By Daniel gutierrez

2020 on ollut vuosisatojen vuosi, ja siinä on niin monia kotimaisia ​​ja maailmanlaajuisia haasteita. Suurtietoteollisuudella on kuitenkin huomattavaa hitautta siirtymällä vuoteen 2021. Antaaksemme arvostetuille lukijoillemme pulssin tärkeistä uusista suuntauksista, jotka johtavat ensi vuoteen, olemme täällä sisätiloissaBIGDATA kuulleet kaikilta ystäviltämme toimittajien ekosysteemissä saadaksemme näkemyksensä, pohdintansa ja ennusteita siitä, mitä saattaa olla tulossa. Meitä rohkaistiin kuulemaan tällaisia ​​jännittäviä näkökulmia. Vaikka vain puolet todella toteutuu, seuraavan vuoden Big Data on tarkoitus olla varsin jännittävä matka. Nauttia!

Daniel D.Gutierrez - Päätoimittaja ja asukkaiden tietotieteilijä

Analytics

"Analyyttinen jako" pahenee. Kuten paljon julkistettu "digitaalinen kuilu", näemme myös "analyyttisen kuilun" syntymisen. Monet yritykset ajoivat panostamaan analytiikkaan pandemian takia, kun taas toiset ovat joutuneet leikkaamaan mitä tahansa, jota he eivät pitäneet kriittisinä valojen palamisen takia - ja asianmukainen sijoitus analytiikkaan oli näiden organisaatioiden kohdalla leikkuulauta. Tämä tarkoittaa, että analyyttinen kuilu laajenee edelleen vuonna 2021, ja tämä suuntaus jatkuu monien vuosien ajan. Epäilemättä jokaisen toimialan voittajat ja häviäjät määrittelevät edelleen ne, jotka hyödyntävät analytiikkaa, ja ne, jotka eivät. - Alan Jacobson, tieto- ja analyysipäällikkö, osoitteessa Alteryx

Todennäköisesti ovat menneet hajanaisen analyysin ja raportointiratkaisujen päivät, jotka todennäköisesti täyttävät kapealla liiketoiminnan käyttötapaukset. Tämä on kestämätöntä. Yrityksillä ei voi olla erittäin osastoituneita analyysitoteutuksia, joilla on lokalisoitu ongelmanratkaisu ja että suuret yritykset eivät näe täyttä hyötyä. Tämä nykytilanne muuttuu tilanteeksi, jossa analyysi tehdään kaikilla tiedoilla, joihin yrityksellä on pääsy, ja näiden analytiikan valmiudet toteutetaan yhteistyössä useiden sidosryhmien kanssa, joilla on erilaiset taidot (esim. Tietojenkäsittely, yritysjohtajien linjat) ja keskittyen analytiikkatietojen operatiiviseen käyttöön lähes reaaliajassa. Toisin sanoen, ei enää hajanaisia ​​eikä enää vain tieteellisiä kokeiluja. - Sri Raghavan, johtaja, Data Science and Advanced Analytics -tuotemarkkinointi, Teradata

Reseptilääkeistä on keskeinen osa digitaalisen muutoksen onnistumista: Kehittyneet analyysit ovat tulossa valtavirtaistetaan, kun yritykset keräävät ja analysoivat yhä enemmän tietoja organisaatioistaan 35% Yhdysvaltain valmistajista, jotka ovat hyödyntäneet edistynyttä analytiikkaa viimeisten kolmen vuoden aikana. Tekoälyllä on merkittävä vaikutus koko arvoketjussa, määrääminen analyysillä on katalysaattori suorituskyvyn optimoimiseksi. Reseptilääkeistä tulee tärkeä osa tekoälyn skaalaamista organisaatioissa hyödyntämällä tuote- ja asiakastietoja neuvomaan tekoälymalleja prosessien parantamiseksi, tuotannon säätämiseksi ja tehokkuuden lisäämiseksi. Reseptilääke mahdollistaa jatkuvan parantamisen tekoälyn mallilla seuraamalla ja säätämällä jatkuvasti kehittyvien olosuhteiden perusteella. Reseptilääkemallit voivat tällöin mahdollistaa päätöksenteon automatisoinnin, jossa mallit voivat toimia parhaalla mahdollisella tavalla reseptien perusteella. Ennakoivan analyysin ohittaminen reseptilääkäriin antaisi viime kädessä mahdollisuuden menestyä digitaalisessa muutoksessa valmistajille vuonna 2021. Kalypso

Lisätyn analytiikan ja itsepalvelun kysyntä lisääntyy, kun otetaan huomioon hajautettu työvoima ja tiedonhimo. Vastauksena tekoäly häiritsee yhä enemmän perinteistä analytiikkaa. Hajautetun työvoiman kasvu lisää kysyntää lisätyn analytiikan suhteen, jossa yksittäistä käyttäjää opastetaan kyselyjen luomisprosessin läpi saadakseen välittömät vastaukset datakysymyksiinsä. Näemme analyysin ja tekoälyn lähentymisen kahdella alueella - infrastruktuuritasolla ja analyytikkotasolla.

Ihmiset alkavat ymmärtää, että heillä on erilaiset dataputket, jotka tarjoavat tietoja analyysimoottorille, ja he rakentavat toisen pinon ML: lle. Kahden täysin erillisen pinon sijasta näemme näiden lähentyvän infrastruktuuriksi, jota on helpompi ylläpitää samalla kun varmistetaan, että samoja tietoja käytetään molempien moottoreiden toimittamiseen. Toinen lähentyminen tapahtuu tiedon nälän suhteen ja aukon poistamiseksi vastaamalla kysymyksiin tietojen avulla. Tekoäly alkaa häiritä perinteistä analytiikkaa. Alustat (kuten Tableau, Power BI jne.) Alkavat siirtyä botteilta ja virtuaalisilta avustajilta, jotka ovat luonteeltaan keskustelevia. Mielestämme tämä on vauhtia itsepalvelun vetämisen kautta. Odotamme myös NLP: n yleistyvän vuonna 2021. - Scott Schlesinger, Global Data, Analytics & AI Practice Leader, ness

Erityisesti datan ja analytiikan osalta linjat tietotekniikan ja muiden osastojen välillä hämärtyvät edelleen. Datalla ja analytiikalla on potentiaalia saada aikaan erittäin positiivisia ja mielekkäitä liiketoiminnan tuloksia, ja kun se tapahtuu, on myös tehokasta yhteistyötä eri toiminnallisten alueiden välillä, koska jokaisella on tasoinen vastuu analyyttisen lähestymistavan onnistumisesta. Alat, kuten tiedonhallinta, tietolukutaito, avoimen datan käyttöympäristöt, tietojen integrointi ja hyödyntäminen yrityksen eri osissa, auttavat yrityskäyttäjiä suorittamaan perinteisesti IT-tiimeille varattuja tehtäviä, ja liiketoimintayksiköiden tuottama data syötetään IT-hallinnoimille alustoille. Tämä yhdistettynä puutteeseen tiedetieteilijöistä ja analytiikan ammattilaisista tarkoittaa myös sitä, että tietoalustat muuttuvat saumattomammiksi ja helpommin käyttöönotettaviksi, jotta kaikki organisaation osat pystyvät hyödyntämään sitä. - Frances Zelazny, YMJ Signaalianalyysi

2000-luvulla Microsoft Officen lisääminen ansioluettelosi voi tehdä sinusta hyvän ehdokkaan työhön, mutta vuosikymmen myöhemmin se oli taito, joka pidettiin itsestään selvänä. Nykyään SQL-taito voi saada sinut erottumaan, mutta mitä tapahtuu tulevina vuosina?

Tietolukutaidon kasvaessa analyysitaidoista tulee normi kaikille liike-elämän ammattilaisille ja ne alkavat kadota ehdokkaiden ansioluetteloista. Aivan kuten et todennäköisesti näe 'Office-taitoa' tänään, et todennäköisesti näe 'tietojen taitoa' vuosikymmenen loppuun mennessä. Olemme aloittaneet kolmannen analyysiaallon ja sen myötä odotuksen, että yrityskäyttäjät voivat olla vuorovaikutuksessa datan kanssa ilman asiantuntijan apua. Hyvin pian, jos et pysty naimisiin kovan datan kanssa liiketoimintaympäristössä määritelläksesi ja toteuttaaksesi strategian, kamppailet työpaikalla. Ihanteellinen ehdokas yrityksille vuonna 2021 ja sen jälkeen on henkilö, joka osaa sekä ymmärtää että puhua tietoja - koska muutamassa lyhyessä vuodessa datan lukutaito on jotain, mitä työnantajat vaativat ja odottavat. Ne, jotka haluavat päästä eteenpäin, hankkivat nämä kyvyt nyt. - ThoughtSpotin toimitusjohtaja Sudheesh Nair

Kun yritykset siirtävät tietoinfrastruktuurinsa yhdistetylle (yksi moottori kysyy eri lähteistä), eritelty (laskenta on erillinen tallennustilasta on erillinen datajärvestä) pino, näemme perinteisen tietovarastoinnin ja tiukasti yhdistetyt tietokantaarkkitehtuurit vanhojen työmäärien kanssa. Mutta yksi asia pysyy samana, kun on kyse tästä muutoksesta - SQL on edelleen analytiikan kieli. Tietoanalyytikot, datainsinöörit, datatutkijat ja tuotepäälliköt yhdessä tietokannan järjestelmänvalvojien kanssa käyttävät SQL: ää analyyseihin. - Dave Simmen, perustaja ja teknologiajohtaja (CTO), Ahana

Organisaatiot kaikkialla laajentavat analysointijärjestelmiensä käyttöä, mutta heitä haastetaan tarpeella luoda tapahtumadata-alustoja, jotka pystyvät suorittamaan reaaliaikaista dataa. Vuonna 2021 organisaatiot vaativat älykkäitä tietojärjestelmiä, jotka voivat kuluttaa staattista ja suoratoistodataa useista lähteistä missä tahansa muodossa, koossa tai nopeudessa; Käsittele tietoja (rikasta ja kartoita) lennossa; ja toimittaa tiedot järjestelmiin, laitteisiin ja sovelluksiin turvallisesti ja reaaliajassa. - Sean Bowen, toimitusjohtaja Push-tekniikka

Yksi SQL-kysely kaikille datakuormille. Suunta eteenpäin perustuu paitsi automaatioon myös siihen, kuinka nopeasti ja laajasti voit tehdä analytiikasta saatavana ja jaettavissa. Analytics antaa sinulle selkeän suunnan seuraavista vaiheistasi, jotta asiakkaat ja työntekijät ovat tyytyväisiä ja jopa pelastavat ihmishenkiä. Tietojesi hallinta ei ole enää ylellisyyttä, vaan välttämättömyys - ja se määrittää kuinka menestyvä sinä tai yrityksesi menestyt. Jos pystyt poistamaan tietojen hallinnan monimutkaisuuden tai kustannukset, olet erittäin tehokas. Viime kädessä tilan voittaja ottaa monimutkaisuuden ja kustannukset pois tiedonhallinnasta, ja työmäärät yhtenäistetään, joten voit kirjoittaa yhden SQL-kyselyn hallitaksesi ja käyttääksesi kaikkia kuormituksia useissa tietokohteissa. - Raj Verma, toimitusjohtaja SingleStore

Tekoäly- ja Analytics-ominaisuuksia tarjosivat aiemmin erilaiset alustat / tiimit. Vuosien varrella näemme, että alusta on lähentymässä ja tekoälytiimi on keskittynyt enemmän algoritmiselle puolelle, kun taas tekoäly- ja analyysialustaryhmät sulautuivat tarjoamaan ohjelmistoinfrastruktuuria sekä analytiikkaan että tekoälyn käyttötapauksiin. - Haoyuan Li, perustaja ja toimitusjohtaja, Alluxio

Datan ammattilaisina meillä on vastuu laajemmalle yleisölle. Luulen, että seuraavan vuoden aikana näemme edistymistä kohti eettisiä sääntöjä tietojen analysointiavaruudessa, jota johtavat tietoiset yritykset, jotka tunnustavat mahdollisten väärinkäytösten vakavuuden. Ehkä Yhdysvaltain hallitus puuttuu asiaan ja välittää jonkin version omasta GDPR: stään, mutta uskon, että teknologiayritykset johtavat tätä maksua. Se, mitä Facebook on tehnyt sitoutumistiedoilla, ei ole laitonta, mutta olemme huomanneet, että sillä voi olla haitallisia vaikutuksia lapsen kehitykseen ja henkilökohtaisiin tottumuksiimme. Tulevina vuosina katsomme taaksepäin tapaa, jolla yritykset käyttivät henkilötietoja 2010-luvulla, ja rypistymme tapaan, jolla näemme ihmisiä, jotka tupakoivat lentokoneessa 1960-luvun elokuvissa. - Jeremy Levy, toimitusjohtaja alustava

Tunteet ovat avaintekijä, joka vaikuttaa asiakkaiden käyttäytymiseen, ja niillä on voimakas vaikutus tuotemerkkiuskollisuuteen. Siksi yrityksille on yhä hyödyllisempää löytää tapa mitata asiakkaiden tunteita heidän päätöksenteossaan. Emotionaalinen analytiikka keskittyy tutkimaan ja tunnistamaan ihmisen tunteiden koko kirjo, johon kuuluu mieliala, asenne ja persoonallisuus. Siinä käytetään ennustavia malleja ja tekoälyä / ML: ää analysoimaan ihmisten liikkeitä, sanavalintoja, äänensävyjä ja ilmeitä. Tunne-analytiikka voi auttaa yrityksiä luomaan kokonaisvaltaisemman asiakasprofiilin, ymmärtämään, miten vaikuttaa tunteisiin, ja kehittämään räätälöityjä tuotteita ja palveluita yksilöllisesti. Tuotteiden ja palvelujen mielipiteen analyysi maantieteellisesti, sosiaalisissa verkostoissa ja verkkosivustojen tarkastelussa antaa yrityksille mahdollisuuden ymmärtää ja parantaa asiakastyytyväisyystasoaan paremmin. Emotionaalianalytiikan avulla yritykset voivat paremmin ymmärtää, miten niiden markkinointi ja palvelut vaikuttavat tunteisiin voidakseen tarjota positiivisempia asiakkaita. - Paul Moxon, johtaja, dataarkkitehtuuri osoitteessa denode

Tuoteanalytiikan oikea saaminen on vaikeaa. Jokainen vuorovaikutus johtaa datakammioihin, ja niiden kaivaminen sen löytämiseksi '' neula heinäsuovasta '' edellyttää paljon vaivaa, kurinalaisuutta ja aikaa, jotta se toimisi. Nämä markkinoille pääsyn esteet tarkoittavat usein yrityksiä, joilla on resursseja, kaistanleveyttä ja tietoa sen tekemiseksi oikein. Mutta se on myös tieteenala, jonka merkitys kasvaa - jo ennen pandemiaa kuluttajien vuorovaikutus tuotemerkkien kanssa tapahtui yleensä digitaalisilla alustoilla, ja nyt he ovat siellä lähes yksinomaan. Siellä on lukemattomia määriä tietoa, joka voi selittää kunkin vuorovaikutuksen ROI: n, ja epäilemättä osa siitä voi muuttua pelissä. Mutta rehellisesti sanottuna olemme ihmisiä, ja jos meidän on tehtävä kovasti töitä saadaksemme arvoa jostakin, emme todennäköisesti tee sitä johdonmukaisesti. Siksi vuonna 2021 analytiikka siirtyy reaktiivisesta pelistä - tietojen keräämisestä, jonka analyytikoiden on sitten seulottava löytääkseen oivallukset - proaktiiviseen, yhdistämällä joukkueet suoraan niihin "a-ha!" hetket, jotka innostavat välitöntä ja tietoista toimintaa. - Matin Movassate, toimitusjohtaja ja Heapin perustaja

Tekoäly

Kun yritykset etsivät tavoitteita avata ja saada takaisin riittävät tulovirrat, niiden on hyödynnettävä älykkäitä tekniikoita kerätäkseen reaaliaikaisia ​​avainkäsityksiä, joiden avulla ne voivat tehdä niin. Tekoälyn (AI) tekniikoiden käyttöönotto voi auttaa yrityksiä ymmärtämään, toimivatko heidän strategiansa asiakkaiden ja työntekijöiden turvaamiseksi, samalla kun ne edistävät edelleen kasvua. Kun yritykset tunnustavat tekoälyn ainutlaatuiset kyvyt helpottaa yrityspolitiikan hallintaa ja noudattamista, varmistaa turvallisuus ja kehittää asiakaskokemusta, näemme tekoälyn käyttöönoton lisääntyneen kaikilla toimialoilla. - Hillary Ashton, johtaja ja tuotejohtaja Teradata

Vuonna 2021 näemme tekoälyn, koneoppimisen ja esineiden internetin määrittelevän ja muokkaavan elämäämme ja käyttäytymistämme, ilmiön, joka jatkuu vielä monien vuosien ajan. Nämä edistysaskeleet vaikuttavat siihen, miten työskentelemme, miten ostamme, kuinka kulutamme, miten teemme jokaisen pienen asian elämässämme. Uskon kuitenkin, että todellinen tähti, josta yritykset kääntyvät, ovat mahdollistavat tekniikat, kuten pilvi- ja reunalaskenta, jotka jatkossakin hallitsevat, koska ne kykenevät käsittelemään ja hallitsemaan kaikkia tarvittavia tietoja, jotka polttoaineena ovat tekoäly, ML ja IoT, kuten sekä mahdollistavat tekniikat, kuten iPaaS, APIM ja RPA. Nämä tekniikat johtavat edelleen yritysten digitaalisen muutoksen maksua, kun ne siirtyvät manuaalisesta tai paperilähtöisestä liiketoiminnasta digitaalisiin yrityksiin, jotka voivat vihdoin hyödyntää tekoälyn ja esineiden internetin voimaa. - Manoj Choudhary, CTO klo Jitterbit

Keinotekoisesta älykkyydestä tulee vähemmän keinotekoinen vuonna 2021: Vaikka COVID-19-rokote olisi horisontissa, ihmisten työskentely ja vuorovaikutus on muuttunut perusteellisesti. Uutena vuonna etätyö jatkuu, sosiaalisen etäisyyden vaatimukset pysyvät voimassa ja toimitusketjuissa on edelleen häiriöitä. Tämä uusi elämäntapa edellyttää uutta tapaa, jolla yritykset voivat jatkaa toimintaansa tehokkaasti koko arvoketjussa - tuotteesta tehtaaseen loppukäyttäjään saakka. Tekoälyn (AI) käyttö on standardi näihin haasteisiin vastaamisessa. Tekoäly epäonnistuu kuitenkin ottamatta huomioon sitä, miten ihmiset ovat vuorovaikutuksessa näiden uusien autonomisten järjestelmien kanssa ja hyödyntävät niitä.

Vuonna 2021 yritykset omaksuvat ihmiskeskeisen lähestymistavan tekoälyaloitteisiin ymmärtämällä käyttäjien tarpeet ja arvot ja mukauttamalla tekoälyn suunnitelmat ja mallit vastaavasti, mikä puolestaan ​​parantaa omaksumista. Yritysten on keskityttävä ihmisiin ja kulttuuriin samalla tavalla kuin itse tekniikka, jotta tekoäly onnistuu. Organisaation muutoksenhallintaryhmät ovat kriittisiä digitaalisen muutoksen ja tekoälyn eteenpäin viemisessä tuomalla ihmisiä mukaan muutosmatkalle ja asettamalla organisaatio mitattavissa oleville tuloksille. Oikea muutosten hallinta on tärkein - mutta silti unohdettu - näkökohta kaikissa digitaalisen muutoksen aloitteissa. - George Young, globaali toimitusjohtaja, Kalypso

Vuonna 2021 yritykset siirtyvät pois nopeista voitoista turvautumalla tekoälyjärjestelmiin keskittyen kestävään ja mielekkääseen liiketoiminnan arvoon. Tämä muutos ajaa syventäviä tietotaidon aloitteita eri organisaatioissa. Se vaatii ihmisiä oppimaan uusia taitoja ja käyttäytymään uusilla tavoilla. - Sundeep Reddy Mallu, analyysipäällikkö, Gramener 

Suurin osa kuluttajista on edelleen skeptinen tekoälyn suhteen. Useiden suurten kuluttajabrändien ollessa kuumalla paikalla kyseenalaisen tekoälyetiikan ympärillä, useimmat ihmiset eivät vielä luota tekoälyyn. Monille se johtuu siitä, että he eivät ymmärrä sitä tai edes ymmärtävät käyttävänsä sitä päivittäin. Kuluttajat saavat niin monta tekoälypohjaista palvelua ilmaiseksi - Facebook, Google, TikTok jne. - että he eivät ymmärrä mitä he henkilökohtaisesti luopuvat vastineeksi - nimittäin henkilökohtaisia ​​tietojaan. Niin kauan kuin suuri yleisö on edelleen naiivi, he eivät pysty ennakoimaan AI: n aiheuttamia vaaroja tai miten suojautua - elleivät markkinat kouluta paremmin asiakkaita tai toteuta säännöksiä heidän suojelemiseksi. Tästä huolimatta on olemassa joitain todisteita siitä, että olemme kääntämässä kulmaa AI: n luotettavuuden suhteen. XNUMX prosenttia Megan tulevaan kyselyyn vastanneista yritysjohtajista sanoi olevansa optimistisia sille, että tekoälyn puolueellisuutta lievennetään riittävästi viiden vuoden kuluttua. Yrityksillä oli parempi toivoa, että tämä osoittautuu totta - koska kun yhä useampi yleisö herää siihen, miten tekoäly vaikuttaa heidän elämäänsä, ja joissain tapauksissa pelaa suosikkeja, he kysyvät edelleen kovempia kysymyksiä, jotka heikentävät entisestään luottamusta tekoälyyn ja pakottavat yritykset täytyy vastata niihin. - Vince Jeffs, ylijohtaja - tuotestrategia, markkinoinnin tekoäly ja päätöksenteko, Pega

Tekoälyllä toimivat digitaaliset työntekijät auttavat yrityksiä pysymään strategisina pitkällä aikavälillä. Harvat ovat eri mieltä ajatuksesta, että tekoäly ja automaatio ovat välttämättömiä yritysten selviytymiselle jatkossa. Tutkimus on kuitenkin osoittanut, että useimmat yritykset eivät ole täysin ymmärtäneet tekoäly- ja automaatioinvestointiensa hyötyä. Yhdistämällä tehokkaat tekoälyominaisuudet liiketoimintaprosesseihin digitaalisen työvoiman kautta näemme yhä enemmän organisaatioiden toteuttavan tekoälyohjattua automaatiota mittakaavassa. Tekoälyn infuusioautomaatio kytketään yhä enemmän keskeisiin strategisiin aloitteisiin, kuten asiakaslähtöisyyden parantamiseen, liikevaihdon kasvuun, pääoman kohdentamiseen, toimitusketjun hallintaan, riskienhallintaan, kustannusten ja toiminnan tehokkuuteen ja muuhun. Tekoälykäyttöiset digitaalityöntekijät hyödynnetään ensisijaisina työkaluina yritysstrategian toteuttamiseen ja suuryritysten riskien hallintaan. Automaation nopeaa ja tehokasta käyttöönottoa pidetään yhä tärkeämpänä osana kilpailukyvyn ylläpitämistä markkinoilla. - Eric Tyree, tekoälyn ja Blue Prismin tutkimusjohtaja

Tekoälyn kokeilusta tulee strategisempaa. Kokeilu tapahtuu koko mallin kehitysprosessin ajan - yleensä jokaiseen tärkeään päätökseen tai oletukseen sisältyy ainakin jokin kokeilu tai aiempi tutkimus näiden päätösten perustelemiseksi. Kokeilu voi olla monia muotoja täysimittaisten ennustavien ML-mallien rakentamisesta tilastollisten testien tekemiseen tai tietojen kartoittamiseen. Kaikkien mahdollisten hyperparametrien, ominaisuuksien käsittelyn jne. Yhdistelmien kokeileminen tulee nopeasti jäljittämättömäksi. Siksi alamme nähdä organisaatioiden määrittävän aika- ja / tai laskentabudjetin kokeille sekä hyväksymiskynnyksen mallin hyödyllisyydelle. - Florian Douetteau, toimitusjohtaja ja perustaja Dataiku

Vuonna 2021 näemme vihdoin AI: n siirtyvän valtavirtaan. COVID-19: n seurauksena yritykset joutuivat muuttamaan digitaalisesti, jotta ne voivat selviytyä uudessa normaalissa tilanteessa. Tutkimuksemme mukaan digitaalinen kiihtyvyys ei osoita merkkejä pysähtymisestä uudella vuodella, ja 86% yrityksistä hyötyy parhaillaan tekoälyn kautta saatavan paremman asiakaskokemuksen eduista, mikä todennäköisesti jatkuu. Pandemia on myös muuttanut tekoälyinvestointien liiketoiminnan prioriteetteja. Olemme esimerkiksi nähneet yritysten siirtyvän yksinkertaisemmista tehtävistä, kuten automaatiosta, keskittymään työvoiman suunnitteluun ja simulointimallinnukseen. Kun organisaatiot näkevät edelleen hyötyään digitaalisista investoinneistaan ​​monimutkaisiin prosesseihin, tekoäly tulee levinneemmäksi ja laajemmaksi vain ensi vuoden aikana. - Anand Rao, maailmanlaajuinen tekoälyn johtaja PwC: ssä

Tekoälyn ja BI: n lähentyminen lisää datatietoja. Tekoäly on ollut osa jokaista yrityskeskustelua viimeisten 5 vuoden aikana. Silti haasteita on edistyneiden tekoälytietojen demokratisoinnissa suurilla työntekijäryhmillä. Kun uusia tekoälypohjaisia ​​BI-tuotteita tulee esiin, siilot rikkoutuvat ja jokainen käyttäjä voi hyödyntää datan analytiikkaa ja löytää oivalluksia. Yksinkertaisista käyttöliittymistä, henkilökohtaisista oivalluksista ja kiinnostavista datakokemuksista tulee data-analytiikan tunnusmerkkejä vuonna 2021 ja sen jälkeen. - Dhiren Patel, MachEyen tuotejohtaja ja asiakasmenestysjohtaja

Rotujen puolueellisuus monissa tekoälyperäisissä kasvojentunnistusalgoritmeissa on ollut suuri keskustelunaihe viimeisen vuoden aikana ja tullut kärkeen vuoden 2020 sosiaalisten levottomuuksien takia. Tutkimus on löytänyt laajaa näyttöä että rodulliset vähemmistöt tunnistettiin selvästi todennäköisemmin kuin valkoiset. Vuonna 2021 tekoälyn ennakkoluulojen korjaamisesta tulee tärkeä aihe kaikille yrityksille, jotka hyödyntävät tekoälyä tai kasvojentunnistustekniikkaa. Käyttämällä valtion myöntämiä asiakirjoja voit nopeasti ja helposti todistaa henkilöllisyyden omistamalla analysoimalla asiakirjan kasvot ja vertaamalla niitä kasvoihin, jotka yrittävät käyttää järjestelmääsi. Vuosi 2021 tulee olemaan vuosi, jolloin tekoälyn ennakkoluulot tulevat esiin, ja yritykset alkavat toteuttaa radikaaleja muutoksia poistaakseen ohjelmistojen rodulliset puolueet - osa niistä voidaan tehdä keskittymällä tarkoituksellisesti yrityksen ML-järjestelmän oikeudenmukaisuuteen ja koulutukseen rodullisten kasvojen vähentämiseksi. tunnistusvirheet. - Mohan Mahadevan, tutkimusjohtaja, Onfido

Vuosi 2021 on vuosi, jolloin joukkueet siirtyvät rennosti tekoälyn seurasta sitoutuneeseen suhteeseen. Tekoäly ei ole enää vain tutkimus- ja kehityshankkeisiin. On aika sitoutua näiden ratkaisujen mukauttamiseen pelkän flirttaamisen kanssa. Meidän on automatisoitava nyt. - David Karandish, perustaja ja toimitusjohtaja Koko 

Laskennallisen voiman, Internet-mittakaavan datan ja nykyaikaisten koneoppimisalgoritmien yhtymäkohdalla olemme tehneet viime vuosina merkittävän uuden kentän tekoälyn kanssa. Tulevina vuosina olemme siirtymässä ekspansiiviseen aikakauteen, jossa pitkä kaupallisten käyttötapausten prototyyppi, pakkaus ja tuotanto - joko olemassa olevien tuotteiden ja palveluiden parantamiseksi tai kokonaan uusien luomiseksi. - Dave Costenaro, johtaja, Koko 

Tekoälyn menestys siirtyy yleiskohteesta kapealle. Vaikka tekoälyinvestoinnit kasvavat edelleen yrityksessä, yritykset arvioivat uudelleen tekniikkapinojaan sijoittamaan kapealla tekoälyllä "yleiskäyttöisten" mustien laatikoiden sijaan, jotka väittävät tekevänsä kaiken. Kapealla, täydennetyt käyttötapaukset, jotka ratkaisevat tiettyjä ongelmia, asettavat budjetin etusijalle eikä automaatio, joka lupaa tehdä kaiken. - Viral Bajaria, CTO klo 6 järkeä

Keinotekoisen kapean älykkyyden nousu: Ei kauan sitten tekoäly tunnettiin nykyään keinotekoisena yleisenä älykkyytenä, kuten itse ajavat autot tai kuvan tunnistaminen. Nykyään on kuitenkin olemassa uusi keinotekoisen älykkyyden luokka, joka yrittää toistaa ihmisen päätöksentekoprosessia. Toimitusketjun näkökulmasta tämä uusi tekoäly voi auttaa parantamaan päätöksentekoa toimitusketjun kaikilla osa-alueilla kohdasta "Kuinka täytän kuorma-auton?" tai "Kuinka saan tuotteita ajoissa?" Vuonna 2021 aion lisätä näiden määrää kapea ratkaisuja taktisten ja pienempien päätösten korvaamiseksi. - Andy Fox, LLamasoftin globaalien vaikutusten johtaja

Reunoilla alamme nähdä, että ”Counter-AI” alkaa toteutua. Kun hallitukset yrittävät seurata ihmisiä ja yritykset yrittävät manipuloida heitä tai saada syvällisiä oivalluksia käyttäytymisestä, ennustan takaiskuvälineitä menetelmistä seurannan ja asiakas 360: n seuraamiseksi. Toisin kuin työ, jota eri ryhmät ovat tehneet kasvojen tunnistamisen työkaluissa, alamme nähdä korkean ja matalan tekniikan menetelmiä tekoälyn ymmärtämiseksi, joita käytetään tarkkailemaan ja ymmärtämään meitä. - Arkkitehtuuripäällikkö Atos Pohjois-AmerikkaAI-laboratorio yhteistyössä Google Cloudin, Jonas Bullin kanssa

Kun yhä useampi virasto alkaa omaksua näitä tekoäly- ja ML-pohjaisia ​​ratkaisuja, lainvalvontaviranomaisilla on velvollisuus noudattaa eettisiä käytäntöjä ja poistaa ennakkoluulot tällaisissa työkaluissa. Sellaisena osastot alkavat laatia omaa politiikkaansa ja työskennellä hallintoelinten kanssa vastuullista ja eettistä tekoälyn käyttöä varten, mukaan lukien asianmukainen koulutus asianomaisille tiimeille ja liiketoiminnoille sekä luomalla ympäristö, jossa on dataohjatun ja vastuullisen päätöksen eetos -tehdä. Askeleen pidemmälle lainvalvontaviranomaiset jatkavat sen varmistamista, että tekoälyjärjestelmät tarkistetaan puolueettomiksi ja korjataan tarvittaessa. Ja he avaavat viestintäyhteyden yleisön kanssa edistääkseen näiden työkalujen käytön avoimuutta. - Heather Mahalik, Cellebriten digitaalisen älykkyyden johtaja

Näemme enemmän datalähtöisiä yrityksiä hyödyntävän avoimen lähdekoodin analytiikkaa ja tekoälyä vuonna 2021. Avoimen lähdekoodin analyysiteknologiat, kuten Presto ja Apache Spark teho-AI-alustat, ovat paljon joustavampia ja kustannustehokkaampia kuin perinteiset yritystietovarastopartnerit, jotka luottavat konsolidointiin. tiedot yhdessä paikassa - aikaa vievä ja kallis yritys, joka yleensä edellyttää toimittajan lukitusta. Ensi vuonna analyyttisten moottoreiden, kuten Presto, käyttö AI-sovelluksissa kasvaa avoimen luonteensa vuoksi - avoimen lähdekoodin lisenssi, avoin muoto, avoimet rajapinnat ja avoin pilvi. - Dipti Borkar, perustaja ja tuotejohtaja (CPO), Ahana

Teollisuus siirtyy yleisistä horisontaalisista tekoälyalustoista, kuten IBM Watson ja Amazon Lex, kohti aluekohtaisia ​​tekoälykäyttöisiä tuotteita ja hallittuja palvelumalleja. Yleiset käyttöympäristöt eivät ole ratkaisuja, vaan ne alkavat kylmänä ilman koulutustietoja tai tietomallirakennetta - tämän rakentaminen ja optimointi tuotannossa on asiantuntija- ja resurssiintensiivinen tehtävä, joka on useimpien yritysten kyvyn ulkopuolella. Siirtyminen varhaisista innovaattorimarkkinoista massamarkkinoiden käyttöönottoon johtuu vuonna 2021 ottamalla käyttöön toimialakohtaiset tekoälykäyttöiset tuotteet, jotka on ennalta koulutettu tietylle alalle ja joiden on todistettu toimivan. - Jake Tyler, perustaja ja toimitusjohtaja Suomalainen tekoäly

Vuonna 2021 tekoälyä ei kartoiteta ihmisen osaamisalueella. Meillä voi olla algoritmeja, jotka murskaavat kaikki ihmiset shakissa, mutta eivät kykene tekemään kupillista teetä ja tietokoneohjelmia, jotka pystyvät suorittamaan matematiikkaa miljoonia kertoja nopeammin kuin ihmiset, mutta jos heiltä kysytään kuka voi voittaa seuraavan maailmancupin, he eivät edes ymmärtäisi kysymys. Heidän kykynsä eivät ole yleismaailmallisia. Olemme päässeet tekoälyn kanssa pisteeseen, jossa yliarvioimme ja aliarvioimme algoritmien voiman samanaikaisesti. Kun yliarvioimme heidät, näemme ihmisten tuomion siirtyvän jälkikäteen - vaaralliseen paikkaan. "Mutanttialgoritmin" käyttö A-tason tulosten luokittelussa on skandaali du jour Yhdistyneessä kuningaskunnassa, vaikka algoritmi tuottaa monia tuloksia, jotka yksinkertaisesti rikkovat tervettä järkeä. Kun aliarvioimme algoritmeja, näemme kokonaiset teollisuudenalat romahtavan, koska ne eivät nähneet muutoksia horisontissa. Kuinka perinteinen taksiliiketoiminta voi kilpailla, kun Uberin algoritmi antaa sinulle kyydin alle 3 minuutissa? Vuonna 2021 odota insinöörien välttävän tekoälyä ja algoritmisia virheitä yrittämättä kartoittaa algoritmeja ihmisen osaamisalueelle. Tekoälytekniikoiden - kuten minkä tahansa kontekstipuheentunnistuksen - käyttäminen ihmisten mahdollisuuksien parantamiseksi ja oikean tasapainon löytäminen tekoälyn automatisoinnin ja ihmistietojen välillä todellisissa käyttötapauksissa - kuten asiakaskokemus ja verkkoneuvottelut - alkavat muokata tehokasta käyttöä tekoälyn tulevaisuuteen. - Ian Firth, varapuheenjohtaja Puhepolitiikka

Vastuullisesta tekoälystä / ML: stä tulee kuumin aihe pilvi-ML-teollisuudessa. Koska yhteiskunnassa korostetaan entistä enemmän epäoikeudenmukaisuuden ja ennakkoluulojen torjuntaa ja yleistä kiinnostusta koneoppimismallien parempaan tulkittavuuteen ja selittävyyteen, pilvipalveluntarjoajat investoivat ja parantavat ML-tarjontaansa tarjotakseen täyden valikoiman vastuullisia ML / AI-valmiuksia, joiden tarkoituksena on tyydyttää ja rauhoittaa sääntelyviranomaiset, mallintajat, johto ja markkinat ML: n oikeudenmukaisessa käytössä. Sillä välin tekoälyn / ML: n kasvu ja käyttö jatkuu räjähdysmäisesti koko toimialalla.Siellä on merkittäviä parannuksia helppokäyttöisyyteen ja UX: iin yhdistämällä vastuullinen tekoäly / ML-kehys tämän alan seuraavan kasvupyrähdyksen ajamiseksi. - Yiannis Antoniou, analyytikko, Gigaom

AIOps verkostoitumisesta tulee valtavirtaa: Ensi vuonna AIOps siirtyy teoriasta käytäntöön monissa organisaatioissa. Etätyöntekijöiden määrän lisääntyessä ja kodista tulee uusi mikrokonttori, tekoälystä tulee pöydän panoksia tarjoamaan loistava asiakas pilvikäyttökokemukseen samalla kun hallitaan etätyöntekijöiden IT-tukikustannuksia. IT-tiimien on omaksuttava AIOps: t toiminnan laajentamiseksi ja automatisoimiseksi. AIOps-pilvi SaaS kääntää asiakastukimallin ylösalaisin. Sen sijaan, että käyttäjät lähettävät lippuja tietotekniikkaan, tekoäly tunnistaa ennakoivasti käyttäjät, joilla on yhteys- tai kokemusongelmia, joko ratkaisee (itseohjautuva verkko) tai avaa lipun ehdotetuilla tietotekniikan korjaustoimenpiteillä. - Bob Friday, johtaja Mist Systems, Juniper Networks -yritys

Keinotekoisella älyllä ja koneoppimisella on paljon kiinteämpi rooli toimitusketjustrategiassa kuin aikaisempina vuosina. Reaaliaikaisen oivalluksen tarve koko toimitusketjussa kasvaa edelleen vuonna 2021, varsinkin kun toimitusketjun organisaatiot arvioivat toimintaansa uudelleen COVID-19-pandemian aikana tapahtuneiden ostokäyttäytymisen äkillisten muutosten seurauksena.

Voidakseen vastata tähän tarpeeseen, toimitusketjun organisaatioiden on etsittävä tekoälyä (AI) ja koneoppimista (ML) tukevaa tekniikkaa päivittääkseen nykyisestä, kuvaavasta ja ohjeellisesta analytiikasta ja hyödyntämällä ennakoivaa analytiikkaa - jotka tarjoavat suositeltuja toimintoja ennen tapaus tapahtuu aikaisempien toimien perusteella. Yritykset kokevat usein siiloja ja pirstoutumista, koska suuret yritykset, joilla on erilaiset järjestelmät, hankkivat ne. Vuonna 2021 toimitusketjun sidosryhmät pyrkivät ottamaan digitaaliset kaksoset käyttöön kaikissa moduuleissa ylimääräisenä näkyvyyskerroksena ja varmistamaan synkronoinnin yrityksen olemassa olevien järjestelmien ja uuden tekniikan, kuten antureiden ja nanoanturien, välillä, jotka tulevat markkinoille yhä suuremmassa määrin. . - Mahesh Veerina, Cloudleafin toimitusjohtaja

Tekoälyn ennakkoluulot aiheuttavat suurta haittaa - vaikuttamalla rekrytointiprosessiin vahvistamalla sukupuolistereotypioita rotuerotteluun luottopisteytyksessä ja luotonannossa. Organisaatiot tietävät, että monipuolisen työvoiman palkkaaminen voi tarjota taso-totuutta tekoälymalleille, ja he tietävät, että koulutustietoja on seurattava jatkuvasti ennakkoluulojen varalta, koska ne vaikuttavat algoritmien laatuun ja tarkkuuteen. He tietävät myös, että eettisiin perustuviin mittauksiin ei ole nykyistä vertailuarvoa tekoälyn ennakkoluulojen todellisen lieventämiseksi ja että niitä on oltava. Vuonna 2021 näemme, että organisaatiot kulkevat ohi, vain tunnustavat ja "huolestuvat" tekoälyn puolueellisuudesta ja alkavat tehdä merkittävämpiä ratkaisuja sen ratkaisemiseksi - koska sitä tarvitaan. Erityisryhmät ja / tai -aloitteet perustetaan torjumaan kaikkia vastuullisen tekoälyn kattamia huolenaiheita, mukaan lukien kaikki tietojen luontaisesta puolueellisuudesta tietojen kouluttajien oikeudenmukaiseen kohteluun. Vastuullisen tekoälyaloitteen perustamisesta ei tule vain hallitustason toimeksiantoa joillekin, vaan tekoälytoimintaa johtavien yritysten kumppanit ja asiakkaat vaativat sitä. - Appen Tekninen johtaja Wilson Pang

AIOps lämpenevät parantamaan asiakaskokemusta ja takaavat sovellusten varmuuden ja optimoinnin. Kun vuosi on ennalta arvaamaton, yritysten on odotettava odottamatonta, kun on tehtävä tekniikkapinoista erehtymättömiä ja ennakoivia. Näemme, että AIOps: n kysyntä kasvaa edelleen, koska se pystyy vastaamaan ja ennakoimaan nämä odottamattomat skenaariot tekoälyn, ML: n ja ennakoivan analytiikan avulla. Digitaalisten yrityssovellusten lisääntyvä monimutkaisuus, joka kattaa hybridi paikan päällä ja pilvi-infrastruktuurit yhdistettynä nykyaikaisten sovellusarkkitehtuurien käyttöön, kuten kontti, johtaa ennennäkemättömään lisääntymiseen sekä datan määrässä että monimutkaisuudessa. Vaikka nykyaikaisista digitaalisista ympäristöistä tuleva tiedon ylikuormitus voi viivästyttää korjausta ja hukuttaa IT Ops -tiimejä, meluisat tietojoukot ovat menneisyyden este, koska älykkäämpiä strategioita ja keskitettyjä AIOps-järjestelmiä autetaan organisaatioita parantamaan asiakaskokemusta, tarjoamaan nykyaikaista sovellusten varmuutta ja optimointia, sitomaan se älykäs automaatio ja kukoistaa itsenäisinä digitaalialan yrityksinä. Itse asiassa perinteiset IT-toimintamenetelmät eivät välttämättä ole enää mahdollisia - AIOps: n käyttöönotto on väistämätöntä resurssien skaalaamiseksi ja nykyaikaisten ympäristöjen tehokkaaksi hallitsemiseksi. - Ali Siddiqui, tuotejohtaja, BMC-ohjelmisto

Räikeä tosiasia on, että vuonna 2021 on vuosi, jolloin tekoälyä todella harjoittavat ihmiset alkavat saavuttaa mittakaavassa arvoa, kun taas kuukaudet, jotka harjoittavat hauraita malleja ja eivät kykene saamaan kiinni, ovat kasvavassa, eksponentiaalisessa ja epäedullisessa asemassa. Viimeisen mailin haasteet eivät tule helpommiksi - mutta perustavanlaatuinen muutos ajattelussa ja lähestymistavassa on kriittinen monimutkaisuuden esteiden voittamiseksi. - Tohtori Josh Sullivan, johtaja Modzy

Tyylikäs riskinarviointi: Kun AIOps-tila kypsyy edelleen, näemme toimittajille mahdollisuuden tarkentaa riskinarviointimahdollisuuksiaan, jotta asiakkaat voivat korjata ongelmat lähes varmasti rikkomatta mitään muuta järjestelmässä. Vuonna 2021 yksi alue, jossa näemme molempien toimittajien keskittyneen entistä enemmän ja lisää omaksumista käyttäjien keskuudessa, on entistä tyylikkäämpi riippuvuuksien kartoitus, jotta insinöörit voivat arvioida riskin tarkasti osana korjausprosessia tai ohjelmistomuutosten rakennus-käyttöönottosykliä. varmista, että muutos yhdessä ympäristön osassa ei riko järjestelmää muualla. - Michael Olson, johtaja, New Relicin tuotemarkkinointi

Vuonna 2021 tekoälyä ei kartoiteta ihmisen kompetenssispektriin: Meillä voi olla algoritmeja, jotka murskaavat kaikki ihmiset shakissa, mutta eivät kykene tekemään kupillista teetä ja tietokoneohjelmia, jotka pystyvät suorittamaan matematiikkaa miljoonia kertoja nopeammin kuin ihmiset, mutta jos heiltä kysytään kuka voi voittaa seuraavan maailmancupin, he eivät edes ymmärtäisi kysymystä. Heidän kykynsä eivät ole yleismaailmallisia. Olemme päässeet tekoälyn kanssa pisteeseen, jossa yliarvioimme ja aliarvioimme algoritmien voiman samanaikaisesti.

Kun yliarvioimme heidät, näemme ihmisten tuomion siirtyvän jälkikäteen - vaaralliseen paikkaan. "Mutanttialgoritmin" käyttö A-tason tulosten luokittelussa on skandaali du jour Yhdistyneessä kuningaskunnassa, vaikka algoritmi tuottaa monia tuloksia, jotka yksinkertaisesti rikkovat tervettä järkeä. Kun aliarvioimme algoritmeja, näemme kokonaiset teollisuudenalat romahtavan, koska ne eivät nähneet muutoksia horisontissa. Kuinka perinteinen taksiliiketoiminta voi kilpailla, kun Uberin algoritmi antaa sinulle kyydin alle 3 minuutissa? Vuonna 2021 odota insinöörien välttävän tekoälyä ja algoritmisia virheitä yrittämättä kartoittaa algoritmeja ihmisen osaamisalueelle. Tekoälytekniikoiden - kuten minkä tahansa kontekstipuheentunnistuksen - käyttäminen ihmisten mahdollisuuksien parantamiseksi ja oikean tasapainon löytäminen tekoälyn automatisoinnin ja ihmistietojen välillä todellisissa käyttötapauksissa - kuten asiakaskokemus ja verkkoneuvottelut - alkavat muokata tehokasta käyttöä tekoälyn tulevaisuutta varten. - Ian Firth, varapuheenjohtaja Puhepolitiikka

Reunalla oleva ML on yksi tärkeimmistä painopistealoista tekoäly- ja ML-teollisuudessa vuonna 2021. Älykkäiden reuna-sovellusten kysyntä kasvaa nopeasti autoteollisuudessa, älykkäissä tehtaissa ja älykkäissä kodeissa. Laajasti saatavilla olevien tehokkaiden ML-kehitystyökalujen ja puolijohdeyritysten lanseeraamalla uudet ML-ominaisuuksilla varustetut MCU: t, ML-reuna-sovellusten käyttöönotosta tulee tärkein trendi. - Sang Won Lee, toimitusjohtaja Qeexo

Kliininen yhteisö lisää niiden käyttöä liittovaltion oppimismenetelmät rakentaa vankkoja tekoälymalleja eri instituutioille, maantieteellisille alueille, potilastiedot ja lääketieteelliset skannerit. Näiden mallien herkkyys ja valikoivuus ovat parempia kuin yhdessä laitoksessa rakennetut tekoälymallit, vaikka harjoittelussa olisi runsaasti tietoa. Lisäbonuksena tutkijat voivat tehdä yhteistyötä tekoälyn mallin luomisessa jakamatta luottamuksellisia potilastietoja. Federoitu oppiminen on hyödyllistä myös tekoälymallien rakentamisessa alueille, joilla tietoja on vähän, kuten pediatrian ja harvinaisten sairauksien kohdalla. - Kimberly Powell, varatoimitusjohtaja ja toimitusjohtaja, NVIDIA Healthcare

Tekoälyn huippuyksikkö: Yritykset ovat sekoittuneet viimeisten 10 vuoden aikana hankkiakseen erittäin palkattuja tiedetieteilijöitä, mutta niiden tuottavuus on kuitenkin ollut odotettua alhaisempi tukevan infrastruktuurin puutteen vuoksi. Useampi organisaatio nopeuttaa tekoälyn investointien tuottoa rakentamalla keskitetyn, jaetun infrastruktuurin supertietokoneiden mittakaavassa. Tämä helpottaa tietojenkäsittelytaitojen hoitamista ja laajentamista, parhaiden käytäntöjen jakamista ja nopeuttaa monimutkaisten tekoälyongelmien ratkaisemista. - Charlie Boyle, varatoimitusjohtaja ja NVIDIA DGX Systems

Tekoälyn ilmaisu suppenee saumattomissa käyttäjäkokemuksissa: Kun katsomme tekoälyn historiaa, algoritmit olivat kuninkaita ja käyttökokemus tuli toiseksi. Mutta kun siirrymme vuoteen 2021, tekoälyä tukevat sovellukset keskittyvät yhä enemmän käytettävyyteen ensisijaisena. Tekoälyn parhaat ilmaisut ovat saumattomia käyttäjälle ja toimivat huomaamattomasti taustalla. Tekoälyn / ML: n tukemat alustat löytävät uusia tapoja johtaa käyttäjät parempiin johtopäätöksiin ja ratkaisuihin.

Tämä tapahtuu kuulustelemalla valtavia määriä tietoja, etsimällä poikkeavuuksia, oivalluksia ja trendejä ja esittämällä sitten tulokset sopivassa liiketoimintaympäristössä. Todella kitkattoman AI / ML: n tulisi olla kaikkien liiketoiminta-alustojen päätavoite. Toivon näkevänni kehittyneempiä tekoälyn sovelluksia, jotka tunnistavat, mitä kukin käyttäjä yrittää saavuttaa, ja ilmaisevat automaattisesti oivalluksia, joita voidaan hyödyntää nopeassa toiminnassa. Tämä helppokäyttöisyys on uskomattoman arvokas laajalle käyttäjäkunnalle, sekä tekniselle että ei-tekniselle. - Sanjay Vyas, CTO: n johtaja Suunniteltu

Eettisellä tekoälyllä on keskeinen rooli tuotekehityksessä vuonna 2021, mutta se on vaikea ratkaista: Eettisestä tekoälystä on tulossa tärkeä asia, mutta vaikea ratkaista. Yritykset käyttävät tietoja ja tekoälyä ratkaisujen luomiseen, mutta ne saattavat ohittaa ihmisoikeudet syrjinnän, valvonnan, avoimuuden, yksityisyyden, turvallisuuden, sananvapauden, oikeuden työskennellä ja julkisten palvelujen saatavuuden suhteen. 

Maine-, sääntely- ja oikeudellisten riskien lisääntymisen välttämiseksi eettinen tekoäly on välttämätöntä ja lopulta antaa tien tekoälypolitiikalle. Tekoälyn politiikka varmistaa korkeatasoisen avoimuuden ja suojatoimenpiteet ihmisille. Tietopalvelussa toimitusjohtajien ja teknisten johtajien on löydettävä tapoja poistaa algoritmien ennakkoluulot huolellisen analyysin, tarkastuksen ja ohjelmoinnin avulla. - Krishna Tammana, Talendin teknologiajohtaja

Ensi vuonna näemme yritysten keskittyvän, ottavan käyttöön ja kehittämään tekoälyratkaisuja, jotka todella tuottavat sijoitetun pääoman tuottoprosenttia, eikä temppuja tai rakennustekniikkaa tekniikan vuoksi. Organisaatiot keskittyvät todistettavaan edistymiseen ja mitattavissa oleviin tuloksiin ja investoivat siksi ratkaisuihin, jotka ratkaisevat tiettyjä ongelmia. Yritykset, joilla on syvällinen ymmärrys asiakkaidensa monimutkaisuudesta ja haasteista, jotka etsivät ratkaisua ja ovat valmiita sijoittamaan tutkimus- ja kehitystyönsä dollareihin, löytävät menestyksen. - Joe Petro, teknologiajohtaja Nuance Communications, Inc..

Tekoälyn osaamisvaje jatkuu, ja organisaatiot miettivät uusia tapoja sopeutua. Organisaatioiden on ollut vaikea palkata tekoälyn käyttöönottoon tarvittavia kykyjä ja hyödyntää kaikkia etuja, ja puolet alan sisäpiiriläisistä ilmoitti tästä haasteesta. Lisäksi monet organisaatiot ovat nopeuttaneet digitaalisen muutoksen aloitteita muutamilla kuukausilla tai vuosilla - mutta käytettävissä olevat kyvyt ja koulutusmahdollisuudet tukevat näitä aloitteita. Lisääntyneen kysynnän vuoksi ennustamme, että yritykset tarjoavat lisää osaamisaloitteita ja kannustimia työntekijöille uusien taitojen oppimiseksi sekä työskentelemään datan ja tekoälyn lukutaidon rakentamiseksi kaikilla organisaation tasoilla.

Pandemia on tarjonnut organisaatioille mahdollisuuden priorisoida nämä toimet ja auttaa työntekijöitä kehittämään uusia taitoja siirtyessään nopeasti etätyöhön. Tulevaisuudessa vuosi 2021 koskee koulutusta - sekä uudessa normaalissa toiminnassa että nopeutettujen digitaalisten aloitteiden saavuttamisessa. - Traci Gusher, pääjohtaja, data ja analytiikka, KPMG

Tekoälyalgoritmien ennakkoluulojen käsitteleminen on ensisijainen tavoite, joka saa aikaan ohjeet etnisyyden koneoppimisen tueksi kasvojen tunnistamiseksi. Yritykset ovat yhä huolestuneempia tekoälyn algoritmien väestörakenteesta (rotu, ikä, sukupuoli) ja sen vaikutuksesta niiden tuotemerkkiin ja mahdollisuudesta nostaa oikeudellisia kysymyksiä. Arviointi siitä, kuinka toimittajat kohtelevat väestörakenteita, tulee etusijalle, kun valitaan henkilöllisyyden todentamisratkaisuja vuonna 2021. Gartnerin mukaan yli 95% RFP: stä asiakirjakeskeiseen henkilöllisyyden todentamiseen (verrataan valtion myöntämää henkilötodistusta selfieen) sisältää selkeät vaatimukset väestörakenteen minimoimiseksi vuoteen 2022 mennessä, kasvua nykyisestä alle 15 prosentista. Organisaatioilla on yhä useammin oltava selkeät vastaukset organisaatioille, jotka haluavat tietää, miten myyjän tekoälyn "musta laatikko" rakennettiin, mistä tiedot ovat peräisin ja kuinka edustavia koulutustiedot ovat palvelevalle yleisölle.

Kun organisaatiot jatkavat biometriseen perustuvaan kasvontunnistustekniikkaan tunnistamisen varmistamiseksi, alan on puututtava järjestelmien luontaiseen ennakkoluuloon. Tekoälyn, datan ja etnisen alkuperän aihe ei ole uusi, mutta sen on päästävä kärkeen vuonna 2021 Tutkijat MIT: ssä, joka analysoi kasvojentunnistustekniikoiden kehittämiseen käytettyjä kuvajoukkoja, 77% kuvista oli miehiä ja 83% valkoisia, mikä merkitsi yhtä tärkeimmistä syistä, miksi kasvojentunnistustekniikassa on systemaattista ennakkoluuloa. Vuonna 2021 otetaan käyttöön ohjeet tämän systemaattisen ennakkoluulon kompensoimiseksi. Kunnes näin tapahtuu, kasvojentunnistustekniikkaa käyttävien organisaatioiden tulisi kysyä tekniikan tarjoajiltaan, kuinka heidän algoritmejaan koulutetaan, ja varmistaa, että heidän toimittajansa eivät kouluta algoritmeja ostetuista tietojoukoista. - Robert Prigge, Jumion toimitusjohtaja

Big Data

Vuonna 2021 avoin ja ilmainen tiedonkeruu ruokkii tulevaisuuden innovaatioita. Frost & Sullivanin äskettäin tekemässä tutkimuksessa havaittiin, että 54% IT-päätöksentekijöistä ilmaisi tarpeen laajamittaiseen tietojen keräämiseen, jotta se pysyisi mukana yritysten kasvussa ja verkkokilpailussa. Jotta yritykset voivat käyttää verkkotietoja tehokkaasti, niiden on kuitenkin ensin oltava saatavilla - ei estetty. Nykyään yritykset kieltävät usein julkiset tiedonkeruuyritykset huolimatta niiden itse keräämisestä. Tämän tilanteen aiheuttaa kaksi päätekijää: jatkuva tarve estää haitallinen tai vilpillinen verkkotoiminta osana turvatoimia ja käsitys, että nämä julkiset tiedot lisäävät yrityksen kilpailuetua.

Uskon, että vuonna 2021 ja siitä eteenpäin yritykset ymmärtävät, että julkinen tiedonkeruu on osa yleistä ja välttämätöntä jatkuvaa liiketoimintaa. He ymmärtävät myös, että data ei ole kaikkea, kun on kyse yrityksen kilpailuedusta. Myös varastoilla, hinnoilla, tuotteiden ja palvelujen laadulla on suuri rooli. Kun tämä toteutus on tyytyväinen, tietojen estäminen suojaa vain väärinkäyttävältä verkkotoiminnalta. Eettisen tiedonkeruun turvaamiseksi toivon kaikkien edistävän avointa tiedonvaihtoa keskustietokeskuksissa. Sivustot estävät edelleen väärinkäyttäjiä. tämä ei muutu. Ne voivat kuitenkin sallia eettisten tietojen kerääjät. Viime kädessä online-tiedonkeruun tulevaisuus on niiden hallitsijoilla. Tietojen nopealla nopeudella tulevien tiedonkeruutoimien on kehityttävä ja kasvava. Yritykset tarvitsevat automaattisen tiedonkeruun, jotta ne pysyvät kilpailijoidensa kanssa ja pystyvät keräämään tietoja nopeammin. Loppujen lopuksi nopeus, jolla yritykset voivat kerätä uutta tietoa, määrää niiden relevanssin ja menestyksen. - Ron Kol, CTO klo Luminati Networks

Datasta tulee todella toimiva yrityksen mittakaavassa: Tietoyritysten määrä kasvaa räjähdysmäisesti - lähteitä, tyyppejä ja määriä on enemmän kuin koskaan ennen, ja yhä enemmän tietoja toimitetaan lähes reaaliajassa. Mutta jotta tiedot todella ymmärrettäisiin, niihin päästäisiin ja niihin puututaan, niiden on muutettava tapa, jolla ne kuluttavat sitä - ensin poistamalla välittäjä. Löytämällä tapoja automatisoida tietojen luettelointi ja profilointiprosessit työntekijät - myös ne, joilla on vähemmän ofa tekninen tausta - pystyy saamaan tarvittavat tiedot tehokkaiden ja vaikuttavien liiketoimintapäätösten tekemiseksi. - Eric Raab, suunnittelu- ja tuotejohtaja Informaation rakentajat

On välttämätöntä kaapata ja syntetisoida "vaihtoehtoisia" tietoja: Kuinka aikaisin olisimme voineet havaita COVID-19: n? Tutkimukset "vaihtoehtoisista" tiedoista - tässä tapauksessa liikennetiedot Wuhanin sairaaloiden ulkopuolella ja avainsanahaut Internetin käyttäjiltä tältä alueelta - osoittavat, että virus saattaa olla levinnyt loppuvuodesta 2019. Sijoitusyhteisö on ollut edelläkävijä vaihtoehtoisten tietojen käytössä. , mukaan lukien ääni, ilmakuvat, veden laatu ja mielipiteet.10 Tämä on tietojohtoisen innovaation etulinja, ja edun saaminen tähän voi johtaa valtaviin voittoihin. Mutta vuoden 2020 jälkeen vaihtoehtoisista tiedoista tulee valtavirta, jonka tavoitteena on havaita poikkeavuuksia paljon aikaisemmin.

Siitä saamme johdannaisdataa, joka tulee yhdistelmistä, assosiaatioista ja synteeseistä tietuejärjestelmien tietojen kanssa. Kuten IDC sanoo: "Kun lisää dataa saadaan kiinni ja sitä tulee saataville ulkoisista lähteistä, kyvystä käyttää sitä enemmän tulee erottava tekijä. Tähän sisältyy oppituntien ottaminen muilta aloilta kuin omalta. " 11 Tämä suuntaus, joka on samanlainen kuin mitä Gartner kutsuu "X-analytiikaksi", 12 ei ole uusi, mutta siitä on viimeinkin tulossa tärkeä nykyaikaisen datan ja analytiikan perusta halvemman käsittelyn ja kypsempien tekoälytekniikoiden ansiosta - mukaan lukien tietokaaviot, datakankaat, luonnolliset kielenkäsittely (NLP), selitettävä tekoäly ja analyysit kaikentyyppiselle sisällölle. Tämä suuntaus on täysin riippuvainen ML: stä ja tekoälystä, koska ihmissilmä ei pysty saamaan kaikkea kiinni. - Dan Sommer, vanhempi johtaja, Global Market Intelligence Lead at QlikTech

Alalla puhumme usein datasiilojen hajottamisesta, mutta meidän on tunnustettava, että jotkut siilot ovat aina siellä. Suurissa organisaatioissa sinulla on aina paikallisia osastoja tai alueita, joilla on omat työkalut tai tietokannat, ja se jatkuu. Jos sinulla on tietojen suvereniteetti, organisaatiosi paikallisella toimistolla on siilo. Siksi paras lähestymistapa on tarkastella, miten voit ymmärtää paremmin tietojasi. Tietojenkäsittelyalusta voi toimia hakemistona ja karttana, joka näyttää sinulle omat siilosi ja miten ne ovat yhteydessä tarjoamalla 360 asteen näkymän tietovaroista. - Stijn “Stan” Christiaens, perustaja ja CTO Collibra

OpenTelemetry luo tiedon ylikuormituksen. Vuonna 2021 OpenTelemetryn käytöstä tulee uusi teollisuuden normi. Kyllä, se tekee tietojen keräämisestä helpompaa luomalla yhdenmukaisuutta lähteiden välillä - mutta se luo myös datan tulipesän yrityksille, mikä tekee vielä vaikeammaksi löytää pieni osa tiedoista, jotka sisältävät hyödyllisiä oivalluksia. Jatkuva tietovirta hukuttaa yritykset, jos niillä ei ole järjestelmää, jolla löydettäisiin nopeasti 5%, joka on todella toimintakelpoinen. Tämän vuoksi IT-ryhmät siirtävät keskittymisensä tietojen hankkimisesta puitteiden rakentamiseen tietojen toteuttamiseksi. Kun joukkueet tekevät niin, on välttämätöntä ottaa käyttöön työkaluja, jotka voivat heti aloittaa toimintakelpoisen tiedon esiinpanon ajassa, joka kuluu cappuccinon valmistamiseen. - Phil Tee, toimitusjohtaja Moogsoft

Digitaalinen kaksos on virtualisoitu malli prosessista, tuotteesta tai palvelusta. Virtuaalisen ja fyysisen maailman pariliitos mahdollistaa tietojen analysoinnin ja järjestelmän valvonnan auttamaan ongelmien tunnistamisessa ennen niiden syntymistä. Tämä estää seisokkeja, kehittää uusia mahdollisuuksia ja jopa tulevaisuuden suunnitelmia simulaatioiden avulla. Tämän sukupolven digitaaliset kaksoset antavat yrityksille mahdollisuuden paitsi mallintaa ja visualisoida liiketoiminnan voimavaroja, myös tehdä ennusteita, toimia reaaliajassa ja käyttää nykyisiä tekniikoita, kuten tekoälyä ja ML: ää, tietojen lisäämiseksi ja toimimiseksi älykkäillä tavoilla. - Anil Kaul, toimitusjohtaja, Absoluuttiset tiedot

Digitaalisesta muutoksesta alkaa viimeinkin muuttua. Tässä vaiheessa "digitaalisesta muutoksesta" on tullut muotisana, jonka kaikki yritykset ovat oppineet tunnistamaan, mutta valtaosa (IDC: n mukaan 80%) näistä toimista on edelleen liian taktisia. Esimerkiksi robottiprosessiautomaatiota (RPA) voidaan pitää muunnostyökaluna, mutta se ei yksinään ole. Jotta organisaatiot näkisivät todellisen muutoksen vuonna 2021, niiden on hyödynnettävä kehittyneempiä alustoja, joissa yhdistyvät ydinautomaatio ja tekoälyominaisuudet - kuten tekstianalytiikka, asiakirjojen ymmärtäminen ja prosessien louhinta. On myös kriittistä, että näillä alustoilla on pienikoodiset ominaisuudet, jotka mahdollistavat kansalaisten kehittäjien rakentaa ja ottaa käyttöön yritystason automaatioita, jotka palauttavat arvoa organisaatioilleen. Ilman sitä yrityksille on jatkossakin haastavaa tuottaa koko yrityksen kattavaa digitaalista muutosta - jota vauhdittaa kyky ottaa automaatio käyttöön helposti myös monimutkaisimmissa prosesseissa. - Guy Kirkwood, pää Evankelista, UiPath

Business Intelligence

Matalakoodisen / koodittoman ML: n leviäminen. Pienikoodisten ja koodaamattomien ML-järjestelmien lisääntyminen, joiden tarkoituksena on tehdä tekoälystä helpompaa yrityksille, auttaa parantamaan tekoälyn käyttöönottoa. Lopulta yritykset kuitenkin saavuttavat katon ja kasvavat yhden kokoinen lähestymistapa etsimällä entistä kehittyneempiä tekoälyn käyttötapauksia, jotka vaativat syvempää asiantuntemusta. Viime kädessä räätälöinnin tarve lisää pätevien datatieteilijöiden tarvetta pikemminkin kuin matalan koodin järjestelmät korvaavat heidät. Emme aio automatisoida datatutkijoiden tarvetta pian. - Kevin Goldsmith, teknologiajohtaja Anaconda

Business Intelligence on siirtymässä uuteen kehittyneen data-analytiikan paradigmaan integroimalla luonnolliset kielet, Natural Search, AI / ML, Augmented Analytics, Automated Data Preparation ja Automated Data Catalogs. Tämä muuttaa liiketoiminnan päätöksentekoprosesseja laadukkaammilla reaaliaikaisilla oivalluksilla. - Ramesh Panuganty, BI-yrityksen MachEyen toimitusjohtaja

BI ja tekoäly syventävät yhteydenpitoa. AI tai BI lisäävät niiden synergioita riippumatta siitä, pisteytetäänkö BI-tietojoukot ML-malleihin ja visualisoidaanko ennusteet vai hyödynnetäänkö luonnollista kielenkäsittelyä visualisointien, oivallusten ja yhteenvetojen tuottamiseksi. Ja kun perinteiset BI-ominaisuudet jatkavat hyödyntämistä, toimittajat tarvitsevat BI + AI: n uutena rintamana innovaatioiden sodissa. - Andrew Brust, analyytikko, Gigaom

chatbots

Työntekijä yritykselle - Keskustelun tekoälyn käyttöönotto on luonnollista ja usein ensimmäinen yhteyshenkilö. Keskusteluteko on normalisoitu ja jäädyttämään. Liitännät, jotka ohjaavat kuluttajia verkkomarkkinoilla, työntekijät koulutuskursseilla ja käyttäjät hakukoneiden ja verkkosivustojen kautta, näkivät suuren sijoitetun pääoman tuoton, kun ne varustettiin edistyneellä Conversational AI -tekniikalla. - Shiva Ramani, toimitusjohtaja iOPEX

Tekoäly ei syrjäytä ihmisiä pian. Kun tarkastellaan tekoälyn käyttöä kuluttajille suunnatuissa toiminnoissa tänään, sitä käytetään lähinnä tekoälyn tukemissa chat-robotteissa ja asiakkaiden personointiominaisuuksissa. Jos katsomme, kuinka kuluttajat ovat hyödyntäneet tekoälyn tukemia ominaisuuksia pandemian aikana, voimme nähdä, että he todella käyttävät niitä ongelmien ratkaisemiseksi nopeammin ihmisagenttien välityksellä. Yritykset, kuten Bank of America, jolla on kuluttajille suunnattu Erica-niminen tekoälypohjainen chatbot, näkivät kuluttajien käyttävän Ericaa löytääkseen parhaan tavan sitouttaa asiakastukitiimit. Sen sijaan, että kysyisivät Ericalta kysymyksiä ongelmien ratkaisemiseksi suoraan, asiakkaat kysyivät Ericalta yksinkertaisesti, kuinka heidän pitäisi ottaa yhteyttä asiakaspalvelutiimiin ratkaistakseen ongelmansa nopeasti sopivan ihmisagentin kanssa. - James Isaacs, toimitusjohtaja Cyara

Tänään olemme vuorovaikutuksessa bottien kanssa enemmän kuin koskaan ennen, olipa kyseessä asiakaspalvelukeskustelurobotit tai laitteidemme tekoäly, kuten Siri ja Alexa. Näitä botteja käytetään reaaliaikaiseen päätöksentekoon ihmisten aiemmin tekemien prosessien automatisoimiseksi. Esimerkiksi botit ovat automatisoineet Amazonin kaltaisten yritysten vähittäiskaupan palautusprosessit. Yritysten on kuitenkin monimutkaisempaa hallita automatisoitujen robottien identiteettejä, varsinkin kun ne ovat vuorovaikutuksessa muiden robottien kanssa koneen nopeudella. Yrityksen on hallinnoitava ja suojattava bottien identiteettejä työntekijöiden ja asiakkaiden identiteetin tavoin, jotta tiedot eivät vaarantuisi. Tämä on tärkeää pitää tietohallintojohtajien ja tietoturvajohtajien mielessä, koska robottien käyttö automatisointitarkoituksiin avaa uusia hyökkäysvektoreita, jos näiden bottien sovellusliittymät hakkeroidaan. - Jasen Meece, toimitusjohtaja Pilvisyys

NLP (luonnollinen kielenkäsittely) muuttaa keskustelua tietojen analysoinnista: Aivan kuten käytämme Google Homea ja Alexaa jokapäiväisessä elämässämme, keskusteluanalytiikka NLP: n kautta on kultainen lippu yrityksille, kun ne saavat arvokkaita big data -tietoja liiketoiminnastaan. Tähän sisältyy havaitsemattomien trendien paljastaminen ja yrityksen sisäisten asiantuntijoiden salliminen käsitellä tietoja mielekkäällä tavalla. - Sam Mahalingam, teknologiajohtaja Altair

Keskustelutaidot tarvitsevat ennen kaikkea kaikkialla läsnä olevan viestintäkanavan keskusteluun. Yritysviestinnän lisääntyminen IP-pohjaisilla kanavilla, kuten Whatsapp, GIP ja muilla, on johtanut Conversational AI -sovelluksen käytön elpymiseen. Yritykset eri toimialoilla, kuten pankki, sähköinen kauppa, vähittäiskauppa, matkailu jne., Mahdollistavat nyt keskustelutaidon käytännöllisesti katsoen jokaiselle asiakkaan kosketuspisteelle, mukaan lukien markkinointi, myynti ja tuki. Äskettäisen kehityksen myötä luonnollisen kielen prosessoinnissa (NLP) keskustelutaidot ovat valmiita muuttamaan kuluttajien vuorovaikutusta yritysten kanssa. - Beerud Sheth, toimitusjohtaja Gupshup

pilvi

Luulen, että alamme nähdä huomaavaisemman, tasapainoisemman lähestymistavan moni- ja hybridipilven käyttöönottoon, etenkin hybridipilven osalta. Olemme ohittamassa julkiset ja yksityiset pilvikeskustelut, ja yritykset hyväksyvät todellisuuden, että pilvi ei ole "joko" tai "päätös". Historiallisesti olemme nähneet, että ”julkinen pilvi” liittyy huippuluokan innovaatioihin ja ”yksityinen pilvi” on yhdistetty hitaisiin, vanhoihin yrityksiin, jotka ovat vastustuskykyisiä muutoksille. Tämä näkemys muuttuu, kun yritykset alkavat ymmärtää paremmin arvoa, jonka he voivat saada hybridipilviarkkitehtuurista, jonka avulla ne voivat ottaa käyttöön ketteriä ja moderneja sovelluksia alustalle, joka tasapainottaa parhaiten niiden erityiset kustannukset, suorituskyky, turvallisuus, noudattaminen ja hallintotarpeet.

Tämän myötä kasvaa hybriditeknologioita, kuten kontteja ja hybridi-integraatioalustoja. Toinen näkökohta on sidottu laskenta, joka on omassa datakeskuksessasi toimiva hyperluokkainen pilvipalveluntarjoajan ratkaisu. Esimerkkejä ovat AWS Outposts, Google Anthos ja Microsoft Azure Stack. Vaikka näiden käyttöönotto on ollut liian hidasta tähän mennessä, voisimme alkaa nähdä kasvun alkua täällä, kun asiakkaat näkevät yksityisen / julkisen pilvipalvelun arvon yhdistettynä yli mittakaavan pilvipalvelujen kulutuksen johdonmukaisuuteen. - Kim King, tuotemarkkinoinnin johtaja - Snow Softwaren pilvipalvelut

COVID-19 nopeuttaa pilvikulutusta: Etätyön lisääntyessä COVID-19-pandemian vuoksi yritykset sijoittavat suuremman osan IT-budjeteista pilvipohjaisiin tekniikoihin, siirtymällä pois paperipohjaisista prosesseista. Yritysten keskimääräiset pilvipanostukset ovat nousseet 59% vuodesta 2018 73.8 miljoonaan dollariin vuonna 2020. Tämä suuntaus jatkuu vuoteen 2021, kun yritykset pakotetaan omaksumaan strategiat etätyöhön ja tunnistamaan näiden toimintatapojen ylläpitämisen edut, vaikka he aloittavat työntekijöiden siirtymisen takaisin fyysisiin paikkoihin. Ensiluokkainen esimerkki tästä on sopimus, jossa COVID ajoi digitaalisen muutoksen sopimuspyyntö-, hyväksyntä-, toteutus- ja myöntämisen jälkeisissä hallintajärjestelmissä. Se on luonut perustan sopimuksen elinkaaren hallinnan entistä suuremmalle kehitykselle. - Harshad Oak, toimitusjohtaja, asiakkaan omaksuminen ja arvo, osoitteessa Icertis

Kun hybridiä pidettiin matkalla pilveen, se on nyt määränpää: hybridipilvi-lähestymistapaa pidettiin aiemmin pilven ensimmäisen toteutuksen askeleena. Nyt asiakkaat näkevät, että hybridi-lähestymistapa on järkevin, sekä strategisesti heidän liiketoimintatarpeidensa kannalta että taloudellisesti. IDC: n mukaan 70% asiakkaiden sovelluksista ja tiedoista jää julkisen pilven ulkopuolelle. Tässä mielessä näemme vuonna 2021, että entistä useammat asiakkaat omaksuvat hybridilähestymistavan. Tietojen viivästymisen, sovellusten takertumisen sekä tietoturva- ja vaatimustenmukaisuussyiden vuoksi näemme yhä useamman organisaation eri toimialoilla haluavansa säilyttää tietonsa paikan päällä. Samaan aikaan, osittain pandemiatalouden, tietojen poistumismaksujen ja toimittajien lukitsemisen vuoksi julkisten pilvipalvelujen tarjoajien kanssa, todellisuus on tietohallintojohtajien ja IT-organisaatioiden omaksuma hybridi lopputuloksena eikä keinona saavuttaa päämäärä. - Keith White, toimitusjohtaja, GreenLake Cloud Services

Pilven ketteryys on upeaa, mutta se voi helposti johtaa pakeneviin kustannuksiin. Vastaavasti jaetut paikan päällä olevat big data-klusterit tuhlaavat usein resursseja. Molemmat johtavat menetettyihin palvelutasosopimuksiin. Jos yritykset haluavat poistaa kroonisen ylikulutuksen, yritysten on luotava menetelmä pilvipanostusten seuraamiseksi ja hallinnoimiseksi. Tehokkain tapa tehdä tämä on havaittavuus ja automaattinen viritys. - Ash Munshi, toimitusjohtaja, pippurin tiedot

Tietokanta / Data Warehouse / Data Lake

Ratkaisut, joita yritykset käyttävät tietojensa tallentamiseen, kehittyvät edelleen nopeasti ensi vuonna. Olemme havainneet lisääntynyttä siirtymistä avoimen lähdekoodin relaatiotietokantaratkaisuihin, ei-relaatiotietokantaratkaisuihin, PaaS-pohjaisiin tietokantaratkaisuihin ja niiden yhdistelmiin. Näiden aloitteiden ensisijainen painopiste voi olla ryhmittely käyttökustannusten alentamiseen, riippumatta siitä, tehdäänkö niitä alennettavien Oracle- ja Microsoft-toimittajien kaltaisten huomattavien tukisopimusten vähentämiseksi (tähän ryhmään kuuluvat sekä avoimen lähdekoodin että ei-relaatiotietokantojen siirrot) vähentää henkilöstökuluja (siirtyminen PaaS-palveluihin kuuluu tähän luokkaan) tai saavuttaa suorituskyvyn tehokkuutta siirtymällä tarkoitukseen sopivampaan tietokantaratkaisuun.

Tiedonsiirto tapahtuu juuri nyt ja laajamittaisesti, joten siirtymiseen näihin uusiin tietokantaratkaisuihin on otettava huomioon monia näkökohtia, mukaan lukien tulevan valtion ratkaisun ominaisuudet nykyiseen tilaan nähden, vaikutus lisensointi- ja tukisopimuksiin ja menetelmä oikean ratkaisun käyttöönoton varmistamiseksi. Vaikka PaaS-ratkaisut tarjoavat joitain suuria etuja, DBA: ta vaaditaan edelleen seuraamaan ja hallitsemaan näitä järjestelmiä ja työskentelemään sovellusryhmien kanssa tehokkuuden, käytettävyyden ja tietoturvan parantamiseksi. - pääarkkitehti Marc Caruso, Syntaksi

360. Se on tietokantajärjestelmien lukumäärä luonnossa. Ja vaikka valinta on hyvä ja oikean työkalun löytäminen työhön on älykäs, se lisää myös suurta monimutkaisuutta. Kun yritykset siirtyvät modernisoitumaan pilvessä, he etsivät yksinkertaistamista, mikä johtaa massiiviseen konsolidointiin tietokantamarkkinoilla. Tietokantatoimittajat, jotka tarjoavat monikäyttöisiä ominaisuuksia, voittavat pikemminkin kuin lukumäärä kapealla olevia tietokantoja, jotka on yhdistettävä yhteen ja edellyttävät erilaisia ​​tapoja saada tietoja. - Franz Aman, relaatiotietokantayhtiö MariaDB: n yhteinen markkinajohtaja

Ratkaisut, joita yritykset käyttävät tietojensa tallentamiseen, kehittyvät edelleen nopeasti ensi vuonna. Olemme havainneet lisääntynyttä siirtymistä avoimen lähdekoodin relaatiotietokantaratkaisuihin, ei-relaatiotietokantaratkaisuihin, PaaS-pohjaisiin tietokantaratkaisuihin ja niiden yhdistelmiin. Näiden aloitteiden ensisijainen painopiste voi olla ryhmittely käyttökustannusten alentamiseen, riippumatta siitä, tehdäänkö niitä alennettavien Oracle- ja Microsoft-toimittajien kaltaisten huomattavien tukisopimusten vähentämiseksi (tähän ryhmään kuuluvat sekä avoimen lähdekoodin että ei-relaatiotietokantojen siirrot) vähentää henkilöstökuluja (siirtyminen PaaS-palveluihin kuuluu tähän luokkaan) tai saavuttaa suorituskyvyn tehokkuutta siirtymällä tarkoitukseen sopivampaan tietokantaratkaisuun.

Tiedonsiirto tapahtuu juuri nyt ja laajamittaisesti, joten siirtymiseen näihin uusiin tietokantaratkaisuihin on otettava huomioon monia näkökohtia, mukaan lukien tulevan valtion ratkaisun ominaisuudet nykyiseen tilaan nähden, vaikutus lisensointi- ja tukisopimuksiin ja menetelmä oikean ratkaisun käyttöönoton varmistamiseksi. Vaikka PaaS-ratkaisut tarjoavat joitain suuria etuja, DBA: ta vaaditaan edelleen seuraamaan ja hallitsemaan näitä järjestelmiä ja työskentelemään sovellusryhmien kanssa tehokkuuden, käytettävyyden ja tietoturvan parantamiseksi. - pääarkkitehti Marc Caruso, Syntaksi

Tietokantamarkkinat kasvavat 1 biljoonaan dollariin vuoteen 2025 mennessä. Viimeisen kahden vuosikymmenen ajan tietokantamarkkinoilla on ollut rauta otetta, IBM: n, Oraclen ja SAP HANAn johdolla. Nyt olemme muuttaneet vartijaa, mikä antaa asiakkaille mahdollisuuden päättää, mikä on heidän liiketoiminnalleen parasta. Forrester huomauttaa jopa, että julkiset pilvi-infrastruktuurimarkkinat kasvavat 35% 120 miljardissa vuonna 2021. Ennustan, että tietokantamarkkinoiden yläraja kasvaa biljoonaan dollariin vuoteen 1 mennessä ja yli seitsemän - 2025 todella vahvaa tietokantayritystä kasvaa merkittävästi seuraavan vuosikymmenen aikana . - Raj Verma, toimitusjohtaja SingleStore

Data Lake voi tehdä mitä tietovarastot tekevät ja paljon muuta: Vaikka laskennan ja datan erottaminen tarjoaa etuja tietojärville verrattuna tietovarastoihin, tietovarastoilla on historiallisesti ollut muita etuja verrattuna järviin. Mutta se muuttuu nyt datatason uusimpien avoimen lähdekoodin innovaatioiden kanssa. Esimerkiksi, Apache jäävuori on uusi taulukkomuoto, joka tarjoaa tärkeimmät tietovarastotoiminnot datajärvessä, kuten tapahtumien yhdenmukaisuuden, palautukset ja aikamatkan, samalla kun se tuo uusia ominaisuuksia, joiden avulla useat sovellukset voivat työskennellä yhdessä samojen tietojen kanssa transaktioiden johdonmukaisella tavalla. Toinen uusi avoimen lähdekoodin projekti, Nessie-projekti, perustuu Icebergin ja Delta-järven ominaisuuksiin tarjoamalla Git-tyyppistä semantiikkaa datajärville. Nessie tekee myös löyhästi kytketyt liiketoimet todellisuudeksi, mikä mahdollistaa yhden tapahtuman, joka kattaa useita käyttäjiä ja moottoreita, kuten Spark, Dremio, Kafka ja Hive. - Tomer Shiran, perustajajäsen Dremio

Vuonna 2021 ilmenee kolme päätrendiä: metadatakerroksen, sulautetun tekoälyn ja automaattisen analytiikan paluu ja uudet yksinkertaistetut kyselyrajapinnat, jotka on suunniteltu erityisesti yrityskäyttäjille. Metatietokerrosten, analyyttisten ratkaisujen keskeisten perustekijöiden, palauttaminen on tarpeen paremman hallinnan ja laajennettavuuden tukemiseksi. Älykkäiden metatietokerrosten myötä syntyy uusia yksinkertaistettuja käyttöliittymiä, joiden avulla yrityskäyttäjät voivat olla vuorovaikutuksessa datan kanssa ohjatummassa lähestymistavassa, jolloin he voivat vähentää näkemiseen kuluvaa aikaa minimaalisilla analyyttisillä taidoilla. Tekoäly ja automatisoitu analytiikka siirtyvät yritysalueelta ohjelmistotoimittajille, jotka upottavat nämä ominaisuudet ja mahdollistavat joukkomuuntaamisen asiakaskunnan kautta. - Glen Rabie, toimitusjohtaja, keltaevätonnikalan

Tietotekniikka

Yritykset investoivat uudelleen tietotekniikkaan ja dataputkistoihin. Yksi vuoden 2020 vaikutuksista oli, että monet yritykset siirtyivät ensin selviytymismenetelmään, mikä johti "tartu ja mene"-mentaliteettiin tietojen integroinnissa. Kun yritysten loppupiste on vakiintumassa ja näemme enemmän ennustettavuutta makrotaloudellisella tasolla, ennustamme, että vuosi 2021 on tietotekniikan vuosi ja että yritykset palaavat "rakennettu viimeiseen" -menetelmään tietojen suhteen putkistot. "Rakennettu kestämään" putkesi vettä varten kotona tarkoittaa, että vesi on aina päällä, puhdasta ja oikeassa lämpötilassa. Datalle rakennettu kestämään tarkoittaa, että rakennat älykkäitä dataputkistoja varmistaaksesi oikea-aikaisuuden ja luottamuksen data-analytiikkaasi. - StreamSets Toimitusjohtaja Girish Pancha

Yritykset ymmärtävät, että DevOpsille on tehtävä enemmän vaivaa: ”DevOps-putkistojen kanssa on vielä tehtävä niin paljon työtä, mukaan lukien toimitusprosessin varmistaminen ja testaaminen. Ohjelmistokehittäjäyhteisö tietää, mihin sen on mentävä, mutta työ ja esteet ovat aina odotettua suurempia. Tämän vuoksi olen skeptinen, että näemme suuria muutoksia vuonna 2021 työkalujen tai CI / CD-mallien suhteen. Näemme pikemminkin, että useammat ihmiset ymmärtävät, että heidän on ponnisteltava enemmän DevOps-putkistossaan, prosesseissaan ja validoinnissaan. Ne kaksinkertaistuvat nopeuttaakseen ja parantamalla CI / CD-automaatiotaan. Vasta kun nämä prosessit ovat kypsiä, organisaatiot voivat luottaa toimitustapoihinsa ja työkaluihinsa. - Fred Simon, perustaja ja päätietotutkija, JFrog

Tietohallinto

Tietotekniikka tuo käyttöoikeuksien hallintaan älykkyyttä työntekijöiden kyberturvallisuuden suojaamiseksi vuonna 2021. Yritysteknologioiden, kyberuhkien ja käyttäjäympäristön muutosten kiihtyminen lisää paineita perinteisiin identiteetinhallinta- ja hallintaratkaisuihin sekä puolestaan ​​turvallisuus- ja vaatimustenmukaisuusryhmiin. Kasvavien vaatimustenmukaisuuden riskien lisäksi yritysten tietotekniikkaympäristöt monimutkaistuvat joka vuosi, mikä lisää niiden sovellusten ja järjestelmien määrää, joihin yritykset tarjoavat käyttäjille pääsyn. Nämä haasteet ajavat organisaatioita etsimään tekoälyyn perustuvia ratkaisuja, jotka yksinkertaistavat ja automatisoivat käyttöoikeuspyynnön, pääsyn hyväksynnän, sertifioinnin ja roolimallintamisprosessit. Vuonna 2021 näemme tekoälyn yhä useammin mahdollistavan autonomisen identiteettilähestymistavan.

Tekoälyyn infusoidut todennus- ja valtuutusratkaisut kerrostetaan olemassa olevien IGA-ratkaisujen päälle tai integroidaan niiden kanssa. Ne tarjoavat kontekstuaalisen, koko yrityksen kattavan näkyvyyden keräämällä ja analysoimalla kaikki henkilöllisyystiedot ja mahdollistamalla käsityksen erilaisista käyttöoikeuksien riskitasoista. Tekoälyn käyttö antaa järjestelmille mahdollisuuden tunnistaa turvallisuus- ja vaatimustenmukaisuusryhmät ja ilmoittaa niistä riskialttiista pääsyistä tai käytäntöjen rikkomisista. Ajan myötä näemme, että nämä tekoälyjärjestelmät tuottavat selitettäviä tuloksia ja lisäävät samalla automatisointia yrityksen vaikeimmista kyberturvallisuushaasteista. - Eve Maler, teknologiajohtaja ForgeRock

Olemme nähneet tekoälyn hallintakehysten maailmanlaajuisen täytäntöönpanon alkavan vuonna 2020, jolloin yritykset pyytävät tietoja tekoälysovellusten tuloksista. Tekoäly-sovellusten riittävän selitettävyyden varmistaminen on avainasemassa, samoin kuin laadukkaiden tietojen käyttö, tarkastettavuuden varmistaminen, eettisyys, oikeudenmukaisuus ja läpinäkyvyys, tietosuojavaatimusten noudattaminen ja tehokkaiden kyberturvallisuustoimenpiteiden toteuttaminen. Tekoälyn hallintakehysten täytäntöönpano näkyy nykyään enemmän finanssi- ja pankkitoiminnassa, mutta vuonna 2021 näemme sen yleistyvän.

Muut toimialat, kuten terveydenhuolto, sähköinen kaupankäynti ja liikkumispalvelut, alkavat käyttää sitä kilpailukykyisenä erottelijana. Esimerkiksi terveydenhuollon tarjoajat ovat alkaneet olla avoimempia siitä, miten tietoja käytetään, ja kuinka ne ovat eettisiä ja oikeudenmukaisia ​​näiden tietojen suojaamisessa. Jos yritykset haluavat pysyä käyrän edellä, niiden tulisi alkaa kehittää eettisiä tekoälyn puitteita nyt asettaakseen itsensä johtajaksi tässä globaalissa liikkeessä. - Mohan Mahadevan, tutkimusjohtaja, Onfido

Tekoäly saa vauhtia pilvien turvallisuudessa ja hallinnassa. Vuonna 2021 tekoäly menee paljon pidemmälle kuin vain havaitsee poikkeavuuksia ja merkitsee siten mahdollisia uhkia turvallisuusryhmille. Pilvihallinto on yhä monimutkaisempi tehtävä, ja se on nopeasti saavuttamassa pisteen, jossa ihmisen on mahdotonta hallita yksin. Tekoälyyn luotetaan yhä enemmän tulevana vuonna pilvihygienian ylläpitämiseksi virtaviivaistamalla työnkulkuja, hallitsemalla muutoksia ja arkistoimalla. Kun tekoälyllä on luotu ja ylläpidetty asianmukainen pilvihygienia, sitä käytetään myös strategisena ennakoivana tietotyökaluna. Ennustamalla uhkia ja haavoittuvuuksia ja puuttumalla niihin tekoäly auttaa yrityksiä luomaan parhaan mahdollisen lopputuloksen pilviympäristöihinsä. Tekoälyn hyödyntäminen strategisena voimavarana antaa tietohallintojohtajille mahdollisuuden tehdä tietoon perustuvia päätöksiä pilviympäristöistään, kuten arvioida kustannuksia ja noudattamisriskejä. - Keith Neilson, tekninen evankelista CloudSphere

Vuodelle 2021 katsomme, että eettisen tekoälyn ja tiedonhallinnan keskustelua sovelletaan useilla eri alueilla, kuten kontaktien jäljittäminen (COVID-19: n torjunta), yhdistetyt ajoneuvot ja älylaitteet (kenen omistaa tiedot?) Ja henkilökohtaiset kyberprofiilit (lisääntynyt kyberjalanjälki johtaa yksityisyyttä koskeviin kysymyksiin). - Cindy Maike, teollisuusratkaisujen johtaja, Cloudera

Tietohallinto usean ympäristön todellisuutta varten. Kauan ovat menneet ajat, jolloin organisaatiot yksinkertaisesti säilyttivät kaikki omat tietonsa paikan päällä tai jopa vain yhden pilvipalvelun tarjoajan sisällä. Nyt organisaatioilla on tietoja paikan päällä ja ne ovat yhteistyössä useiden pilvipalvelujen tarjoajien kanssa heidän erityistarpeidensa perusteella. Tämä todellisuus on luonut "uudelleentarkastelun" siitä, miten tiedonhallintaan on suhtauduttava. Organisaatioiden on määritettävä, miten heidän nykyiseen tiedonhallintaansa vaikuttaa ja mitä on mukautettava, kuinka seurata tietojen laatua pilvessä ja kuinka hallita tietojen liikkumista pilvestä ja pilvestä (ja siitä aiheutuvista suurista kustannuksista). - Todd Wright, SAS: n tietohallintojohtaja

Tekoäly saa vauhtia pilvien turvallisuudessa ja hallinnassa. Vuonna 2021 tekoäly menee paljon pidemmälle kuin vain havaitsee poikkeavuuksia ja merkitsee siten mahdollisia uhkia turvallisuusryhmille. Pilvihallinto on yhä monimutkaisempi tehtävä, ja se on nopeasti saavuttamassa pisteen, jossa ihmisen on mahdotonta hallita yksin. Tekoälyyn luotetaan yhä enemmän tulevana vuonna pilvihygienian ylläpitämiseksi virtaviivaistamalla työnkulkuja, hallitsemalla muutoksia ja arkistoimalla. Kun tekoälyllä on luotu ja ylläpidetty asianmukainen pilvihygienia, sitä käytetään myös strategisena ennakoivana tietotyökaluna. Ennustamalla uhkia ja haavoittuvuuksia ja puuttumalla niihin tekoäly auttaa yrityksiä luomaan parhaan mahdollisen lopputuloksen pilviympäristöihinsä. Tekoälyn hyödyntäminen strategisena voimavarana antaa tietohallintojohtajille mahdollisuuden tehdä tietoon perustuvia päätöksiä pilviympäristöistään, kuten arvioida kustannuksia ja noudattamisriskejä. - Keith Neilson, tekninen evankelista CloudSphere

data Science

2020 oli joillekin yrityksille julma, toisille palkitseva ja haastava kaikille. Kun astumme vuoteen 2021, jälkeenjääneillä on olemassa välttämätön edellytys keksiä itsensä uudelleen digitaalisesti, mikä johtaa yrityksiin taistelemaan vaatimusten kanssa. Kaikkien näiden yritysten on hyödynnettävä 100-prosenttista tietojen integrointia ennakoitavissa olevilla kustannuksilla, luotettavalla suorituskyvyllä ja reaaliaikaisella näkyvyydellä. - Bonnie Holub, harjoitusjohtaja, datatiede, Amerikka, Teradata

Datan demokratisoitumisesta tulee uusi normi. CDO: n tehtävä on varmistaa kasvun laajentuminen koko liiketoiminnalle. Tämä voidaan saavuttaa tarjoamalla jäsenneltyjä tietoja, joita ihmiset voivat todella käyttää. Menestyksekkään CDO: n tulisi demokratisoida data niin, että se on ihmisten saatavilla ja ymmärrettävissä. Hyvä CTO täydentää CDO: ta luomalla tarvittavat työkalut tarvittavien tietojen löytämiseen. Tämä tarkoittaa, että käyttäjille annetaan joukko visualisointityökaluja ja raportointityökaluja, joiden avulla he voivat saada tietoja käyttämään oivalluksia. Kun siirrymme vuoteen 2021, näemme edelleen tiiviimpää yhteistyötä näiden kahden roolin välillä välttämättömyyden ohjaamana. Jos sinulla on työkaluja, joissa on huonoja tietoja, pahennat tietohaastetta. Jos työkaluja on rajoitetusti, vain pieni osajoukko voi tehdä mitä tahansa tietojen kanssa. - Derek Knudsen, teknologiajohtaja, Alteryx

Kansalaisanalyytikot kehittävät yhä enemmän taitoa tulla tietojenkäsittelijöiksi. Useimpien teollisuudenalojen ja yritysten kasvava monimutkaisuus tarkoittaa myös sitä, että kun näemme omavaraisuuden IT-prosessien kehittämisessä tai analytiikan hyödyntämisessä, tätä taitopakettia laajennetaan nopeasti. Kun markkinat vaihtelevat epätasaisesti kuukausittain, datatieteelle korostetaan paljon enemmän kuin koskaan ennen. Tämä puolestaan ​​ajaa lisää kansalaisanalyytikkoja taitojen pariksi tulemaan datatieteilijöiksi. - Sharmila Mulligan, strategiajohtaja ja markkinointijohtaja Alteryx

Python-tietojen visualisointikirjastot synkronoidaan. Viimeinkin alamme nähdä Python-tietojen visualisointikirjastojen toimivan yhdessä, ja tämä työ jatkuu vuonna 2021. Pythonilla on ollut todella hienoja visualisointikirjastoja vuosien ajan, mutta on ollut paljon erilaisia ​​ja hämmennyksiä, jotka vaikeuttavat käyttäjien valitse sopivat työkalut. Kehittäjät monissa eri organisaatioissa ovat pyrkineet integroimaan Anacondan kehittämät ominaisuudet, kuten Datashaderin palvelinpuolen isojen tietojen hahmonnuksen ja HoloViews-linkitetyn harjauksen monenlaisiin piirtokirjastoihin, mikä lisää tehoa laajemmalle käyttäjäkunnalle ja vähentää päällekkäisyyksiä. Jatkuva työ auttaa edelleen tätä synkronointia vuonna 2021 ja sen jälkeen. - James A. Bednar, vanhempi johtaja, tekninen konsultointi, Anaconda

Liiketaidosta tulee kriittisempi kuin koskaan datatieteilijöille. Datatieteilijöiden on puhuttava liiketoiminnan kieltä voidakseen kääntää datanäkemyksen ja ennakoivan mallinnuksen käytännölliseksi oivallukseksi liiketoiminnan vaikutuksista. Teknologian omistajien on myös yksinkertaistettava tekniikan saatavuutta, jotta tekniset ja yritysten omistajat voivat työskennellä yhdessä. Datatieteilijöiden pääpaino ei ole vain siinä, kuinka nopeasti he voivat rakentaa asioita, vaan myös siihen, kuinka hyvin he voivat tehdä yhteistyötä muun liiketoiminnan kanssa. - Florian Douetteau, toimitusjohtaja ja perustaja Dataiku

Itsepalvelu on kehittynyt omavaraisuuteen: Virtuaalimaailmassa itsepalvelun on kehittyttävä. Kun käyttöohjeita ei ole eikä kenelläkään ole käyttäjän kättä, nopeasta, intuitiivisesta noususta tulee hygieniatekijä hyväksyttäväksi, eikä pakottavat käyttöliittymät ole enää mukava saada. Mutta olemme myös nähneet, että käyttäjät eivät usein halua itsepalvelua; he odottavat yhä enemmän oivalluksia heille. Tämän seurauksena näemme lisää mikrotietoja ja tarinoita lisätylle kuluttajalle. Lisäksi tietoja jätetään liian usein huomiotta. Käyttäjien valtuuttaminen käyttämään tietoja, oivalluksia ja liiketoimintalogiikkaa aikaisemmin ja intuitiivisemmin mahdollistavat siirtymisen visualisoinnin itsepalvelusta tietojen omavaraisuuteen. Tekoälyllä on tärkeä rooli tässä, se tuo esiin mikrotietoja ja auttaa meitä siirtymään komentosarjattuista ja ihmislähtöisistä prosesseista automaattisempiin, matalakoodisiin ja koodittomiin tietoihin valmisteluihin ja analytiikkaan. Jos useampi ihminen voi olla omavarainen arvoketjun aikaisemmissa tiedoissa, poikkeamat voidaan havaita aikaisemmin ja ongelmat voidaan ratkaista nopeammin. - Dan Sommer, vanhempi johtaja, globaalin markkinatiedon johtaja, QlikTech

Historiallisesti yritykset arvostavat paljon datatieteilijöitä. Jatkossa on tarpeen palkata asiantuntijoita tiedonkeruu. Tekoälyn mallien toimimiseksi tarvitaan valtavia määriä tietoa, ja lisäksi kriittinen data on silti monissa organisaatioissa; näin ollen henkilöillä, joilla on taitoja tiedonkeruussa, on suuri kysyntä. - Clara Angotti, Brysselin presidentti Seuraava tie

Datatieteilijöillä on ratkaiseva rooli kehitettäessä COVID-19-rokotetta. Rokotteen kehittämisestä kokeiden analysointiin ja käyttöönottoon tiedot ovat avain tietäen, onko löydetty ennaltaehkäisevä ratkaisu. Datatieteilijät ovat yhtä tärkeitä kuin perinteisesti koulutetut tutkijat ensimmäisen elinkelpoisen rokotteen valmistuksessa. Rokotteiden kehittämisen nopeuttamiseksi ihmisten on kyettävä hallitsemaan, tekemään päätöksiä ja luottamaan näihin tietoihin. Tietäen, että nopeus on kriittinen, tarvitaan tietojen ketteryyttä ja uudet automatisoidut järjestelmät mahdollistavat uusia innovaatioita, mikä johtaa lopulta rokotteeseen. Rokotteen toimittamisen nopeuttaminen vaatii paljon ketteryyttä ja automatisointia tietojen hallinnassa. - Infoworksin toimitusjohtaja Buno Pati.

Vaikka data hallitsee edelleen maailmaa, organisaatiot pyrkivät edelleen kamppailemaan näiden tietojen hyödyntämiseksi todellisen kilpailuedun saavuttamiseksi. Citizen Data Science Movement on noussut edistämään laajasti kykyä manipuloida ja tulkita tietoja. Mutta onko olemassa parempi tapa? Eikö olisikaan älykkäämpiä (ja helpompaa) yksinkertaisesti tuoda tietoihin liike-elämän merkitys ja korjata tiedot sen sijaan, että korjata ihmiset, koska jossakin järjestelmässä sijaitsevat tulkitsemattomat raakatiedot eivät ole kovin hyödyllisiä. - Kendall Clark, Enterprise Knowledge Graph Platform -kehittäjän perustaja ja toimitusjohtaja, Tähtikoira

Näemme Uptick of Architecture for Data Science: Tiedonhallinnan hallitseminen on mielessä huippua monille IT-ryhmille, kun he haluavat parantaa liiketoimintatietoja ja ketteryyttä. Tästä syystä datatiede - sateenvarjo, jonka alla tekoäly, koneoppiminen, automaatio, tietojärvet ja muut menestyvät - kasvaa valtavasti vuonna 2021. Tietopohjaisen käyttäytymisen analysoinnista päivittäistavarakaupan muuntamiseen tehokkaan laskennan hyödyntämiseen pilvessä mediatuotantomallien parantamiseksi datatiede johtaa monien johtoasemaa kilpailukyvyn säilyttämiseen. Itse tarjoaminen on liian kallista, monet näistä yrityksistä ulkoistavat tietojenkäsittelyprojektinsa kolmansille osapuolille tilausmallilla. - Dustin Milberg, kentän CTO-pilvipalvelut, InterVision

Automatisoi putkilinjasi vapauttaaksesi datatieteilijöiden koko potentiaalin: Datatutkijat ovat liian usein kiireisiä tehtäviin, kuten tietojen valmisteluun, ominaisuuksien suunnitteluun ja mallintamiseen. Kun näitä tehtäviä täydennetään työkaluilla, jotka auttavat automatisoimaan näitä vaiheita, näemme datatutkijoiden käyvän kauppaa rutiinitehtävissä, kun aikaa käytetään syvempiin, strategisiin lähestymistapoihin, jotka tekevät heistä korvaamattomia resursseja. Odotamme liiketoiminnan tekoälyn ratkaisujen järjestelmällisempää toteutusta, jotta ad-hoc-analyysit voidaan toistaa tehokkaammin. - Justin Silver, tohtori tekoälyn strategi PROS

Deep Learning

Deep Learning -pohjaisten yritysratkaisujen käyttöönotto startup-yrityksissä ja yrityksissä näkee asteittaisen nousun. Keskeisin este on edelleen GPU-ilmentymien hankintakustannukset ja kalliit henkilöstöresurssit. - Sundeep Reddy Mallu, analyysipäällikkö, Gramener

Kuten olemme kaikki todistaneet viime vuosina, luonnollisen kielenkäsittelyn tutkimus ja kehitys ovat edenneet nopeasti läpimurtojen avulla muuntajan kielimalleissa, kuten BERT, GPT-3 jne. Vaikka ne saavuttavat huipputason suorituskyvyn, ne vaativat suuria tietojoukkoja ja suuria määriä laskennallisia resursseja koulutukseen ja huomattavan hiilijalanjäljen tekemiseen. Näemme lisää ponnisteluja ja tutkimusta uusien malliarkkitehtuurien ja koulutustekniikoiden avulla hiilidioksidipäästöjen huolenaiheiden ratkaisemiseksi, hyvin pitkät koulutusajat, avaruuden ja tehokkaiden mallien avulla näiden läpimurtojen helpottamiseksi. viimeisimmät mallit, kuten esiintyjät, joilla on nopea huomio, toimivat katalysaattoreina tähän suuntaan siirtymiseen. - Kavan Shukla, datatieteilijä, Suomalainen tekoäly

Tarvikkeet

Laitteisto ja ohjelmisto lähestyvät tekoälykohtaisten laitteistojen lisääntymistä. Kuten Applen ilmoitus M1-sirusta osoitti, tarkoitukseen rakennetusta laitteistosta on tulossa enemmän valtavirtaa, mikä tarkoittaa, että ihmiset alkavat ajatella enemmän todellisesta laitteistosta, jolla he työskentelevät kuin aikaisemmin - mukaan lukien tutkijat. ML-kohtaisten laitteistojen nousu johtaa todennäköisesti suorituskyvyn parantamiseen, mutta tarjoaa myös toisen muuttujan mallin käyttöönotossa. Se on erityisen vaikuttava pilvi- ja mobiiliympäristöissä. Tämä hajottaa edelleen seinän, joka on perinteisesti ollut laitteistojen ja ohjelmistojen välillä, AI: n käyttötapausten kanssa. - Kevin Goldsmith, teknologiajohtaja Anaconda

Vuodesta 2012 tekoälyn laskentateho on kasvanut viisinkertaiseksi Mooren lain nopeudella, kaksinkertaistunut noin 5 kuukauden välein. Kun otetaan huomioon tekoälymoottoreiden päälle rakennettujen sovellusten lisääntyvä määrä, joka vaikuttaa jokapäiväiseen elämäämme - jotkut ovat jopa kriittisiä koko ihmiskunnalle (esim. Ilmastonmuutoksen mallintaminen ja ratkaiseminen), ratkaisun löytäminen tähän suorituskyvyn skaalauseroon on erittäin tärkeää jokaisessa vakavassa toiminnassa ja sirujen valmistusyhtiön prioriteettiluettelo. Tarve muutoksiin Mooren lain ymmärtämisessä tulee ilmeisemmäksi vuonna 3.5. Viimeisin suuntaus on ollut puhua tehokkaampien ohjelmistojen kirjoittamisesta, jotta saavutettaisiin parannuksia vuoteen verrattuna. Tämä on riskialtis veto, koska pohjimmiltaan uusien algoritmien kehittäminen ei voi tapahtua aikataulun mukaisesti, joten ne eivät ole yhteensopivia perinteisen puolijohde-tick-tock-etenemisaikataulun kanssa. Myös taustalla olevien laskentatekniikoiden on parannettava. Näemme muutoksia ja parannuksia tulevana vuonna. - Nick Harris, toimitusjohtaja ja perustaja Valoaine

Muistin tietojenkäsittely

Vuonna 2021 yritykset kiihdyttävät COVID-19: tä ja tiukempia säännöksiä. Yritykset jatkavat tiedonsiirtoaloitteidensa menestymistä kasvavassa online-digitaalitaloudessa. Yritykset ottavat käyttöön äärimmäisen nopeuden, pilvipalvelun ketteryyden ja operatiivisen analyysin optimoidakseen dataan perustuvan toiminnan ja tuomaan nopeasti käyttöön uusia palveluita ja sovelluksia.

Pilvipohjaiseen datarakenteeseen, joka tunnetaan myös nimellä Digital Integration Hub, perustuvat teknologiaratkaisut antavat organisaatioille mahdollisuuden purkaa ja irrottautua vanhoista tietue- ja tietokantajärjestelmistä vastaamaan digitaalisia ja analyyttisiä vaatimuksiaan ja pystyä siirtymään pilveen ilman täytyy luopua kokonaan nykyisistä kriittisistä järjestelmistään. Muistin sisäisen nopeuden ja mittakaavan käyttöönotto analytiikkaa ja BI: tä varten lisää reaaliaikaista raportointia ja tuoreen datan visualisointia ja antaa ML-mallien käyttää tarkempaa reaaliaikaista dataa online-palveluihin, kuten lainojen hyväksyntiin, petosanalyyseihin ja asiakasasiakkaisiin. 360-ominaisuudet. AIOps on myös painopiste, ja ne otetaan käyttöön automatisoimaan ja virtaviivaistamaan monimutkaisia ​​data- ja analytiikkatoimintoja, vähentämään markkinoilletuloaikaa ja alentamaan kustannuksia samalla kun minimoidaan inhimilliset virheet. - Adi Paz - toimitusjohtaja - GigaSpaces 

Vuonna 2020 COVID-19-pandemia ajoi monia yrityksiä, erityisesti elintarviketoimituksia, verkkokauppaa, logistiikkaa sekä etäkäyttö- ja yhteistyöpalveluita, laajentamaan ja päivittämään infrastruktuuria dramaattisesti ylläpitämään korkeaa sovellustehoa verkkosivuston kävijöiden lisääntyessä. toimituspyynnöt, myyntitapahtumat, videoiden suoratoisto ja paljon muuta. Monet näistä yrityksistä havaitsivat, että nopein tapa ylläpitää tai parantaa suorituskykyä ja lisätä samalla sovellusten läpimenoaikaa oli ottaa käyttöön hajautettu muistin tietoverkko (IMDG) - rakennettu käyttämällä muistin sisäistä tietokonealustaa, kuten Apache Ignite, joka voidaan lisätä olemassa olevan sovelluksen ja levypohjaisen tietokannan välillä ilman kumpaakaan merkittäviä muutoksia. IMDG parantaa suorituskykyä tallentamalla sovellustiedot RAM-muistiin ja soveltamalla massiivisesti rinnakkaista käsittelyä (MPP) hajautetulle palvelinsolmujen ryhmälle. Se tarjoaa myös yksinkertaisen polun kapasiteetin laajentamiseen, koska hajautettu arkkitehtuuri antaa mahdollisuuden kasvattaa klusterin laskentatehoa ja RAM-muistia yksinkertaisesti lisäämällä uusia solmuja.

 Vuonna 2021 IMC-alustojen käyttö on helpompaa ja osaavien IMC-harjoittajien määrä kasvaa edelleen nopeasti. Tämä mahdollistaa IMC: n käyttöönoton leviämisen useammalle toimialalle ja laajemmalle yritysryhmälle. Tämän seurauksena useammalla yrityksellä on paremmat mahdollisuudet hyödyntää IMC: tä nopeaan sovellusten kiihdytykseen paitsi vastaamaan COVID: n vaatimuksiin myös vastaamaan uusiin strategisiin ja kilpailuun liittyviin vaatimuksiin pandemian uhan vähentyessä. - Nikita Ivanov, teknologiajohtaja ja GridGainin perustaja järjestelmät

Esineiden internet

IoT: n käyttöönotto yrityksessä lämpenee enemmän kuin koskaan: Pandemian liiketoimintaan kohdistuvien vaikutusten valossa yritykset etsivät uusia tai uusia tapoja nopeuttaa päätöksentekoa vuonna 2021. IoT: lla voi olla oma osuutensa tässä. BI: n näkökulmasta haasteena on tunnistaa, että IoT: llä on erilaisia ​​datamalleja, jotka on mukautettava, kuten suorituskyky ajan myötä. Tiedon tuottamisen ja toimintojen välisen viiveen lyhentäminen on avainasemassa. Älykkäimmät organisaatiot ymmärtävät, etteivät ne voi yksinkertaisesti käyttää rahaa tähän, vaan niiden on oltava strategisia uusien tietomallien luomiseksi, jotka jakavat harkittuja näkemyksiä. - Eric Raab, suunnittelu- ja tuotejohtaja Informaation rakentajat

Pandemia on suuresti kiihdyttänyt yritysten tarvetta saattaa Industry 4.0 -muutoksensa loppuun ratkaisuilla, joiden avulla niiden toiminnassa on enemmän joustavuutta, näkyvyyttä ja tehokkuutta. Näemme nopeutuvan sellaisten ratkaisujen käyttöönoton, jotka auttavat vastaamaan tarpeisiin, aina tekoälystä, mukaan lukien koneoppiminen, konenäkö ja edistynyt analytiikka. Talouden elpymisen myötä jatkamme investointeja perustason OT-infrastruktuuriin, jossa on enemmän IT-valmiuksia, jotta pelaajien laaja ekosysteemi voi ottaa nämä ratkaisut käyttöön, ja teollisuuden 4.0 käyttöönotto kasvaa merkittävästi vuonna 2021. - Christine Boles, varapuheenjohtaja , IoT Group ja GM, Industrial Solutions Division, Intel

Reunalaskennan räjähdys: Reunalaskennan lisääntyminen jatkuu koko konesalialalla johtuen lisääntyneestä laskennasta ja nopeuden vaatimuksista kuluttajilta ja yrityksiltä. Alhaisen viiveen verkko on kriittinen ympäristöissä, jotka pyrkivät maksimoimaan laskentatehon ja vähentämään palvelimen tyhjäkäyntiaikaa. - Timothy Vang, Ph.D., markkinoinnin ja sovellusten johtaja Semtechin Signal Integrity -tuoteryhmä

Edge on uusi pilvi: Yrityksille, jotka laajentavat älykkäitä tehdasaloitteita vuonna 2021, tehtäväkriittisten työmäärien reaaliaikainen saatavuus on välttämätöntä liiketoiminnan tulosten varmistamiseksi. Edge-laskenta täydentää olemassa olevaa pilvi-infrastruktuuria mahdollistamalla reaaliaikaisen tietojenkäsittelyn missä työ tapahtuu (esim. Moottorit, pumput, generaattori tai muut anturit). Integroidun analytiikan toteuttaminen reunasta pilveen auttaa näitä yrityksiä maksimoimaan digitaalisiin järjestelmiin tehtävien investointien arvon.

Teollisuus jatkaa siirtymistä kohti hajautetumpia laskentaympäristöjä, ja reuna tuo merkittävää lisäarvoa digitaalisen muutoksen aloitteille. Integroimalla reunaominaisuudet olemassa olevaan pilvi-infrastruktuuriin organisaatiot huolehtivat vähemmän logistisista IT-näkökohdista ja keskittyvät sen sijaan miettimään älykoneen mahdollisuuksia: mihin kysymyksiin se voi vastata nopeammin? Mitä uusia ongelmia se voi ratkaista? Kuinka se voi suojata toimintaa paremmin? Analyytikot huomauttavat, että vuoteen 2022 mennessä 99% teollisuusyrityksistä hyödyntää reunalaskentaa tästä syystä. - Keith Higgins, Rockwell Automationin digitaalisen muunnoksen johtaja

Luovat mielet työntävät esineiden internetin eteenpäin: esineiden internet ja älykäs tuotekehitys riippuvat luovista suunnitelmista ja harkituista ratkaisuista, kun mikroprosessorien tekniset parannukset hidastuvat, koska insinöörit kohtaavat rajoituksia sille, mikä on fyysisesti mahdollista sirunvalmistajana lähellä teoreettista rajaa näiden laitteiden kapasiteetille olla. Post-Mooren lain tuotekehitys perustuu insinöörien ja suunnittelijoiden kekseliäisyyteen luoda kekseliäitä ratkaisuja liiketoiminnan ja yhteiskunnan ongelmien ratkaisemiseksi ja päivittäisten kuluttajaprosessien parantamiseksi sen sijaan, että luotettaisiin vain seuraavan sukupolven tehokkaisiin piirisarjoihin. - Sam Mahalingam, teknologiajohtaja Altair

Koneen oppiminen

Investoinnit IT-operaatioihin siirtyvät vaniljan työnkulun automaatiosta natiiviin tekoäly- / ML-ratkaisuihin pyrkimyksellä tulla digitaalisiksi toiminnoiksi. Työnkulkuoperaatiot ja niiden automatisointi kehittyvät luonnollisesti tekoäly- / ML-ratkaisuiksi tekniikan tehostuessa. Tekoäly ja ML edistävät ja puolestaan ​​parantavat työnkulun automatisointia, kun yritykset keräävät enemmän tietoja sekä vaihtavat organisaatio- ja hallintotoimia. - Shiva Ramani, toimitusjohtaja iOPEX

Yritykset löytävät uusia sovelluksia koneoppimistekniikoille, jotka automatisoivat manuaalisia prosesseja ja parantavat valvontamahdollisuuksia. Yritykset etsivät tuotteita, jotka tarjoavat syvempää valvontaa, enemmän automatisointia ja lisäarvotietoja IT-kulutuksensa aikana. Esimerkiksi käytettävyysratkaisut, jotka tarjoavat sovellustietoisen valvonnan ja kokoonpano- ja hallintatehtävien automatisoinnin, asetetaan etusijalle perinteisiin vikasietoratkaisuihin nähden. Uusia HA-innovaatioita syntyy IoT-laitteiden ja niiden riippuvuuksien aiheuttamien epäonnistumisten ja katastrofien kasvavan monimutkaisuuden käsittelemiseksi. - Cassius Rhue, Vice President, asiakaskokemus, SIOS-tekniikka

Historiallisesti algoritmit koskivat enemmän koneoppimista ja hermoverkkoja. Näemme nyt yhä enemmän koneita, jotka ovat itsenäisiä ja voivat opettaa ja kouluttaa itseään tavalla, joka on huomattavan samanlainen kuin ihmisen aivojen alitajunnan osa. Toisin sanoen algoritmit, joita käytetään jäljittelemään aivojen analyyttistä osaa; nyt he jäljittelevät ihmisen aivojen suurinta, voimakkainta ja kiehtovinta osaa, jota kutsumme terveeksi järjeksi, suoliston tunteiksi ja intuitioon. Sen sijaan, että luottaisivat ihmisten kouluttamiseen ja opettamiseen, nykypäivän valvomaton konealgoritmit pystyvät keräämään valtavia määriä tietoa, luomaan kuvia maailmasta ja tekemään vähennyksiä, jotka ovat hyvin samankaltaisia ​​kuin ihmiset tekisivät. Tulemme maailmaan, jossa tietokoneet voivat kouluttaa itseään. - Mark Gazit, ThetaRayn toimitusjohtaja

Biasin vähentäminen: tänä vuonna on käyty monia tarpeellisia keskusteluja AI: n algoritmien ennakkoluuloista ja lieventämisestä sekä algoritmeihin perustuvan personoinnin yhteiskunnallisten vaikutusten torjumisesta. Meidän on kuitenkin jatkettava sellaisten työkalujen kehittämistä, jotka antavat käsityksen ML-järjestelmien tuloksista, paljastavat ennakkoluuloja ja tarkistavat ajoitusta käytetyissä malleissa ajan myötä. Tämä tulee yhä kriittisemmäksi, kun yhä useampi näistä järjestelmistä tuotetaan tuotantoon, jotta voimme varmistaa, että emme säilytä tai luo haitallisia ennakkoluuloja. - Kevin Goldsmith, teknologiajohtaja Anaconda

Yritykset löytävät uusia sovelluksia koneoppimistekniikoille, jotka automatisoivat manuaalisia prosesseja ja parantavat valvontamahdollisuuksia. Yritykset etsivät tuotteita, jotka tarjoavat syvempää valvontaa, enemmän automatisointia ja lisäarvotietoja IT-kulutuksensa aikana. Esimerkiksi käytettävyysratkaisut, jotka tarjoavat sovellustietoisen valvonnan ja kokoonpano- ja hallintatehtävien automatisoinnin, asetetaan etusijalle perinteisiin vikasietoratkaisuihin nähden. Uusia HA-innovaatioita syntyy IoT-laitteiden ja niiden riippuvuuksien aiheuttamien epäonnistumisten ja katastrofien kasvavan monimutkaisuuden käsittelemiseksi. - Cassius Rhue, Vice President, asiakaskokemus, SIOS-tekniikka

Organisaatiot, joiden varhaiset menestykset koneoppimisessa ovat saaneet heidät laajentamaan ohjelmiaan, ovat havainneet, että nopeasti liikkuva korkealaatuisten tietojoukkojen tuotantolinja on polttoaine, joka ajaa tätä laajentumista. Tämä nostaa datan palveluna etusijalle tietotekniikkaryhmille. - Luke Han, perustaja ja toimitusjohtaja Kyligence

Kyky luottaa ja operoida ML: ään tulee olemaan vuoden 2021 Lakmus-testi selviytymiselle: Pandemian ja taantuman lisäksi kamppailemme edelleen eksponentiaalisesti kasvavien tietomäärien ja uusien tekniikoiden jatkuvasti lisääntyvän monimutkaisuuden kanssa. Jos yritykset haluavat menestyä suurten tietomäärien ja teknisen monimutkaisuuden ymmärtämisessä, niiden on hyödynnettävä ja opeteltava koneoppimismalleja selitettävillä ja helposti ymmärrettävillä tavoilla. Ei enää riitä keskittyminen mallien saamiseen tuotantoon, vaan nyt on keskityttävä mallien saamiseen yrityskäyttäjien ja päättäjien käsiin. Toiminnan aloittamiseksi yritysten on kuitenkin voitava luottaa mallin kykyyn vaikuttaa liiketoimintapotentiaaliin, saada siitä ymmärrys ja kommunikoida siitä. Vuonna 2021 yrityksen kyky luottaa malliinsa - siinä määrin kuin kykenee tuottamaan tekoälystä johdettua näkemystä - on ratkaiseva tekijä sen kyvylle selviytyä. - Santiago Giraldo, koneoppimisen vanhempi tuotemarkkinointipäällikkö, Cloudera

Kaiken kokoiset ja kaikissa vaiheissa olevat yritykset etenevät aggressiivisesti kohti koneoppimisen operatiivista toteuttamista. Mallikoulutukseen on useita suosittuja puitteita, mukaan lukien Tensorflow ja PyTorch, jotka johtavat peliä. Aivan kuten Apache Sparkia pidetään tiedonsiirtotyön johtajana ja Presto on nousemassa johtavaksi interaktiivisen kyselyn tekniikaksi, vuosi 2021 on vuosi, jolloin näemme eturintaman hallitsevan laajempaa mallikoulutustilaa pyTorchin tai Tensorflow'n johtavina kilpailijoina. - Haoyuan Li, perustaja ja toimitusjohtaja, Alluxio

SaaS-muutostiedot puuttuvat kappaleesta ML / AI: lle: Keinotekoiseen älykkyyteen ja koneoppimiseen keskittyvät organisaatiot jatkavat nälkää mielekkäiden harjoitustietojen suhteen, jotka voidaan syöttää heidän ML-algoritmeihinsä havaitsemaan syy-seurausmuutosmallit ajan myötä. Tätä varten he käyttävät jatkuvasti muuttuvia tietojoukkojaan kolmannen osapuolen pilvi- / SaaS-sovelluksissa syötteinä näihin algoritmeihin. Tämä luo paineita heitä kaappaamaan ja nielemään jokainen muutos kyseisissä tiedoissa ajan myötä DataOps-ekosysteemiin. - Joe Gaska, toimitusjohtaja KIITOS

Tekoälyn ja ML: n rooli laajenee, kun identiteettitieto nousee etualalle. Kun todennus on tulossa käännekohtaan, käyttäjät ovat yhä tietoisempia tietoturvasta digitaalisen identiteettinsä suojaamiseksi verkossa. Henkilöllisyyden todentamisesta tulee yhä kontekstuaalisempi, ja tekoälyllä on laajeneva rooli määritettäessä dynaaminen pääsyriski, jota sääntöihin perustuva järjestelmä ei yksinkertaisesti pysty tarjoamaan. Valvottu ja valvomaton syväoppiminen, vahvistava oppiminen ja geneettiset algoritmit eivät vain sovi ennalta määriteltyihin päätelmämalleihin, vaan antavat myös tietoturvaratkaisujen sopeutua muuttuvaan yrityskäyttäytymiseen ja oppia muilta yrityksiltä, ​​kun he kohtaavat ja lieventävät uhkia. Syvien väärennösten torjuminen sisäänrakennetuilla algoritmeilla, arvon hyödyntäminen suurista tiedoista ja päätöksenteon ajaminen tehokkaan analyysin avulla on avainasemassa identiteetin älykkyydessä. - Rajesh Ganesan, varapuheenjohtaja, ManageEngine (Zoho Corp: n jako)

Ohjelmistorobotiikka

Koska on välttämätöntä pitää ihmiset poissa läheisyydestä, joka jatkuu uuteen vuoteen, näemme luonnollisesti merkittäviä investointeja automaatioon. Ehkä kuitenkin ensimmäistä kertaa robotiikka ottaa tavanomaiset, yksinkertaiset inhimilliset tehtävät vaikeimpien ja strategisempien sijasta. Olemme nähneet robottien auttavan ihmisiä monissa monimutkaisissa sovelluksissa, kuten robotit, jotka on koulutettu suorittamaan tarkimmat mikrokirurgiat. Robotit alkavat nyt ottaa tehtäviä, jotka antavat välttämättömille työntekijöille, jotka aiemmin tarvitsivat olla henkilökohtaisesti, työskennellä etänä. Esimerkiksi investoimalla laajennettuun ja virtuaalitodellisuuteen näemme robottien vartijat, joita etätyöntekijät ohjaavat vaeltaa toimistoissa ja tehtaiden lattialla; etätyöntekijät voivat hallita droneja kauko-ohjauksella poimia ja pakata laatikoita varastosta. Vuonna 2021 vallankumous robotisoidaan. - Ahson Ahmad, tuote- ja asiakasjohtaja, Laskuvarjon laukaisin

Turvallisuus

Deepfakeista tulee merkittävä uhka liiketoiminnan eheydelle. COVID-19 on pakottanut henkilökohtaisen viestinnän käymään virtuaalisena, mikä tarkoittaa, että yritykset luottavat videoneuvotteluihin pitääkseen kokouksia enemmän kuin koskaan ennen. Vaikka käsite syväfakeista ei välttämättä ole uusi, ne ovat yhä kehittyneempiä ja niistä on tulossa huomattavan helppo luoda. Otetaan esimerkiksi ThisPersonDoesNotExist.com, joka hyödyntää tekoälyä luomaan täysin uskottavia kuvia ihmisistä, joita ei ole todellisessa elämässä. Jos tämä prosessi voidaan suorittaa suhteellisen vähän tietoa käyttäen, hakkerit voivat varmasti hyödyntää videoneuvottelutekniikassa käytettyjä työprofiileja - joihin työntekijöiden nimet ja kuvat liitetään automaattisesti - luodakseen vakuuttavia väärennöksiä. - James Carder, Turvallisuusjohtaja LogRytmi

Ennustus: Kun petosten havaitseminen vaikeutuu, ML-petosmallit vahvistavat mutta käyttävät viimeisempiä tietojoukkoja: Petosriskin määrittämiseksi yritykset käyttävät koneoppimisen (ML) kouluttamiseen tyypillisesti aikaisempien tapahtumien tietokokonaisuutta, jonka heidän mielestään edustaa tulevaisuutta. malleja. COVID-19: n valtava vaikutus kuluttajatietoihin ja -käyttäytymiseen on kuitenkin aiheuttanut yhteyden katkeamisen, koska aiemmat tiedot eivät enää edusta tulevaisuutta. Tämä on johtanut moniin organisaatioihin joko käyttämään alikuntoisia malleja, jotka toimivat hyvin, mutta eivät löydä uusia petosmalleja, tai ylivarustettuja malleja, jotka aiheuttavat paljon yllätyksiä, kuten tulvien manuaaliset tarkastusjonot tai enemmän takaisinperintää ja petoksia. Monet yritykset ovat myös siirtyneet ML: n käytöstä sääntöihin perustuviin malleihin ja manuaalisiin arvosteluihin, jotka luottavat enemmän ihmisen intuitioon. Vuonna 2021 yritykset voivat hyödyntää ymmärrystään näistä uusista käyttäytymismalleista aloittaakseen jälleen vahvempien ML-mallien rakentamisen. Menestyäkseen heidän on kuitenkin käytettävä uudempia tietoja, otettava asiat mallien rakentamisen yhteydessä ja arvioitava niiden edistymistä. - Arjun Kakkar, strategia- ja operointijohtaja Ekata

Tekoäly on luonut uusia turvallisuusuhkia, joista suurimmat voivat olla syviä väärennöksiä. Deepfakes ovat väärennettyjä ääni-, video- tai kuvia, jotka luottavat tekoälytekniikkaan jäljittelemään todellisuutta. Syväväärennöksillä voi olla vakavia seurauksia väärissä käsissä, kuten syväpeteväärennökset. Vaikka emme ole vielä nähneet monia näistä hyökkäyksistä, vuonna 2019, huijarit käyttivät deepfake-ääntä varastamaan yli 200,000 2021 dollaria brittiläiseltä energiayhtiöltä. Ja koska etätyöympäristöt antavat petoksille enemmän ammuksia hyökkäyksiään varten, vuosi XNUMX on vuosi, jolloin tekniikka vapauttaa äänen reaaliaikaisen transkription ja yritysten on pysyttävä valppaina varmistaakseen, etteivät he huijaudu. Yritysten tulee olla varovaisia ​​epäilyttävistä puheluista, eivätkä ne saa koskaan lähettää rahaa tai jakaa arkaluontoisia tietoja tarkistamatta, että soittaja on se, jonka he väittävät olevansa.

Lisäksi kyberturvallisuuden perustyökalujen ja -protokollien perustaminen voi estää petoksia pääsemästä käsiksi arkaluonteisiin tietoihin, joita he tarvitsevat ensisilmäyksellisten kuvien ja äänen luomiseksi. Kyberturvallisuuden tutkijat työskentelevät työkalujen avulla väärennetyn sisällön havaitsemiseksi, mutta siihen saakka yritysten on luotettava intuitioonsa ja olemassa oleviin kyberturvallisuustyökaluihin varmistaakseen, että heitä ei huijata. - Terry Nelms, PhD, vanhempi tutkimusjohtaja Pindrop

Tietorikkomusten virran ja Big Techin havaitseman henkilötietojen hyödyntämisen ansiosta kuluttajien tietosuoja on jatkossakin valtava painopiste vuonna 2021 ja sen jälkeen, ja voimme odottaa lisää lainsäädännön käyttöönottoa, joka suojaa kuluttajien oikeuksia ja sakottaa yrityksiä tietojen vastuuton käyttö. Luottamuksen lisäämiseksi ja asiakaskokemuksen parantamiseksi yhä kilpailukykyisemmällä liiketoimintaympäristöllä useat organisaatiot antavat kuluttajille omistusoikeuden ja hallinnan henkilötietoihinsa lähivuosina. Yhdistämällä eettiset, noudattavat ja yksityisyyttä säilyttävät periaatteet tulevaisuuden mittakaavassa rakennettuun teknologiainfrastruktuuriin yhteiskunta siirtyy kohti järjestelmää, jossa tietojen arvo hyödyttää sekä yksilöitä että yrityksiä. - James Kingston, Dataswiftin tutkimus- ja innovaatiokumppanuuksien johtaja, tekoälyn tutkija ja HAT-LAB: n johtaja.

Tietoturvan hallinto on välttämätön ja kriittinen rakennusosa uhkien lieventämiseksi. Viime aikoihin asti suurin osa tiedonhallintaohjelmista on keskittynyt tietovirtoihin ja analytiikkaan ajattelematta paljoa tietoturvasta. Uudet tietosuojalait ja -säädökset ovat pakottaneet tietojen sidosryhmät, kuten CDO: n, talousjohtaja, CISO: n ja DPO: n, asettamaan tietoturvan yhdeksi tarvittavaksi rakennuspalikoksi tietohallintoponnisteluissaan. Tietoturvan hallinta on kuitenkin monimutkaista, koska yksikään toimittajatuote ei pysty toteuttamaan kaikkia vaadittuja tietoturvan hallinnan valvontatoimia. Vuonna 2021, kun yritykset keräävät ja käsittelevät yhä enemmän tietoja, heidän on selvitettävä, kuinka tiedot voidaan yhtenäistää nopeasti, joten koko organisaatio hankkii tietoja samasta, luotettavasta ja turvallisesta tiedosta. Seuraavaksi yritysten on toteutettava ja hallinnoitava tietolähteensä tietosuojajärjestelmän kautta, jossa on tarvittavat tietosuojavalvonnat, joten tietouhkia lievennetään. Nämä vaiheet varmistavat, että tulevat liiketoiminta- ja rahoitusriskit minimoidaan. - Anne Hardy, Talendin CISO

Tekoäly on avain turvallisuuden vahvistamiseen etämaailmassa. Turvallisuus on mielenkiinnon kohteena minkä tahansa organisaation C-paketille, joka on aloittanut digitaalisen muutosmatkan, mutta sen merkitystä on vain lisännyt pandemia. Koska niin monta päätepistettä on hajallaan ympäri maailmaa, kun työntekijöillä on joustavuutta työskennellä etäällä missä tahansa, haavoittuvuudet lisääntyvät. Suuri trendi, jonka näemme vuonna 2021 ja sen jälkeen, on tekoälyn soveltaminen turvatoimiin, koska ihmiset yksin eivät pysty seuraamaan, hallitsemaan ja tarkistamaan kutakin päätepistettä nykyaikaisen yrityksen riittävän tai tehokkaan suojaamisen kannalta. Jos tietoturvajohtajat (etenkin Fortune 500 -yritysten edustajat) eivät tee aikaa ja taloudellisia investointeja tehostamaan tekoälyä nyt, he voivat odottaa hakkerien kohdistuvan tulevaisuudessa ja ryöstävänsä suojaamaan tietojaan. -Scott Boettcher, johtaja, yritystietojen hallinta, NTT DATA Services

varastointi

Legacy NAS on kuollut tekoälylle. PCIe Gen4: n käyttöönoton myötä I / O-hinnat ovat nyt täysin irtautuneet CPU: n ydinmuutoksista. Vanhat NFS-palveluntarjoajat ovat jumissa yksivirtaisen TCP: n kanssa, jota nopeus rajoittaa yhden CPU-ytimen kyky sovelluspalvelimessa. PCIe Gen4 kaksinkertaistaa sovellusten I / O-suorituskyvyn vuonna 2021, kun taas CPU-ydin ei enää pysty kaksinkertaistamaan yhden ytimen I / O-suorituskykyä. Yhden isännän IO: ta ei ole enemmän keskittynyt kuin tekoälymarkkinoilla - esimerkiksi koneoppimisen ja syvällisen oppimisen sovelluksiin. Tämän ratkaisemiseksi asiakkaat etsivät ratkaisuja, jotka tukevat monisäikeisyyttä, RDMA: ta ja kykyä ohittaa suorittimet kokonaan - kuten NVIDIA: n GPUDirect Storage -tapauksessa. Vaatimukset pitää GPU: t ja tekoälyprosessorit syötetyinä ja tehokkaina ylittävät dramaattisesti vanhan TCP-pohjaisen NAS: n I / O-ominaisuudet, mikä johtaa asiakkaiden poistumiseen vanhasta NAS: sta kokonaan vuonna 2021. - Renen Hallak, VAST Datan perustaja ja toimitusjohtaja

Esineiden varastointi rikkoo myytin, että sitä käytetään vain arkistointiin. Vaikka objektien tallennus tunnetaan parhaiten varmuuskopiointi- ja arkistotallennusratkaisuna, kolme suuntausta laajentaa tätä käsitystä vuonna 2021. Ensinnäkin flash-pohjainen objektien tallennus saa suosiota tietojen analytiikan kuormituksissa, joilla on myös korkeat kapasiteettivaatimukset. Toiseksi S3-yhteensopiva tallennus yksinkertaistaa Kubernetes-käyttöönottoa, mikä tekee siitä loogisen valinnan nykyaikaisille sovelluksille. Kolmanneksi, pilvipohjaisia ​​sovelluksia tullaan yhä enemmän käyttämään prem-käyttöjärjestelmässä, mikä lisää on-prem S3 -yhteensopivan tallennustilan tarvetta sovellusten siirrettävyyden parantamiseksi. Tämän seurauksena useammat organisaatiot käyttävät objektien tallennustilaa tukemaan laskennallisesti raskaita käyttötapauksia, kuten tekoäly, ML ja data-analytiikka, murtamalla lopullisesti "halvan ja syvän" myytin. - Jon Toor, yhteinen markkinajärjestely Cloudian

Organisaatiot keräävät nyt valtavia määriä koneoppimista ja IoT-tietoja. Jos yrityksesi riippuu tietojen keräämisestä ja analysoinnista toimiakseen ja menestyäkseen, mitä tapahtuu, jos tietoja ei ole täysin varmuuskopioitu ja helposti palautettavissa? Useimmat yritykset ajattelevat lähinnä tietojen analysointia ja paljon vähemmän tietojen varmuuskopiointia tai tietoturvaa. Mutta kun data siirtyy yhä enemmän analyysistä tuotantoympäristöihin, suojaus muuttuu kriittiseksi. Huippuluokan tallennustyökalut luottavat yhä enemmän tekoälyyn ja koneoppimiseen tietojen varmuuskopioinnin automatisoimiseksi. Yritystietojen räjähtävän koon vuoksi näistä älykkäistä työkaluista tulee elintärkeitä tehokkaan varmuuskopiointiprosessin ylläpitämiseksi, joka pystyy reagoimaan nopeasti ja vaivattomasti muuttuviin vaatimuksiin ja säästää lukemattomia tunteja manuaalisissa varmuuskopioissa. - Shridar Subramanian, YMJ Varastointilaite

verticals

Tekoälyn mahdollisuus parantaa toimitusketjuprosesseja on ollut yritysten painopistealueita vähintään viiden vuoden ajan, mutta COVID-5: n aiheuttamien häiriöiden jälkeen monet toimitusketjun analyytikot ja yritykset ovat kiinnittäneet huomiota tekoälyyn mahdollisena ratkaisuna heidän surunsa. 67% - yrityksistä, jotka ovat sijoittaneet johonkin teknologiaratkaisuun, joka auttaa heitä selviytymään pandemiasta, ja 60% teollisuusyrityksistä etsivät tekoälyä erityisesti. Tekoälyn malleja tukevat kuitenkin tiedot. Tekoälyn mallin tarkkuus, laajuus ja ominaisuudet riippuvat kokonaan sen takana olevista harjoitustiedoista. Nämä tiedot on kuitenkin järjestettävä ja merkittävä koneellisesti luettavassa muodossa, ennen kuin tekoälyohjelma pystyy pilkkomaan ne. Ennen kuin tekoäly otetaan käyttöön, yritysten on hyödynnettävä nykyaikaista integraatioteknologiaa koottaakseen automaattisesti tietoja toimittajien, kumppaneiden, kauppiaiden ja asiakkaiden ekosysteemien kanssa muodossa, joka on rakennettu tekoälyn mallien polttoaineeksi

Kassalle PrimeXBT
Kaupankäynti AC Milanin virallisten CFD-kumppaneiden kanssa
Helpoin tapa käydä salausta.
Lähde: https://www.fintechnews.org/big-data-industry-predictions-for-2021/