا طبيعيًا وغالبًا ما يكون الاتصال الأول. تم تطبيع الذكاء الاصطناعي للمحادثة وهو موجود لتبقى. شهدت الواجهات التي توجه المستهلكين عبر السوق عبر الإنترنت والموظفين من خلال الدورات التدريبية والمستخدمين من خلال محركات البحث والمواقع الإلكترونية عوائد كبيرة على الاستثمار عند تجهيزها بتقنية متقدمة للذكاء الاصطناعي للمحادثة. - شيفا راماني ، الرئيس التنفيذي لشركة iOPEX

لن يحل الذكاء الاصطناعي محل البشر في أي وقت قريب. عندما تنظر إلى استخدام الذكاء الاصطناعي في العمليات التي تواجه المستهلك اليوم ، فإنه يُستخدم بشكل أساسي في روبوتات الدردشة المدعومة بالذكاء الاصطناعي وميزات تخصيص العملاء. إذا نظرنا إلى كيفية استفادة المستهلكين من الميزات المدعومة من الذكاء الاصطناعي أثناء الوباء ، يمكننا أن نرى أنهم يستخدمونها بالفعل لحل المشكلات بشكل أسرع من خلال وكلاء بشريين. رأت شركات مثل Bank of America ، التي لديها روبوت محادثة مدعوم بالذكاء الاصطناعي يواجه المستهلك يدعى Erica ، أن المستهلكين يستخدمون Erica للعثور على أفضل مسار لإشراك فرق دعم العملاء. بدلاً من طرح أسئلة على Erica لإصلاح أي مشكلات بشكل مباشر ، سأل العملاء ببساطة عن كيفية التواصل مع فريق خدمة العملاء لحل مشكلتهم بسرعة مع الوكيل البشري المناسب. - جيمس إيزاكس ، الرئيس والمدير التنفيذي لشركة سيارا

اليوم ، نتفاعل مع برامج الروبوت أكثر من أي وقت مضى ، سواء كانت روبوتات دردشة لخدمة العملاء أو الذكاء الاصطناعي على أجهزتنا ، مثل Siri و Alexa. تُستخدم هذه الروبوتات في اتخاذ القرارات في الوقت الفعلي لأتمتة العمليات التي كان يقوم بها البشر سابقًا. على سبيل المثال ، قامت الروبوتات بأتمتة عمليات إرجاع البيع بالتجزئة لشركات مثل Amazon. ومع ذلك ، يصبح الأمر أكثر تعقيدًا بالنسبة للمؤسسات لإدارة هويات الروبوتات الآلية ، خاصةً عندما تتفاعل مع الروبوتات الأخرى بسرعة الماكينة. يجب إدارة هويات الروبوتات وحمايتها من قبل المؤسسة ، على غرار هوية الموظف والعميل ، بحيث لا يتم اختراق هذه البيانات. هذا أمر مهم لمدراء المعلومات وقادة الأمن أن يضعوه في الاعتبار ، لأن استخدام الروبوتات لأغراض الأتمتة سيفتح موجهات هجوم جديدة إذا تم اختراق واجهات برمجة التطبيقات الخاصة بهذه الروبوتات. - جاسين ميس ، الرئيس التنفيذي لشركة سحابة

تغير معالجة اللغة الطبيعية (NLP) المحادثة حول تحليل البيانات: تمامًا كما نستخدم Google Home و Alexa في حياتنا اليومية ، ستكون تحليلات المحادثة من خلال البرمجة اللغوية العصبية هي التذكرة الذهبية للمؤسسات في استخراج رؤى البيانات الضخمة القيمة من عملياتها التجارية. يتضمن ذلك اكتشاف الاتجاهات التي ربما لم يلاحظها أحد والسماح للخبراء من داخل المؤسسة بالتعامل مع البيانات بطريقة مفيدة. - سام ماهالينجام ، رئيس قسم التكنولوجيا ، نسر

يحتاج الذكاء الاصطناعي للمحادثة ، أولاً وقبل كل شيء ، إلى قناة مراسلة في كل مكان للتحدث. أدى ظهور رسائل الأعمال على القنوات القائمة على بروتوكول الإنترنت مثل Whatsapp و GIP وغيرهما إلى عودة ظهور استخدام الذكاء الاصطناعي للمحادثة. تعمل الشركات عبر الصناعات مثل البنوك والتجارة الإلكترونية وتجارة التجزئة والسفر وما إلى ذلك الآن على تمكين الذكاء الاصطناعي للمحادثة لكل نقطة اتصال مع العملاء تقريبًا بما في ذلك التسويق والمبيعات والدعم. مدعومًا بالتطورات الحديثة في معالجة اللغة الطبيعية (NLP) ، يستعد الذكاء الاصطناعي للمحادثات لتحويل كيفية تفاعل المستهلكين مع الشركات. - بيرود شيث ، الرئيس التنفيذي لشركة Gupshup

سحابة

أعتقد أننا سنبدأ في رؤية نهج أكثر تفكيرًا وتوازنًا لاعتماد السحابة المتعددة والمختلطة ، خاصةً بالنسبة إلى السحابة المختلطة. لقد تجاوزنا المحادثات السحابية العامة مقابل المحادثات السحابية الخاصة ، وتتقبل الشركات حقيقة أن السحابة ليست قرارًا "إما أو". من الناحية التاريخية ، رأينا ارتباط "السحابة العامة" بالابتكار المتطور و "السحابة الخاصة" المرتبطة بالأعمال التجارية القديمة البطيئة المقاومة للتغيير. يتغير هذا الشعور ، حيث بدأت الشركات في فهم القيمة التي يمكن أن تحصل عليها من بنية سحابية مختلطة تمكنهم من نشر تطبيقات رشيقة وحديثة على النظام الأساسي الذي يوازن بشكل أفضل بين التكلفة والأداء والأمان واحتياجات الامتثال والحوكمة.

يأتي مع هذا زيادة في تقنيات التمكين الهجينة مثل الحاويات ومنصات التكامل المختلط. هناك اعتبار آخر وهو الحوسبة المربوطة ، وهي عبارة عن حل موفر سحابي عالي النطاق يعمل في مركز البيانات الخاص بك. الأمثلة هي AWS Outposts و Google Anthos و Microsoft Azure Stack. على الرغم من أن هذه كانت بطيئة جدًا بحيث لا يمكن اعتمادها حتى الآن ، يمكننا أن نبدأ في رؤية بداية النمو هنا حيث يرى العملاء قيمة السحابة الخاصة / العامة ، إلى جانب اتساق استهلاك الخدمات السحابية فائقة النطاق. - كيم كينج ، مدير تسويق المنتجات - الإدارة السحابية في Snow Software

COVID-19 يسرع الإنفاق على السحابة: مع زيادة العمل عن بعد بسبب جائحة COVID-19 ، تستثمر الشركات جزءًا أكبر من ميزانيات تكنولوجيا المعلومات على التقنيات القائمة على السحابةالابتعاد عن العمليات الورقية. ارتفع متوسط ​​إنفاق الشركات على السحابة الإلكترونية بنسبة 59٪ من عام 2018 إلى 73.8 مليون دولار أمريكي في عام 2020. وسيستمر هذا الاتجاه حتى عام 2021 حيث تضطر الشركات إلى اعتماد استراتيجيات للعمل عن بُعد والتعرف على فوائد الحفاظ على أنماط التشغيل هذه حتى عندما تبدأ في نقل الموظفين العودة إلى المواقع المادية. وخير مثال على ذلك هو التعاقد حيث قاد COVID التحول الرقمي لطلب العقد والموافقة عليه والتنفيذ وأنظمة إدارة ما بعد منح العقد ووضع الأساس لمزيد من التقدم في إدارة دورة حياة العقد. - هارشاد أوك ، المدير العام ، اعتماد العملاء والقيمة ، في Icertis

بمجرد اعتبارها "التوقف" في الطريق إلى السحابة ، أصبح الهجين الآن الوجهة: تم استخدام نهج السحابة المختلطة ليكون بمثابة نقطة انطلاق لتطبيق السحابة أولاً. الآن ، يرى العملاء أن النهج المختلط هو الأكثر منطقية ، سواء من الناحية الاستراتيجية لاحتياجات أعمالهم أو من الناحية الاقتصادية. وفقًا لـ IDC ، تظل 70٪ من تطبيقات وبيانات العملاء خارج السحابة العامة. مع أخذ ذلك في الاعتبار ، في عام 2021 ، سنرى المزيد من العملاء يتبنون نهجًا هجينًا. نظرًا لوقت استجابة البيانات وتشابك التطبيق وأسباب الأمان والامتثال ، نرى المزيد والمزيد من المؤسسات عبر الصناعات التي ترغب في الاحتفاظ ببياناتها في أماكن العمل. في الوقت نفسه ، ويرجع ذلك جزئيًا إلى اقتصاديات الوباء ورسوم خروج البيانات وتقييد البائعين بموفري الخدمات السحابية العامة ، فإن الواقع هو أن مديري المعلومات ومؤسسات تكنولوجيا المعلومات يتبنون الهجين كنتيجة وليس وسيلة لتحقيق غاية. - كيث وايت ، المدير العام ، GreenLake Cloud Services

تعتبر خفة الحركة السحابية رائعة ، ولكنها يمكن أن تؤدي بسهولة إلى تكاليف باهظة. وبالمثل ، غالبًا ما تهدر مجموعات البيانات الضخمة المحلية المشتركة الموارد. كلاهما يؤدي إلى عدم وجود اتفاقيات مستوى الخدمة. إذا أرادوا التخلص من الإنفاق الزائد المزمن ، فستحتاج الشركات إلى إنشاء طريقة لمراقبة وإدارة الإنفاق على السحابة. الطريقة الأكثر فعالية للقيام بذلك هي من خلال إمكانية الملاحظة والضبط التلقائي. - آش مونشي ، الرئيس التنفيذي ، بيبرداتا

قاعدة البيانات / مستودع البيانات / بحيرة البيانات

تستمر الحلول التي تستخدمها الشركات لتخزين بياناتها في التطور بسرعة في العام المقبل. نحن نشهد عمليات ترحيل متزايدة إلى حلول قواعد البيانات العلائقية مفتوحة المصدر وحلول قواعد البيانات غير العلائقية وحلول قواعد البيانات المستندة إلى PaaS ومجموعة منها. يمكن أن يكون التركيز الأساسي لهذه المبادرات على التجميع تحت عنوان تقليل تكاليف التشغيل ، سواء تم تنفيذها لتقليل عقود الدعم الضخمة من البائعين مثل Oracle و Microsoft (تندرج عمليات ترحيل قاعدة البيانات مفتوحة المصدر وغير العلائقية في هذه الفئة) ، تقليل نفقات عدد الموظفين (تندرج عمليات الترحيل إلى خدمات PaaS ضمن هذه الفئة) ، أو اكتساب كفاءات في الأداء من خلال الترحيل إلى حل قاعدة بيانات أكثر غرضًا.

يحدث ترحيل البيانات في الوقت الحالي وعلى نطاق واسع ، لذلك هناك العديد من الاعتبارات التي يجب إجراؤها عند الانتقال إلى حلول قواعد البيانات الجديدة هذه ، بما في ذلك قدرات حل الحالة المستقبلية مقابل الحالة الحالية ، وتأثير عقود الترخيص والدعم ، وطريقة لضمان نشر الحلول الصحيحة. بينما توفر حلول PaaS بعض المزايا الرائعة ، لا يزال يتعين على مسؤولي قواعد البيانات مراقبة هذه الأنظمة وإدارتها والعمل مع فرق التطبيقات لزيادة الكفاءة في الأداء والتوافر والأمان. - مارك كاروزو ، كبير المهندسين ، بناء الجملة

360. هذا هو عدد أنظمة قواعد البيانات الموجودة في البرية. وعلى الرغم من أن الاختيار جيد والعثور على الأداة المناسبة للوظيفة أمر ذكي ، إلا أنه يضيف أيضًا تعقيدًا كبيرًا. مع انتقال الشركات إلى التحديث في السحابة ، فإنها ستسعى إلى التبسيط ، مما سيؤدي إلى دمج هائل في سوق قواعد البيانات. سيفوز بائعو قواعد البيانات الذين يقدمون إمكانيات متعددة الوظائف ، بدلاً من العديد من قواعد البيانات المتخصصة التي تحتاج إلى تجميعها معًا وتتطلب طرقًا مختلفة للوصول إلى البيانات. - فرانز أمان ، كبير مسؤولي التسويق بشركة MariaDB لقواعد البيانات العلائقية

تستمر الحلول التي تستخدمها الشركات لتخزين بياناتها في التطور بسرعة في العام المقبل. نحن نشهد عمليات ترحيل متزايدة إلى حلول قواعد البيانات العلائقية مفتوحة المصدر وحلول قواعد البيانات غير العلائقية وحلول قواعد البيانات المستندة إلى PaaS ومجموعة منها. يمكن أن يكون التركيز الأساسي لهذه المبادرات على التجميع تحت عنوان تقليل تكاليف التشغيل ، سواء تم تنفيذها لتقليل عقود الدعم الضخمة من البائعين مثل Oracle و Microsoft (تندرج عمليات ترحيل قاعدة البيانات مفتوحة المصدر وغير العلائقية في هذه الفئة) ، تقليل نفقات عدد الموظفين (تندرج عمليات الترحيل إلى خدمات PaaS ضمن هذه الفئة) ، أو اكتساب كفاءات في الأداء من خلال الترحيل إلى حل قاعدة بيانات أكثر غرضًا.

يحدث ترحيل البيانات في الوقت الحالي وعلى نطاق واسع ، لذلك هناك العديد من الاعتبارات التي يجب إجراؤها عند الانتقال إلى حلول قواعد البيانات الجديدة هذه ، بما في ذلك قدرات حل الحالة المستقبلية مقابل الحالة الحالية ، وتأثير عقود الترخيص والدعم ، وطريقة لضمان نشر الحلول الصحيحة. بينما توفر حلول PaaS بعض المزايا الرائعة ، لا يزال يتعين على مسؤولي قواعد البيانات مراقبة هذه الأنظمة وإدارتها والعمل مع فرق التطبيقات لزيادة الكفاءة في الأداء والتوافر والأمان. - مارك كاروزو ، كبير المهندسين ، بناء الجملة

وسينمو سوق قواعد البيانات إلى 1 تريليون دولار بحلول عام 2025. على مدى العقدين الماضيين ، كانت هناك قبضة من حديد على سوق قواعد البيانات مع قيادة IBM و Oracle و SAP HANA. الآن نشهد تغييرًا في الحراسة ، مما يمنح العملاء خيار تحديد ما هو الأفضل لأعمالهم. حتى أن Forrester تشير إلى أن سوق البنية التحتية السحابية العامة سينمو بنسبة 35٪ في 120 مليارًا في عام 2021. أتوقع أن تنمو القيمة السوقية لقاعدة البيانات إلى 1 تريليون دولار بحلول عام 2025 وأن أكثر من سبع إلى 10 من شركات قواعد البيانات القوية ستنمو بشكل كبير في العقد القادم . - راج فيرما ، الرئيس التنفيذي لشركة سينجل ستور

يمكن لبحيرة البيانات أن تفعل ما تفعله مخازن البيانات وأكثر من ذلك بكثير: في حين أن الفصل بين الحوسبة والبيانات يوفر مزايا لبحيرات البيانات على مستودعات البيانات ، كان لمخازن البيانات تاريخيًا مزايا أخرى على بحيرات البيانات. لكن هذا يتغير الآن مع أحدث الابتكارات مفتوحة المصدر في طبقة البيانات. على سبيل المثال، اباتشي فيض هو تنسيق جدول جديد يوفر وظائف مستودع البيانات الرئيسية في بحيرة البيانات مثل اتساق المعاملات والتراجع والسفر عبر الزمن مع تقديم إمكانات جديدة تمكن تطبيقات متعددة من العمل معًا على نفس البيانات بطريقة متسقة للمعاملات. مشروع آخر مفتوح المصدر جديد ، مشروع نيسي، يعتمد على قدرات Iceberg وكذلك Delta Lake من خلال توفير دلالات تشبه Git لبحيرات البيانات. كما تجعل Nessie المعاملات غير المترابطة حقيقة واقعة ، مما يتيح إجراء معاملة واحدة تشمل عمليات من عدة مستخدمين ومحركات بما في ذلك Spark و Dremio و Kafka و Hive. - تومر شيران ، أحد مؤسسي دريميو

ستظهر ثلاثة اتجاهات رئيسية في عام 2021 ، وهي عودة طبقة البيانات الوصفية والذكاء الاصطناعي المدمج والتحليلات الآلية وواجهات الاستعلام المبسطة الجديدة المصممة خصيصًا لمستخدمي الأعمال. هناك حاجة إلى عودة طبقات البيانات الوصفية ، كمكونات أساسية للحلول التحليلية ، لدعم تحسين الحوكمة وإمكانية التوسع في أصول البيانات. مع طبقات البيانات الوصفية الذكية ، ستظهر واجهات مستخدم مبسطة جديدة تسمح لمستخدمي الأعمال بالتفاعل مع البيانات في نهج أكثر إرشادًا مما يسمح لهم بتقليل وقت البصيرة مع الحد الأدنى من المهارات التحليلية. سيتحول الذكاء الاصطناعي والتحليلات الآلية من مجال المؤسسة إلى بائعي البرامج الذين سيقومون بتضمين هذه القدرات وتمكين التبني الشامل عبر قاعدة عملائهم. - جلين ربيع ، الرئيس التنفيذي لشركة الصفراء

هندسة البيانات

ستعيد الشركات الاستثمار في مهندس البيانات وخطوط أنابيب البيانات. كان أحد آثار عام 2020 هو أن الكثير من الشركات تحولت إلى نهج البقاء أولاً ، مما أدى إلى عقلية "الاستيلاء والانطلاق" لتكامل بياناتها. نظرًا لاستقرار الأرباح النهائية للشركات ونرى المزيد من القدرة على التنبؤ على مستوى الاقتصاد الكلي ، فإن توقعنا هو أن عام 2021 هو عام مهندس البيانات ، وأن الشركات ستعود إلى نهج "مصمم لتدوم" للبيانات خطوط الأنابيب. تعني عبارة "صُممت لتدوم" للمياه الموجودة في الأنابيب في المنزل أن الماء يعمل دائمًا ونظيفًا وفي درجة الحرارة المناسبة. تعني عبارة "صُممت لتدوم" للبيانات أنك تبني خطوط بيانات ذكية لضمان حسن التوقيت والثقة في تحليلات البيانات الخاصة بك. - مجموعات التيار الرئيس التنفيذي جيريش بانشا

ستدرك الشركات الحاجة إلى بذل المزيد من الجهد في DevOps: "لا يزال هناك الكثير من العمل الذي يتعين القيام به مع خطوط أنابيب DevOps ، بما في ذلك تأمين عملية التسليم واختبارها. يعرف مجتمع مطوري البرامج إلى أين يجب أن يذهب ، لكن العمل والعقبات التي تعترض الطريق دائمًا ما تكون أكبر من المتوقع. لهذا السبب ، أنا متشكك في أننا سنرى تغييرات كبيرة في عام 2021 من حيث الأدوات أو أنماط CI / CD. بدلاً من ذلك ، سنرى المزيد من الأشخاص يدركون أنهم بحاجة إلى بذل المزيد من الجهود في خط أنابيب DevOps وعملياته والتحقق من صحته. سوف يتضاعفون لتسريع وتحسين أتمتة CI / CD الخاصة بهم. فقط عندما تكون هذه العمليات ناضجة ، يمكن للمنظمات أن تثق في ممارساتها وأدواتها. - فريد سيمون ، المؤسس المشارك وكبير علماء البيانات ، JFrog

حوكمة البيانات

ستعمل تكنولوجيا المعلومات على غرس حوكمة الوصول بالذكاء لحماية الأمن السيبراني للقوى العاملة في عام 2021. يؤدي تسريع التغييرات في تقنيات المؤسسات والتهديدات الإلكترونية ومجال المستخدمين إلى زيادة الضغط على حلول إدارة الهوية التقليدية وإدارتها (IGA) ، وبالتالي على فرق الأمن والامتثال. علاوة على مخاطر الامتثال المتزايدة ، تصبح بيئات تكنولوجيا المعلومات الخاصة بالمؤسسات أكثر تعقيدًا كل عام ، مما يزيد من عدد التطبيقات والأنظمة التي توفر الشركات وصول المستخدم إليها. تدفع هذه التحديات المؤسسات إلى البحث عن حلول تعتمد على الذكاء الاصطناعي تعمل على تبسيط وأتمتة طلب الوصول والموافقة على الوصول والشهادات وعمليات نمذجة الأدوار. في عام 2021 ، سنرى استخدام الذكاء الاصطناعي بشكل متزايد لتمكين نهج الهوية المستقلة.

سيتم وضع حلول المصادقة والتفويض المليئة بالذكاء الاصطناعي فوق أو دمج حلول IGA الحالية ، مما يوفر رؤية سياقية على مستوى المؤسسة من خلال جمع وتحليل جميع بيانات الهوية ، وتمكين نظرة ثاقبة على مستويات المخاطر المختلفة لوصول المستخدم على نطاق واسع سيسمح استخدام الذكاء الاصطناعي للأنظمة بتحديد وتنبيه فرق الأمان والامتثال بشأن الوصول عالي الخطورة أو انتهاكات السياسة. بمرور الوقت ، سنرى أن أنظمة الذكاء الاصطناعي هذه تنتج نتائج قابلة للتفسير مع زيادة أتمتة بعض أصعب تحديات الأمن السيبراني داخل المؤسسة. - إيف مالر ، CTO في فورجروك

لقد شهدنا انطلاق التنفيذ العالمي لأطر حوكمة الذكاء الاصطناعي في عام 2020 حيث تطلب الشركات تفاصيل حول نتائج تطبيقات الذكاء الاصطناعي. يعد ضمان مستوى مناسب من إمكانية شرح تطبيقات الذكاء الاصطناعي أمرًا أساسيًا بالإضافة إلى استخدام بيانات ذات نوعية جيدة ، وضمان قابلية التدقيق ، وكونها أخلاقية وعادلة وشفافة ، والامتثال لمتطلبات حماية البيانات ، وتنفيذ تدابير الأمن السيبراني الفعالة. يُنظر إلى تنفيذ أطر حوكمة الذكاء الاصطناعي بشكل أكبر في الشؤون المالية والمصرفية حاليًا ، ولكن في عام 2021 سنرى هذا الأمر أكثر انتشارًا.

ستبدأ القطاعات الأخرى مثل خدمات الرعاية الصحية والتجارة الإلكترونية والتنقل في استخدامها كعامل تمييز تنافسي. على سبيل المثال ، بدأ مقدمو الرعاية الصحية في أن يكونوا أكثر شفافية فيما يتعلق بكيفية استخدام البيانات ، وكيف أنهم أخلاقيين وعادلين في حماية تلك البيانات. إذا أرادت الشركات أن تظل في صدارة المنحنى ، فعليها البدء في تطوير أطر عمل أخلاقية للذكاء الاصطناعي الآن من أجل وضع نفسها كشركة رائدة في هذه الحركة العالمية. - موهان ماهاديفان ، نائب الرئيس للبحوث ، أونفيدو

سوف يكتسب الذكاء الاصطناعي زخمًا في الأمن السحابي والحوكمة. في عام 2021 ، سوف يذهب الذكاء الاصطناعي إلى أبعد من مجرد اكتشاف الحالات الشاذة وبالتالي تحديد التهديدات المحتملة لفرق الأمن. تعد إدارة السحابة مهمة معقدة بشكل متزايد وتصل بسرعة إلى نقطة يستحيل فيها على البشر إدارتها بمفردهم. سيتم الاعتماد على الذكاء الاصطناعي بشكل متزايد في العام المقبل للحفاظ على النظافة السحابية من خلال تبسيط سير العمل وإدارة التغييرات والأرشفة. بمجرد إنشاء النظافة السحابية المناسبة والحفاظ عليها باستخدام الذكاء الاصطناعي ، سيتم استخدامها أيضًا كأداة معرفة تنبؤية استراتيجية. من خلال توقع التهديدات ونقاط الضعف ومعالجتها ، سيساعد الذكاء الاصطناعي المؤسسات على إنشاء أفضل نتيجة ممكنة لبيئاتها السحابية. ستؤدي الاستفادة من الذكاء الاصطناعي كأصل إستراتيجي إلى تمكين مديري المعلومات من اتخاذ قرارات مستنيرة بشأن بيئاتهم السحابية ، مثل تقييم التكاليف ومخاطر الامتثال. - كيث نيلسون ، المبشر الفني لـ كلاود سفير

بينما نتطلع إلى عام 2021 ، سنرى تطبيق محادثة الذكاء الاصطناعي الأخلاقي وحوكمة البيانات على عدة مجالات مختلفة ، مثل تتبع جهات الاتصال (محاربة COVID-19) ، والمركبات المتصلة والأجهزة الذكية (من يمتلك البيانات؟) ، والشخصية الملفات الشخصية السيبرانية (البصمة الإلكترونية المتزايدة التي تؤدي إلى أسئلة حول الخصوصية). - سيندي مايك ، نائب رئيس حلول الصناعة ، كلوديرا

حوكمة البيانات لواقع متعدد البيئات. لقد ولت منذ زمن طويل الأوقات التي قامت فيها المؤسسات بإيواء جميع بياناتها الخاصة في مكان العمل أو حتى داخل مزود خدمة سحابي واحد فقط. تمتلك المؤسسات الآن بيانات في أماكن العمل وتشارك مع العديد من موفري الخدمات السحابية بناءً على احتياجاتهم الخاصة. أدى هذا الواقع إلى "إعادة التفكير" في كيفية التعامل مع إدارة البيانات. يجب أن تحدد المؤسسات كيف ستتأثر حوكمة البيانات الحالية الخاصة بها وما الذي يجب تعديله ، وكيفية مراقبة جودة البيانات في السحابة ، وكيفية إدارة حركة البيانات داخل وخارج السحابة (والنفقات الضخمة التي تأتي مع ذلك). - تود رايت ، رئيس إدارة البيانات وحلول خصوصية البيانات في SAS

سوف يكتسب الذكاء الاصطناعي زخمًا في الأمن السحابي والحوكمة. في عام 2021 ، سوف يذهب الذكاء الاصطناعي إلى أبعد من مجرد اكتشاف الحالات الشاذة وبالتالي تحديد التهديدات المحتملة لفرق الأمن. تعد إدارة السحابة مهمة معقدة بشكل متزايد وتصل بسرعة إلى نقطة يستحيل فيها على البشر إدارتها بمفردهم. سيتم الاعتماد على الذكاء الاصطناعي بشكل متزايد في العام المقبل للحفاظ على النظافة السحابية من خلال تبسيط سير العمل وإدارة التغييرات والأرشفة. بمجرد إنشاء النظافة السحابية المناسبة والحفاظ عليها باستخدام الذكاء الاصطناعي ، سيتم استخدامها أيضًا كأداة معرفة تنبؤية استراتيجية. من خلال توقع التهديدات ونقاط الضعف ومعالجتها ، سيساعد الذكاء الاصطناعي المؤسسات على إنشاء أفضل نتيجة ممكنة لبيئاتها السحابية. ستؤدي الاستفادة من الذكاء الاصطناعي كأصل إستراتيجي إلى تمكين مديري المعلومات من اتخاذ قرارات مستنيرة بشأن بيئاتهم السحابية ، مثل تقييم التكاليف ومخاطر الامتثال. - كيث نيلسون ، المبشر الفني لـ كلاود سفير

العلوم البيانات

كان عام 2020 قاسياً بالنسبة لبعض الشركات ، ومكافئاً للآخرين ، وتحدياً للجميع. مع دخولنا عام 2021 ، فإن المتقاعسين لديهم ضرورة وجودية لإعادة ابتكار أنفسهم رقميًا ، مما يجعل الشركات الرائدة تكافح لمواكبة المطالب. تحتاج كل هذه الشركات إلى الاستفادة من تكامل البيانات بنسبة 100٪ بتكاليف يمكن التنبؤ بها وأداء موثوق ورؤية في الوقت الفعلي. - بوني هولوب ، رئيس الممارسة ، علوم البيانات ، الأمريكتان في مقاومه

ستصبح ديمقراطية البيانات هي القاعدة الجديدة. إن مهمة CDO هي ضمان توسع النمو عبر العمل بأكمله. يمكن تحقيق ذلك من خلال توفير بيانات منظمة يمكن للأشخاص استخدامها بالفعل. يجب على CDO الناجح إضفاء الطابع الديمقراطي على البيانات بحيث يمكن الوصول إليها وفهمها من قبل الناس. سيكمل CTO الجيد CDO من خلال إنشاء الأدوات اللازمة للعثور على البيانات المطلوبة. وهذا يعني منح المستخدمين مجموعة من أدوات التصور وأدوات إعداد التقارير التي تسمح لهم بمتابعة البيانات لتشغيل الرؤى. مع انتقالنا إلى عام 2021 ، سنستمر في رؤية المزيد من التعاون الوثيق بين هذين الدورين ، مدفوعًا بالضرورة. إذا كانت لديك أدوات تحتوي على بيانات سيئة ، فأنت تزيد من صعوبة تحدي البيانات. إذا كانت لديك أدوات محدودة ، فإن مجموعة فرعية صغيرة فقط يمكنها فعل أي شيء بالبيانات. - ديريك كنودسن ، رئيس قسم التكنولوجيا في Alteryx

سيزيد المحللون المواطنون مهاراتهم ليصبحوا علماء بيانات. إن التعقيد المتزايد لمعظم الصناعات والشركات يعني أيضًا أنه بمجرد أن نرى الاعتماد على الذات من حيث تطوير عمليات تكنولوجيا المعلومات أو استخدام التحليلات ، سيكون هناك دفعة هائلة بسرعة لتوسيع مجموعة المهارات هذه بشكل أكبر. مع تغير السوق بشكل متقطع من شهر لآخر ، سيكون هناك تركيز أكبر بكثير على علم البيانات أكثر من أي وقت مضى. وهذا بدوره سيدفع المزيد من المحللين المواطنين إلى تطوير مهاراتهم ليصبحوا علماء بيانات. - شارميلا موليجان ، رئيس الإستراتيجية والتسويق في Alteryx

ستتم مزامنة مكتبات تصور بيانات Python. لقد بدأنا أخيرًا في رؤية مكتبات تصور بيانات Python تعمل معًا ، وسيستمر هذا العمل في عام 2021. تمتلك Python بعض مكتبات التصور الرائعة حقًا لسنوات ، ولكن كان هناك الكثير من التنوع والارتباك الذي يجعل من الصعب على المستخدمين القيام بذلك اختر الأدوات المناسبة. يعمل المطورون في العديد من المؤسسات المختلفة على دمج القدرات التي طورتها Anaconda مثل عرض البيانات الضخمة من جانب الخادم Datashader وتنظيف HoloViews المرتبط في مجموعة متنوعة من مكتبات التخطيط ، مما يوفر المزيد من الطاقة لقاعدة مستخدمين أوسع ويقلل من ازدواجية الجهود. سيساعد العمل المستمر في هذا المزامنة في عام 2021 وما بعده. - جيمس أ. بيدنار ، مدير أول ، الاستشارات الفنية ، الأناكندة أفعى ضخمة

ستصبح مهارات العمل أكثر أهمية من أي وقت مضى لعلماء البيانات. سيحتاج علماء البيانات إلى التحدث بلغة الأعمال من أجل ترجمة رؤية البيانات والنمذجة التنبؤية إلى رؤية قابلة للتنفيذ لتأثير الأعمال. سيتعين على مالكي التكنولوجيا أيضًا تبسيط الوصول إلى التكنولوجيا ، بحيث يمكن لأصحاب الأعمال والفنيين العمل معًا. لن ينصب تركيز علماء البيانات على السرعة التي يمكنهم بها بناء الأشياء فحسب ، بل على مدى قدرتهم على التعاون مع بقية الأعمال. - فلوريان دويتو ، الرئيس التنفيذي والمؤسس المشارك لشركة داتايكو

تطورت الخدمة الذاتية إلى الاكتفاء الذاتي: في العالم الافتراضي ، تحتاج الخدمة الذاتية إلى التطور. عندما لا تكون هناك أدلة إرشادية ولا يوجد أحد يمسك يد المستخدم ، يصبح التزايد السريع والبديهي عاملاً للنظافة للتبني ، ولن تكون واجهات المستخدم الجذابة أمرًا لطيفًا. لكننا رأينا أيضًا أن المستخدمين غالبًا لا يريدون الخدمة الذاتية ؛ إنهم يتوقعون على نحو متزايد رؤى تأتي إليهم. نتيجة لذلك ، سنرى المزيد من الأفكار الدقيقة والقصص للمستهلك المعزز. بالإضافة إلى ذلك ، غالبًا ما يتم التغاضي عن البيانات. إن تمكين المستخدمين من الوصول إلى البيانات والرؤى ومنطق الأعمال في وقت مبكر وبشكل حدسي سيمكن الانتقال من الخدمة الذاتية للتصور إلى الاكتفاء الذاتي للبيانات. سيلعب الذكاء الاصطناعي دورًا رئيسيًا هنا ، حيث يبرز الرؤى الدقيقة ويساعدنا على الانتقال من العمليات النصية والموجهة إلى الأشخاص إلى عمليات أكثر تلقائية ومنخفضة التعليمات البرمجية وعدم إعداد وتحليلات بيانات التعليمات البرمجية. إذا كان بإمكان المزيد من الأشخاص الاكتفاء الذاتي من البيانات في وقت مبكر من سلسلة القيمة ، فيمكن اكتشاف الحالات الشاذة في وقت مبكر وحل المشكلات في وقت أقرب. - دان سومر ، مدير أول ، مدير استخبارات السوق العالمية في قليك

من الناحية التاريخية ، كانت الشركات تضع الكثير من القيمة على الأشخاص الذين كانوا "علماء البيانات". للمضي قدمًا ، ستكون هناك حاجة لتوظيف أشخاص خبراء في جمع البيانات. لكي تعمل نماذج الذكاء الاصطناعي ، يلزم وجود كميات هائلة من البيانات ، علاوة على ذلك ، لا تزال البيانات الهامة موجودة في صوامع في العديد من المؤسسات ؛ ومن ثم ، سيكون الطلب مرتفعًا على الأفراد ذوي المهارات في جمع البيانات. - كلارا أنجوتي ، رئيس المسار التالي

سيلعب علماء البيانات دورًا مهمًا في تطوير لقاح COVID-19. من تطوير لقاح إلى تحليل التجارب والنشر ، ستكون البيانات هي المفتاح لمعرفة ما إذا كنا قد توصلنا إلى حل وقائي. سيكون لعلماء البيانات نفس أهمية العلماء المدربين تقليديًا في إنتاج أول لقاح قابل للتطبيق. لتسريع تطوير اللقاحات ، يجب أن يكون الناس قادرين على إدارة تلك البيانات واتخاذ القرارات بشأنها والثقة بها. مع العلم أن السرعة أمر بالغ الأهمية ، فإن سرعة استخدام البيانات مطلوبة وأن الأنظمة الآلية الجديدة ستتيح ابتكارات جديدة ، مما يؤدي في النهاية إلى إنتاج لقاح. سيتطلب تسريع إيصال اللقاح قدرًا كبيرًا من المرونة والأتمتة في إدارة البيانات. - بونو باتي ، الرئيس التنفيذي لشركة Infoworks.

بينما تستمر البيانات في السيطرة على العالم ، لا تزال المؤسسات تجد نفسها تكافح للاستفادة من هذه البيانات للحصول على ميزة تنافسية حقيقية. ظهرت حركة علم بيانات المواطن لتعزيز القدرة على معالجة البيانات وتفسيرها على نطاق واسع. لكن هل هناك طريقة أفضل؟ ألن يكون من الذكاء (والأسهل) ببساطة جلب معنى العمل إلى البيانات وإصلاح البيانات بدلاً من إصلاح الأشخاص نظرًا لأن البيانات الأولية غير المفسرة الموجودة في مكان ما في النظام ليست مفيدة للغاية. - كيندال كلارك ، المؤسس والرئيس التنفيذي لمطور Enterprise Knowledge Graph Platform ، ستاردوغ

سنرى شدة في الهندسة لعلوم البيانات: إتقان إدارة البيانات سيكون على رأس أولويات العديد من مجموعات تكنولوجيا المعلومات لأنها تتطلع إلى تحسين ذكاء الأعمال وخفة الحركة. لهذا السبب ، سيشهد علم البيانات - المظلة التي يزدهر تحتها الذكاء الاصطناعي والتعلم الآلي والأتمتة وبحيرات البيانات وغيرها - نموًا هائلاً في عام 2021. بدءًا من تحليل السلوكيات التي تعتمد على البيانات لتحويل تسوق البقالة إلى الاستفادة من الحوسبة القوية في السحابة إلى تحسين نماذج إنتاج الوسائط ، سيأخذ علم البيانات زمام المبادرة بالنسبة للكثيرين ليظلوا قادرين على المنافسة. مكلفة للغاية لتوفيرها بمفردها ، ستقوم العديد من هذه الشركات بتعهيد مشروعات علوم البيانات الخاصة بها إلى جهات خارجية بنموذج اشتراك. - Dustin Milberg ، Field CTO Cloud Services at الاشراف البيني

أتمتة خطوط الأنابيب الخاصة بك لإطلاق العنان للإمكانات الكاملة لعلماء البيانات: غالبًا ما ينشغل علماء البيانات بمهام مثل إعداد البيانات وهندسة الميزات والنمذجة. مع زيادة هذه المهام بالأدوات التي تساعد في أتمتة هذه الخطوات ، سنرى علماء البيانات يتداولون في المهام الروتينية للوقت الذي يقضونه في أساليب أعمق واستراتيجية ستجعلهم موارد لا تقدر بثمن. نتوقع رؤية المزيد من عمليات التنفيذ المنتظمة لحلول الذكاء الاصطناعي للأعمال لجعل التحليلات المخصصة أكثر فاعلية في التكرار. - جاستن سيلفر ، دكتوراه. استراتيجي للذكاء الاصطناعي في الإيجابيات

تعلم عميق

سيشهد اعتماد حلول المؤسسات القائمة على التعلم العميق في الشركات الناشئة والمؤسسات ارتفاعًا تدريجيًا. سيستمر العائق الرئيسي في تكاليف شراء مثيلات GPU والموارد البشرية عالية التكلفة. - Sundeep Reddy Mallu ، رئيس قسم التحليلات في جرامينر

كما شهدنا جميعًا في السنوات الأخيرة ، شهد البحث والتطوير في معالجة اللغات الطبيعية تقدمًا سريعًا من خلال الاختراقات في نماذج لغة المحولات مثل BERT و GPT-3 وما إلى ذلك. بينما يحققون أداءً متطورًا ، إلا أنهم يحتاجون إلى مجموعات بيانات كبيرة وكميات كبيرة من الموارد الحسابية للتدريب والاستدلال ببصمة كربونية كبيرة. سنرى المزيد من الجهود والبحوث التي ستخرج بهياكل نموذجية جديدة وتقنيات تدريب لمعالجة مخاوف انبعاثات الكربون ، وأوقات تدريب طويلة جدًا ، مع نماذج فعالة للفضاء والحساب لجعل الوصول إلى هذه الاختراقات أكثر سهولة ؛ ستعمل النماذج الحديثة مثل فناني الأداء ذوي الاهتمام السريع كمحفزات للتحرك في هذا الاتجاه. - كافان شوكلا ، عالم بيانات ، منظمة العفو الدولية الفنلندية

أجهزة التبخير

تتلاقى الأجهزة والبرامج مع ظهور الأجهزة الخاصة بالذكاء الاصطناعي. كما أظهر إعلان Apple عن شريحة M1 ، أصبحت الأجهزة المصممة لغرض معين أكثر انتشارًا ، مما يعني أن الناس سيبدأون في التفكير أكثر في الأجهزة الفعلية التي يعملون عليها أكثر مما كانوا يفعلون في السابق - بما في ذلك علماء البيانات. من المحتمل أن يؤدي الارتفاع في الأجهزة الخاصة بـ ML إلى تحسينات في الأداء ، ولكنه يوفر أيضًا متغيرًا آخر في نشر النموذج. سيكون مؤثرًا بشكل خاص في البيئات السحابية والأجهزة المحمولة. سيؤدي هذا إلى مزيد من كسر الجدار الذي كان موجودًا تقليديًا بين الأجهزة والبرامج ، مع حالات استخدام الذكاء الاصطناعي التي تقود الطريق. - كيفن جولدسميث ، كبير مسؤولي التكنولوجيا ، الأناكندة أفعى ضخمة

منذ عام 2012 ، نمت قوة حوسبة الذكاء الاصطناعي بمعدل 5 أضعاف معدل قانون مور ، حيث تضاعفت كل 3.5 شهر تقريبًا. نظرًا للعدد المتزايد من التطبيقات المبنية على قمة محركات الذكاء الاصطناعي التي تؤثر على حياتنا اليومية - وبعضها مهم للإنسانية ككل (مثل النمذجة وحل مشكلة تغير المناخ) ، فإن إيجاد حل لعدم تطابق مقياس الأداء هذا أمر كبير على كل fabless و fabless و قائمة أولويات شركة تصنيع الرقائق. ستصبح الحاجة إلى تغييرات في كيفية فهم قانون مور أكثر وضوحًا في عام 2021. وكان الاتجاه الأخير هو الحديث عن كتابة برامج أكثر كفاءة لتحقيق تحسينات في الأداء على أساس سنوي. يعد هذا رهانًا محفوفًا بالمخاطر ، نظرًا لأن تطوير خوارزميات جديدة بشكل أساسي لا يمكن أن يحدث وفقًا لجدول زمني وبالتالي فهي غير متوافقة مع جدول التقدم التقليدي لأشباه الموصلات. يجب أيضًا تحسين تقنيات الحوسبة الأساسية. سنستمر في رؤية التحولات والتحسينات في العام المقبل. - نيك هاريس ، الرئيس التنفيذي والمؤسس المشارك لشركة المادة الخفيفة

الحوسبة في الذاكرة

في عام 2021 ، تسارعت وتيرة انتشار فيروس كوفيد -19 واللوائح الأكثر صرامة ، وستستمر الشركات في دفع مبادرات تحويل البيانات الخاصة بها لتزدهر في الاقتصاد الرقمي المزدهر عبر الإنترنت. ستعتمد الشركات السرعة الفائقة وخفة الحركة السحابية والتحليلات التشغيلية لتحسين العمليات القائمة على البيانات وتقديم خدمات وتطبيقات جديدة بسرعة.

ستسمح الحلول التقنية القائمة على نسيج البيانات السحابية الأصلية ، والمعروف أيضًا باسم مركز التكامل الرقمي ، للمؤسسات بإلغاء التحميل والفصل عن أنظمة التسجيل وقواعد البيانات القديمة لتلبية متطلباتها الرقمية والتحليلية والقدرة على الترحيل إلى السحابة دون الحاجة إلى بحاجة إلى التخلص تمامًا من أنظمتها الحالية ذات المهام الحرجة. سيؤدي إدخال السرعة في الذاكرة وحجم التحليلات و BI إلى تعزيز التقارير في الوقت الفعلي وتصور البيانات الحديثة وتمكين نماذج ML من استخدام بيانات أكثر دقة في الوقت الفعلي للخدمات عبر الإنترنت مثل الموافقات على القروض وتحليل الاحتيال والعملاء 360 قدرات. ستكون AIOps أيضًا موضع تركيز وسيتم نشرها لأتمتة وتبسيط عمليات البيانات والتحليلات المعقدة ، وتقليل الوقت اللازم للتسويق وخفض التكاليف مع تقليل الأخطاء البشرية. - أدي باز - الرئيس التنفيذي - مساحات جيجا 

في عام 2020 ، دفع جائحة COVID-19 العديد من الشركات ، لا سيما تلك التي تعمل في مجال توصيل الأغذية والتجارة الإلكترونية والخدمات اللوجستية والوصول عن بُعد وخدمات التعاون ، لتوسيع نطاق البنية التحتية وترقيتها بشكل كبير للحفاظ على أداء عالٍ للتطبيقات في مواجهة الزيادات المفاجئة في زوار الموقع ، طلبات التسليم ومعاملات البيع وتدفق الفيديو والمزيد. وجدت العديد من هذه الشركات أن أسرع نهج للحفاظ على الأداء أو تحسينه مع زيادة إنتاجية التطبيق في الوقت نفسه هو نشر شبكة بيانات موزعة في الذاكرة (IMDG) - تم إنشاؤها باستخدام منصة حوسبة في الذاكرة مثل Apache Ignite - يمكن إدراجها بين تطبيق موجود وقاعدة بيانات قائمة على القرص دون إجراء تعديلات كبيرة على أي منهما. يعمل IMDG على تحسين الأداء عن طريق التخزين المؤقت لبيانات التطبيق في ذاكرة الوصول العشوائي وتطبيق المعالجة المتوازية على نطاق واسع (MPP) عبر مجموعة موزعة من عقد الخادم. كما أنه يوفر مسارًا بسيطًا لتوسيع نطاق السعة لأن البنية الموزعة تسمح بزيادة قوة الحوسبة وذاكرة الوصول العشوائي للمجموعة ببساطة عن طريق إضافة عقد جديدة.

 في عام 2021 ، ستصبح منصات IMC أسهل في الاستخدام وسيستمر عدد الممارسين المطلعين في IMC في النمو بسرعة. سيمكن هذا اعتماد IMC من الانتشار عبر المزيد من الصناعات وإلى مجموعة أكبر من الشركات. ونتيجة لذلك ، ستكون المزيد من الشركات في وضع أفضل للاستفادة من IMC لتسريع التطبيقات ، ليس فقط للاستجابة لمتطلبات COVID ، ولكن أيضًا لتلبية الطلبات الاستراتيجية والتنافسية الجديدة مع انحسار تهديد الوباء. - نيكيتا إيفانوف ، كبير موظفي التكنولوجيا ومؤسس GridGain أنظمة

IOT

سيزداد اعتماد إنترنت الأشياء في المؤسسة أكثر من أي وقت مضى: في ضوء تأثيرات الوباء على الأعمال التجارية ، ستبحث الشركات عن طرق جديدة أو إضافية لزيادة سرعة اتخاذ القرار في عام 2021. ويمكن لإنترنت الأشياء أن تلعب دورًا في ذلك. من وجهة نظر ذكاء الأعمال ، يتمثل التحدي في إدراك أن إنترنت الأشياء لديها نماذج بيانات مختلفة يجب استيعابها ، مثل الأداء بمرور الوقت. سيكون تقليل الفاصل الزمني بين إنتاج البيانات والعمليات أمرًا أساسيًا. ستدرك أذكى المؤسسات أنها لا تستطيع ببساطة إنفاق الأموال على هذا ، ولكن بدلاً من ذلك تحتاج إلى أن تكون إستراتيجية لإنشاء نماذج بيانات جديدة تشترك في رؤى مدروسة. - إريك راب ، نائب أول للرئيس ، قسم الهندسة والمنتجات ، بناة المعلومات

لقد أدى الوباء إلى تسريع حاجة الشركات إلى إكمال تحولات الصناعة 4.0 الخاصة بها بحلول تسمح لها بمزيد من المرونة والرؤية والكفاءة في عملياتها. سنرى تسارعًا في تبني الحلول التي تساعد في تلبية هذه الحاجة ، بدءًا من الذكاء الاصطناعي بما في ذلك التعلم الآلي ورؤية الآلة والتحليلات المتقدمة. مع انتعاش الاقتصاد ، سنستمر في رؤية الاستثمار في البنية التحتية للتكنولوجيا التشغيلية الأساسية مع المزيد من إمكانات تكنولوجيا المعلومات للسماح للنظام البيئي الواسع للاعبين بنشر هذه الحلول وسنشهد اعتماد الصناعة 4.0 بشكل كبير في عام 2021. - كريستين بولز ، نائب الرئيس ، مجموعة إنترنت الأشياء والمدير العام ، قسم الحلول الصناعية ، إنتل

انفجار الحوسبة المتطورة: سنستمر في رؤية زيادة في الحوسبة المتطورة في جميع أنحاء صناعة مراكز البيانات بسبب زيادة متطلبات الحوسبة والسرعة من المستهلكين والشركات. تعد الشبكة ذات زمن الوصول المنخفض أمرًا بالغ الأهمية في البيئات التي تسعى جاهدة لزيادة معدل نقل البيانات إلى الحد الأقصى وتقليل وقت خمول الخادم. - تيموثي فانج ، دكتوراه ، نائب الرئيس للتسويق والتطبيقات وSemtech مجموعة منتجات سلامة الإشارة

Edge هي السحابة الجديدة: بالنسبة للشركات التي تعمل على توسيع نطاق مبادرات المصانع الذكية في عام 2021 ، سيكون التوفر في الوقت الفعلي لأعباء العمل ذات المهام الحرجة ضروريًا لضمان نتائج الأعمال. ستكمل الحوسبة المتطورة البنية التحتية السحابية الحالية من خلال تمكين معالجة البيانات في الوقت الفعلي حيث يتم العمل (على سبيل المثال ، المحركات أو المضخات أو المولدات أو أجهزة الاستشعار الأخرى). سيساعد تنفيذ التحليلات المتكاملة من الحافة إلى السحابة هذه المؤسسات على زيادة قيمة الاستثمارات في الأنظمة الرقمية.

ستستمر الصناعة في التحرك نحو المزيد من بيئات الحوسبة اللامركزية ، وستضيف الحافة قيمة كبيرة لمبادرات التحول الرقمي. من خلال دمج الوظائف المتطورة مع البنية التحتية السحابية الحالية ، لن تقلق المؤسسات بشأن اعتبارات تكنولوجيا المعلومات اللوجستية ، وبدلاً من ذلك ، ستركز على إعادة التفكير فيما هو ممكن في جهاز ذكي: ما الأسئلة التي يمكن أن تجيب عليها بشكل أسرع؟ ما هي المشاكل الجديدة التي يمكن أن تحلها؟ كيف يمكن حماية العمليات بشكل أفضل؟ يلاحظ المحللون أنه بحلول عام 2022 ، 99% من المؤسسات الصناعية سوف تستخدم الحوسبة المتطورة لهذا السبب. - كيث هيغينز ، نائب الرئيس للتحول الرقمي لشركة Rockwell Automation

تدفع العقول المبدعة إنترنت الأشياء للأمام: إن إنترنت الأشياء وتطوير المنتجات الذكية سيتوقفان على التصميمات الإبداعية والحلول المدروسة نظرًا لبطء التحسينات التقنية للمعالجات الدقيقة بسبب مواجهة المهندسين لقيود ما هو ممكن ماديًا مثل صانعي الرقائق بالقرب من الحد النظري لمدى ضعف هذه الأجهزة يكون. سيعتمد تطوير منتج قانون Post-Moore على براعة المهندسين والمصممين لإنشاء حلول مبتكرة لحل مشاكل الأعمال والمجتمع وتحسين عمليات المستهلك اليومية ، بدلاً من الاعتماد ببساطة على الجيل التالي من الشرائح القوية. - سام ماهالينجام ، رئيس قسم التكنولوجيا ، نسر

تعلم آلة

ستنتقل أموال الاستثمار في عمليات تكنولوجيا المعلومات من أتمتة سير عمل الفانيليا إلى حلول الذكاء الاصطناعي / تعلم الآلة الأصلية مع دافع لتصبح عمليات رقمية. ستتطور عمليات سير العمل والأتمتة الخاصة بها بشكل طبيعي لتشمل حلول الذكاء الاصطناعي / تعلم الآلة حيث تصبح التكنولوجيا أكثر قوة. يتقدم الذكاء الاصطناعي والتعلم الآلي وبالتالي يعملان على تحسين أتمتة سير العمل حيث تقوم الشركات بجمع المزيد من البيانات بالإضافة إلى تنظيم التحول والعمليات الإدارية. - شيفا راماني ، الرئيس التنفيذي لشركة iOPEX

سوف تجد الشركات تطبيقات جديدة لتقنيات التعلم الآلي التي تعمل على أتمتة العمليات اليدوية وتعزز قدرات المراقبة. ستبحث الشركات عن المنتجات التي توفر مراقبة أعمق ومزيدًا من الأتمتة والمعلومات ذات القيمة المضافة عبر إنفاقها على تكنولوجيا المعلومات. على سبيل المثال ، سيتم إعطاء الأولوية لحلول التوافر التي توفر مراقبة مدركة للتطبيق وأتمتة مهام التكوين والإدارة على حلول تجاوز الفشل التقليدية. ستظهر ابتكارات جديدة في HA للتعامل مع التعقيد المتزايد للفشل والكوارث التي تسببها أجهزة إنترنت الأشياء وتبعياتها. - كاسيوس رو ، نائب الرئيس ، تجربة العملاء ، تقنية SIOS

تاريخياً ، كانت الخوارزميات تدور حول التعلم الآلي والشبكات العصبية. نحن نرى الآن المزيد والمزيد من الآلات المستقلة والتي يمكنها تعليم وتدريب نفسها بطريقة تشبه بشكل ملحوظ الجزء اللاواعي من الدماغ البشري. بمعنى آخر ، الخوارزميات المستخدمة لتقليد الجزء التحليلي من الدماغ ؛ الآن هم يقلدون الجزء الأكبر والأقوى والأكثر إثارة للاهتمام في الدماغ البشري ، والذي نسميه الفطرة السليمة ، والمشاعر الغريزية ، والحدس. بدلاً من الاعتماد على البشر لتدريبهم وتعليمهم ، فإن خوارزميات الآلة غير الخاضعة للرقابة اليوم قادرة على جمع كميات هائلة من البيانات ، وإنشاء صور للعالم ، وإجراء استنتاجات مشابهة جدًا لتلك التي قد يصنعها البشر. نحن نأتي إلى عالم حيث يمكن لأجهزة الكمبيوتر أن تدرب نفسها. - مارك غازيت ، الرئيس التنفيذي لشركة ThetaRay

الحد من التحيز: هذا العام ، كان هناك العديد من المحادثات الضرورية حول التحيز والتخفيف في خوارزميات الذكاء الاصطناعي وحول كيفية معالجة التأثيرات المجتمعية للتخصيص القائم على الخوارزمية. ومع ذلك ، نحتاج إلى مواصلة تطوير الأدوات التي توفر نظرة ثاقبة لنتائج أنظمة ML ، وتكشف عن التحيز ، وتتحقق من الانجراف في النماذج المنشورة بمرور الوقت. يصبح هذا أكثر أهمية من أي وقت مضى حيث يتم وضع المزيد من هذه الأنظمة في الإنتاج ، للتأكد من أننا لا نديم أو نخلق مصادر للتحيز الضار. - كيفن جولدسميث ، كبير مسؤولي التكنولوجيا ، الأناكندة أفعى ضخمة

سوف تجد الشركات تطبيقات جديدة لتقنيات التعلم الآلي التي تعمل على أتمتة العمليات اليدوية وتعزز قدرات المراقبة. ستبحث الشركات عن المنتجات التي توفر مراقبة أعمق ومزيدًا من الأتمتة والمعلومات ذات القيمة المضافة عبر إنفاقها على تكنولوجيا المعلومات. على سبيل المثال ، سيتم إعطاء الأولوية لحلول التوافر التي توفر مراقبة مدركة للتطبيق وأتمتة مهام التكوين والإدارة على حلول تجاوز الفشل التقليدية. ستظهر ابتكارات جديدة في HA للتعامل مع التعقيد المتزايد للفشل والكوارث التي تسببها أجهزة إنترنت الأشياء وتبعياتها. - كاسيوس رو ، نائب الرئيس ، تجربة العملاء ، تقنية SIOS

وجدت المنظمات التي دفعت نجاحاتها المبكرة في التعلم الآلي إلى توسيع برامجها أن خط إنتاج سريع الحركة من مجموعات البيانات عالية الجودة هو الوقود الذي سيقود هذا التوسع. سيؤدي ذلك إلى رفع أولوية البيانات كخدمة إلى فرق هندسة البيانات. - لوك هان ، المؤسس المشارك والرئيس التنفيذي ، كيليجينس

ستكون القدرة على الثقة وتشغيل ML بمثابة اختبار Litmus للبقاء على قيد الحياة لعام 2021: علاوة على الوباء والركود ، نحن مستمرون في مواجهة الكميات المتزايدة من البيانات والتعقيدات المتزايدة باستمرار للتقنيات الجديدة. إذا أرادت الشركات أن تكون ناجحة في فهم مبالغ البيانات الضخمة والتعقيدات التقنية ، فيجب عليها الاستفادة من نماذج التعلم الآلي وتشغيلها بطرق قابلة للتفسير وسهلة الفهم. لم يعد كافيًا التركيز على إدخال النماذج في الإنتاج ، بل يجب أن يكون التركيز الآن على وضع النماذج في أيدي مستخدمي الأعمال وصناع القرار. ولكن للتشغيل ، يجب أن تكون الشركات قادرة على الوثوق بقدرة النموذج واستخلاص الفهم منها والتواصل بشأنها للتأثير على إمكانات الأعمال بشكل هادف. في عام 2021 ، ستكون قدرة الشركة على الوثوق في نموذجها - إلى الحد الذي يجعلها قادرة على إنتاج إجراء من الرؤية المستمدة من الذكاء الاصطناعي - عاملاً محددًا لقدرتها على البقاء. - سانتياغو جيرالدو ، كبير مديري تسويق المنتجات في Machine Learning ، Cloudera

تتجه الشركات من جميع الأحجام وفي جميع المراحل بقوة نحو تفعيل جهود التعلم الآلي. هناك العديد من الأطر الشائعة لتدريب النموذج ، بما في ذلك Tensorflow و PyTorch ، التي تقود اللعبة. تمامًا مثل Apache Spark التي تعتبر رائدة في وظائف تحويل البيانات ، و Presto تبرز باعتبارها التكنولوجيا الرائدة للاستعلام التفاعلي ، سيكون عام 2021 هو العام الذي سنشهد فيه هيمنة المرشح الأول على مساحة التدريب النموذجية الأوسع مع pyTorch أو Tensorflow كمنافسين رائدين. - Haoyuan Li ، المؤسس والرئيس التنفيذي ، ألوكسيو

تعمل SaaS على تغيير البيانات باعتبارها القطعة المفقودة في ML / AI: ستستمر المنظمات التي تركز على الذكاء الاصطناعي والتعلم الآلي في الرغبة في الحصول على مجموعات بيانات تدريبية هادفة يمكن إدخالها في خوارزميات التعلم الآلي الخاصة بها لتحديد أنماط تغيير السبب والنتيجة بمرور الوقت. للقيام بذلك ، سوف يلجأون إلى مجموعات البيانات المتغيرة باستمرار في تطبيقات الطرف الثالث السحابية / SaaS كمدخلات في هذه الخوارزميات. سيؤدي ذلك إلى الضغط عليهم لالتقاط واستيعاب كل تغيير فردي في تلك البيانات بمرور الوقت في نظام DataOps الخاص بهم. - جو جاسكا ، الرئيس التنفيذي لشركة GRAX

سيتوسع الدور الذي يلعبه الذكاء الاصطناعي والتعلم الآلي مع احتلال ذكاء الهوية في المقدمة. مع وصولنا إلى نقطة تحول في مستقبل المصادقة ، يزداد وعي المستخدمين بالأمان عندما يتعلق الأمر بحماية هوياتهم الرقمية عبر الإنترنت. سيصبح التحقق من الهوية سياقيًا بشكل متزايد ، وسوف يلعب الذكاء الاصطناعي دورًا موسعًا لتحديد الخطر الديناميكي للوصول الذي لا يستطيع النظام القائم على القواعد توفيره. لن يطبق التعلم العميق الخاضع للإشراف والتعلم المعزز والخوارزميات الجينية نماذج الاستدلال المحددة مسبقًا فحسب ، بل سيسمح أيضًا للحلول الأمنية بالتكيف مع سلوك المؤسسة المتغير والتعلم من الشركات الأخرى أثناء مواجهتها للتهديدات والتخفيف من حدتها. ستلعب مكافحة التزييف العميق باستخدام الخوارزميات المضمنة ، واستخلاص القيمة من البيانات الضخمة ودفع عملية صنع القرار من خلال التحليلات القوية دورًا رئيسيًا في استخبارات الهوية. - راجيش جانيسان ، نائب الرئيس ، ManageEngine (قسم من Zoho Corp.)

الروبوتات

مع الحاجة إلى إبعاد الناس عن الأماكن المغلقة التي تستمر في العام الجديد ، سنرى بطبيعة الحال استثمارات كبيرة في الأتمتة. ومع ذلك ، ربما للمرة الأولى ، ستتولى الروبوتات المهام البشرية العادية والبسيطة بدلاً من المهام الأكثر صعوبة واستراتيجية. لقد رأينا الروبوتات تساعد البشر في العديد من التطبيقات المعقدة ، مثل الروبوتات المدربة على إجراء العمليات الجراحية الدقيقة الأكثر دقة. ستبدأ الروبوتات الآن في تولي المهام التي تتيح للعاملين الأساسيين الذين كانوا بحاجة في السابق أن يكونوا شخصيًا ، العمل عن بُعد. مع المزيد من الاستثمارات في الواقع المعزز والافتراضي ، على سبيل المثال ، سنرى حراس أمن من الروبوتات يتحكم فيهم عمال عن بعد يتجولون في أرضيات المكاتب والمصانع ؛ سيتمكن العمال عن بُعد من التحكم في الطائرات بدون طيار عن بُعد لاختيار الصناديق وتعبئتها في المستودع. في عام 2021 ، سيتم تحويل الثورة إلى دور آلي. - أحسون أحمد ، رئيس المنتجات والعملاء ، RIPCORD

حماية

Deسوف تصبح epfakes تهديدًا كبيرًا لنزاهة الأعمال. أجبر فيروس كورونا المستجد COVID-19 على أن تصبح الاتصالات الشخصية افتراضية ، مما يعني أن الشركات تعتمد على مؤتمرات الفيديو لإجراء الاجتماعات أكثر من أي وقت مضى. على الرغم من أن فكرة التزييف العميق قد لا تكون جديدة ، إلا أنها تزداد تعقيدًا وأصبح من السهل جدًا توليدها. خذ موقع ThisPersonDoesNotExist.com ، على سبيل المثال ، والذي يستفيد من الذكاء الاصطناعي لإنشاء صور يمكن تصديقها تمامًا لأشخاص غير موجودين في الحياة الواقعية. إذا كان من الممكن إجراء هذه العملية بمعلومات قليلة نسبيًا ، فبالتأكيد يمكن للمتسللين الاستفادة من ملفات تعريف العمل المستخدمة في تقنية مؤتمرات الفيديو - والتي ترتبط بأسماء الموظفين وصورهم تلقائيًا - لإنشاء ملفات مزيفة مقنعة. - جيمس كاردر ، كبير مسؤولي الأمن في LogRhythm

التنبؤ: نظرًا لأن اكتشاف الاحتيال أصبح أكثر صعوبة ، فإن نماذج الاحتيال ML ستقوي ولكن تستخدم مجموعات بيانات أحدث: لتحديد مخاطر الاحتيال ، تستخدم الشركات عادةً مجموعة بيانات من المعاملات السابقة التي تعتقد أنها ستكون ممثلة للمستقبل لتدريب التعلم الآلي (ML). عارضات ازياء. ومع ذلك ، فإن التأثير الهائل لـ COVID-19 على بيانات المستهلك وسلوكه أدى إلى انقطاع الاتصال لأن البيانات السابقة لم تعد تمثل المستقبل. وقد أدى ذلك إلى قيام العديد من المؤسسات إما باستخدام نماذج underfit تعمل بشكل جيد ولكنها لا تلتقط أنماط احتيال جديدة ، أو نماذج إضافية تخلق الكثير من المفاجآت مثل قوائم انتظار المراجعة اليدوية المغمورة أو المزيد من عمليات رد المبالغ المدفوعة والاحتيال. تحولت العديد من الشركات أيضًا من استخدام ML إلى النماذج المستندة إلى القواعد والمراجعات اليدوية التي تعتمد بشكل أكبر على الحدس البشري. في عام 2021 ، ستكون الشركات قادرة على الاستفادة من فهمها لهذه الأنماط السلوكية الجديدة للبدء في بناء نماذج تعلم أقوى مرة أخرى. ومع ذلك ، لكي يكونوا ناجحين ، سيحتاجون إلى استخدام بيانات أحدث ، وأخذ الأشياء كما تظهر عند بناء النماذج ، وتقييم التقدم الذي يحرزونه أثناء تقدمهم. - أرجون كاكار ، نائب الرئيس للاستراتيجية والعمليات في إيكاتا

لقد خلق الذكاء الاصطناعي تهديدات أمنية جديدة ، قد يكون أعظمها التزييف العميق. Deepfakes عبارة عن صوت أو فيديو أو صور مزيفة تعتمد على تقنية الذكاء الاصطناعي لمحاكاة الواقع. يمكن أن يكون لـ Deepfakes عواقب وخيمة في الأيدي الخطأ ، مثل الاحتيال العميق. بينما لم نشهد العديد من هذه الهجمات حتى الآن ، إلا أنه في 2019، استخدم المحتالون الصوت العميق لسرقة أكثر من 200,000 دولار من شركة طاقة مقرها المملكة المتحدة. ومع توفير بيئات العمل عن بُعد للمحتالين مزيدًا من الذخيرة لتنفيذ هجماتهم ، سيكون عام 2021 هو العام الذي تطلق فيه التكنولوجيا العنان للنسخ الصوتي في الوقت الفعلي ، وسيتعين على الشركات أن تظل يقظة لضمان عدم تعرضهم للخداع. يجب أن تكون الشركات حذرة من أي مكالمات هاتفية مشبوهة ، وألا ترسل أموالًا أو تشارك معلومات حساسة أبدًا دون التحقق من أن المتصل هو من تدعي أنه هو.

بالإضافة إلى ذلك ، يمكن أن يمنع إعداد أدوات وبروتوكولات الأمن السيبراني الأساسية المحتالين من الوصول إلى المعلومات الحساسة التي يحتاجونها لإنشاء صور وصوت مزيف في المقام الأول. يعمل باحثو الأمن السيبراني على أدوات لاكتشاف محتوى التزييف العميق ، ولكن حتى ذلك الحين ، ستحتاج الشركات إلى الاعتماد على حدسها وأدوات الأمن السيبراني الحالية للتأكد من عدم تعرضها للخداع. - تيري نيلمس ، دكتوراه ، مدير أول للأبحاث ، بيندروب

مدفوعة بتدفق انتهاكات البيانات والاستغلال المتصور للبيانات الشخصية من قبل Big Tech ، ستستمر خصوصية بيانات المستهلك في التركيز بشكل كبير في عام 2021 وما بعده ، ويمكننا أن نتوقع رؤية المزيد من التشريعات التي تحمي حقوق المستهلك وتفرض غرامات على الشركات الاستخدام غير المسؤول للبيانات. لتنمية الثقة وتحسين تجربة العملاء في بيئة أعمال تنافسية بشكل متزايد ، ستمنح المزيد من المؤسسات المستهلكين ملكية بياناتهم الشخصية والتحكم فيها في السنوات القادمة. من خلال الجمع بين المبادئ الأخلاقية والمتوافقة والمحافظة على الخصوصية والبنية التحتية التكنولوجية المصممة لتوسيع نطاق المستقبل ، سيتحرك المجتمع نحو نظام حيث ستفيد قيمة البيانات كل من الأفراد والمؤسسات على حد سواء. - جيمس كينغستون ، نائب رئيس البحوث وشراكات الابتكار في Dataswift ، باحث في الذكاء الاصطناعي ، ومدير HAT-LAB.

حوكمة أمن البيانات هي لبنة ضرورية وحاسمة للتخفيف من التهديدات. حتى وقت قريب ، ركزت معظم برامج إدارة البيانات على تدفق البيانات والتحليلات دون التفكير كثيرًا في الأمان. أجبرت قوانين ولوائح خصوصية البيانات الجديدة أصحاب المصلحة في البيانات مثل CDO و CFO و CISO و DPO على جعل أمان البيانات أحد اللبنات الأساسية لجهود إدارة البيانات الخاصة بهم. لكن حوكمة أمان البيانات معقدة حيث لا يمكن لأي بائع منفرد تنفيذ جميع ضوابط حوكمة أمان البيانات المطلوبة. في عام 2021 ، مع استمرار الشركات في جمع ومعالجة المزيد والمزيد من البيانات ، سيتعين عليهم معرفة كيفية توحيد معلوماتهم بسرعة ، بحيث تستمد مؤسستهم بالكامل المعلومات من نفس الموثوقية والآمنة بشكل جيد. بعد ذلك ، تحتاج الشركات إلى تنفيذ وإدارة مصادر البيانات الخاصة بها من خلال نظام حماية البيانات مع وجود ضوابط الخصوصية اللازمة ، بحيث يتم التخفيف من تهديدات البيانات. ستضمن هذه الخطوات تقليل المخاطر التجارية والمالية المستقبلية. - آن هاردي ، CISO of Talend

سيكون الذكاء الاصطناعي مفتاحًا لتعزيز الأمن في عالم بعيد. يحتل الأمن المرتبة الأولى في أذهان المجموعة التنفيذية لأي مؤسسة شرعت في رحلة التحول الرقمي ، ولكن تم تسريع أهميتها فقط بسبب الوباء. مع وجود العديد من نقاط النهاية المنتشرة في جميع أنحاء العالم حيث يتمتع الموظفون بالمرونة للعمل عن بُعد من أي مكان يختارونه ، تتضاعف نقاط الضعف. هناك اتجاه رئيسي سنشهده في عام 2021 وما بعده وهو تطبيق الذكاء الاصطناعي على التدابير الأمنية ، لأن البشر وحدهم لا يستطيعون مراقبة كل نقطة نهاية والتحكم فيها والتحقق منها لحماية مؤسسة حديثة بشكل مناسب أو فعال. إذا لم يخصص قادة الأمن (خاصة أولئك في شركات Fortune 500) الوقت والاستثمار المالي لتعزيز الأمان باستخدام الذكاء الاصطناعي الآن ، فيمكنهم توقع استهدافهم من قبل المتسللين في المستقبل والسعي لحماية بياناتهم. -Scott Boettcher ، نائب رئيس إدارة معلومات المؤسسة ، خدمات بيانات NTT

الخزائن

NAS القديم ميت بالنسبة للذكاء الاصطناعي. مع إدخال PCIe Gen4 ، أصبحت معدلات الإدخال / الإخراج الآن منفصلة تمامًا عن التطورات الأساسية لوحدة المعالجة المركزية. إن موفري NFS القدامى عالقون مع بروتوكول TCP أحادي الدفق الذي يكون محدودًا بمعدل قدرة نواة وحدة معالجة مركزية واحدة على خادم التطبيق. سيعمل PCIe Gen4 على مضاعفة ذروة أداء الإدخال / الإخراج للتطبيقات في عام 2021 ، في حين أن نواة وحدة المعالجة المركزية لن تكون قادرة على مضاعفة أداء الإدخال / الإخراج أحادي النواة بشكل متساوٍ. لا يوجد تركيز IO أحادي المضيف أكبر مما هو عليه في سوق الذكاء الاصطناعي - لتطبيقات مثل التعلم الآلي والتعلم العميق. لحل هذه المشكلة ، سيبحث العملاء عن حلول تدعم خيوط المعالجة المتعددة ، RDMA ، والقدرة على تجاوز وحدات المعالجة المركزية تمامًا - كما هو الحال مع GPUDirect Storage من NVIDIA. ستفوق مطالب الحفاظ على وحدات معالجة الرسومات (GPU) ومعالجات الذكاء الاصطناعي (AI) وكفاءتها بشكل كبير إمكانات الإدخال / الإخراج في NAS القديمة القائمة على بروتوكول TCP ، مما يدفع العملاء إلى الابتعاد تمامًا عن NAS القديمة في عام 2021. - رينين حلاق ، المؤسس والرئيس التنفيذي لشركة VAST Data

تخزين الكائنات يحطم الأسطورة القائلة بأنه يستخدم فقط للأرشيف. على الرغم من أن تخزين الكائنات يُعرف باسم حل تخزين النسخ الاحتياطي والأرشيف ، إلا أن هناك ثلاثة اتجاهات ستوسع هذا التصور في عام 2021. أولاً ، سيحظى تخزين الكائنات المستند إلى الفلاش بالتفضيل في أعباء عمل تحليلات البيانات التي تتطلب أيضًا سعة عالية. ثانيًا ، ستعمل وحدة التخزين المتوافقة مع S3 على تبسيط عمليات نشر Kubernetes ، مما يجعلها خيارًا منطقيًا للتطبيقات الحديثة. ثالثًا ، سيتم نشر التطبيقات السحابية الأصلية بشكل متزايد في مكان العمل ، مما يؤدي إلى الحاجة إلى تخزين داخلي متوافق مع S3 لتعزيز قابلية نقل التطبيقات. نتيجة لذلك ، ستستخدم المزيد من المؤسسات تخزين الكائنات لدعم حالات الاستخدام الكثيف للحوسبة ، مثل الذكاء الاصطناعي والتعلم الآلي وتحليلات البيانات ، مما يحطم الأسطورة "الرخيصة والعميقة" مرة واحدة وإلى الأبد. - جون تور ، مدير التسويق لـ Cloudian

تقوم المنظمات الآن بجمع كميات هائلة من التعلم الآلي وبيانات إنترنت الأشياء. إذا كانت شركتك تعتمد على جمع البيانات وتحليلها للعمل والنجاح ، فماذا يحدث إذا لم يتم نسخ هذه البيانات احتياطيًا بالكامل ويمكن استردادها بسهولة؟ تفكر معظم الشركات بشكل أساسي في تحليل البيانات ولا تفكر كثيرًا في النسخ الاحتياطي للبيانات أو الأمان. ولكن مع انتقال البيانات بشكل متزايد من بيئات التحليل إلى بيئات الإنتاج ، عندها تصبح الحماية أمرًا بالغ الأهمية. تعتمد أدوات التخزين المتطورة بشكل متزايد على الذكاء الاصطناعي والتعلم الآلي لأتمتة عملية النسخ الاحتياطي للبيانات. نظرًا للحجم الهائل لبيانات المؤسسة ، ستصبح هذه الأدوات الذكية حيوية للحفاظ على عملية نسخ احتياطي فعالة يمكنها الاستجابة بسرعة ودون عناء للمتطلبات المتغيرة مع توفير ساعات لا حصر لها على النسخ الاحتياطية اليدوية. - شريدار سوبرامانيان ، CMO of تخزين كرافت

الرأسية

كانت إمكانات الذكاء الاصطناعي في تحسين عمليات سلسلة التوريد مجال تركيز الشركات لمدة 5 سنوات على الأقل ، ولكن بعد الاضطرابات التي سببها COVID-19 ، حول العديد من محللي سلسلة التوريد والمؤسسات انتباههم إلى الذكاء الاصطناعي كحل ممكن لـ ويلاتهم. 67% من الشركات التي استثمرت في بعض الحلول التكنولوجية لمساعدتها على مواجهة الوباء ، و 60% من المؤسسات الصناعية يتطلعون إلى الذكاء الاصطناعي على وجه التحديد. ومع ذلك ، فإن نماذج الذكاء الاصطناعي تغذيها البيانات. تعتمد دقة نموذج الذكاء الاصطناعي ونطاقه وقدراته كليًا على بيانات التدريب الكامنة وراءه. ومع ذلك ، يجب تنظيم هذه البيانات وتصنيفها بتنسيق يمكن قراءته آليًا قبل أن يتمكن برنامج AI من هضمها. قبل تبني الذكاء الاصطناعي ، يجب على المؤسسات الاستفادة من تقنية التكامل الحديثة لتجميع البيانات تلقائيًا من التفاعلات مع نظامها الإيكولوجي للموردين والشركاء والتجار والعملاء بتنسيق منظم لدعم نماذج الذكاء الاصطناعي

الخروج PrimeXBT
تداول مع شركاء CFD الرسميين لشركة AC Milan
أسهل طريقة لتداول العملات المشفرة.
المصدر: https://www.fintechnews.org/big-data-industry-predicted-for-2021/