By Daniel Gutierrez

2020 is een jaar voor alle leeftijden geweest, met zoveel binnenlandse en mondiale uitdagingen. Maar de big data-industrie heeft een aanzienlijke traagheid richting 2021. Om onze gewaardeerde lezers een impuls te geven over belangrijke nieuwe trends die naar volgend jaar leiden, hoorden we hier bij insideBIGDATA van al onze vrienden in het ecosysteem van de leverancier om hun inzichten, reflecties en voorspellingen voor wat er gaat komen. We werden erg aangemoedigd om zulke opwindende perspectieven te horen. Zelfs als slechts de helft daadwerkelijk uitkomt, is Big Data in het komende jaar voorbestemd om een ​​behoorlijk opwindende rit te worden. Genieten!

Daniel D.Gutierrez - Hoofdredacteur & Resident Data Scientist

Analytics

De "analytische kloof" zal erger worden. Net als de veel gepubliceerde 'digitale kloof' zien we ook het ontstaan ​​van een 'analytische kloof'. Veel bedrijven werden gedreven om te investeren in analyse vanwege de pandemie, terwijl anderen werden gedwongen om alles te verwijderen wat ze niet als cruciaal beschouwden om het licht aan te houden - en een behoorlijke investering in analyse was, voor deze organisaties, analyse was aan de gang. hakblok. Dit betekent dat de analytische kloof in 2021 nog groter zal worden, en deze trend zal zich nog vele jaren voortzetten. Winnaars en verliezers in elke branche zullen ongetwijfeld worden bepaald door degenen die gebruikmaken van analyses en degenen die dat niet zijn. - Alan Jacobson, Chief Data and Analytics Officer, bij Alteryx

Waarschijnlijk voorbij zijn de dagen van fragmentarische analyse- en rapportageoplossingen die waarschijnlijk voldoen aan nichegebruik van bedrijven. Dit is onhoudbaar. Bedrijven kunnen geen sterk afdelingsgerichte analyse-implementaties hebben die het effect hebben van lokale probleemoplossing en het grotere bedrijf ziet niet het volledige voordeel. Deze huidige situatie zal veranderen in een situatie waarin analyses worden uitgevoerd op alle gegevens waartoe het bedrijf toegang heeft, waarbij de mogelijkheid van deze analyses op een gezamenlijke manier kan worden geïmplementeerd door een verscheidenheid aan belangengroepen met verschillende vaardigheden (bijv. Datawetenschap, bedrijfsleiders) en met een volledige focus op het operationaliseren van analytische inzichten in bijna realtime. Met andere woorden, niet meer stukje bij beetje en niet meer alleen wetenschappelijke experimenten. - Sri Raghavan, directeur Data Science and Advanced Analytics Product Marketing bij Teradata

Voorschrijvende analyses zullen een sleutelcomponent zijn voor het succes van digitale transformatie: geavanceerde analyses zijn dat worden mainstream omdat bedrijven in toenemende mate gegevens verzamelen en analyseren binnen hun organisatie, met 35% van de Amerikaanse fabrikanten die de afgelopen drie jaar geavanceerde analyses hebben geïmplementeerd. Om AI een significante impact te laten hebben in de waardeketen, zullen prescriptieve analyses de katalysator zijn om de prestaties te optimaliseren. Prescriptieve analyses worden een essentieel onderdeel voor het opschalen van AI binnen organisaties, door product- en klantgegevens te gebruiken om AI-modellen te adviseren over hoe processen kunnen worden verbeterd, productie kunnen worden aangepast en de efficiëntie kan worden verhoogd. Prescriptieve analyses maken constante verbetering mogelijk met een AI-model door continu te monitoren en aan te passen op basis van veranderende omstandigheden. Prescriptieve modellen kunnen vervolgens besluitvormingsautomatisering mogelijk maken, waarbij de modellen op basis van voorschriften de beste manier van handelen kunnen nemen. Door verder te gaan dan voorspellende analyses naar prescriptieve analyses zullen fabrikanten uiteindelijk in 2021 digitale transformatie kunnen realiseren. - George Young, Global Managing Director van Kalypso

Er zal steeds meer vraag zijn naar augmented analytics en selfservice, gezien het gedistribueerde personeelsbestand en de honger naar informatie. Als reactie hierop zullen traditionele analyses steeds meer worden verstoord door AI. Door de toename van een gedistribueerd personeelsbestand zal de vraag naar augmented analytics toenemen, waarbij de individuele gebruiker wordt begeleid door het proces van het maken van query's om onmiddellijk antwoord op hun datavragen te krijgen. We zien een convergentie van analyse en AI op twee gebieden: op infrastructuurniveau en op analistenniveau.

Mensen beginnen zich te realiseren dat ze verschillende datapijplijnen hebben die gegevens leveren voor een analyse-engine en ze bouwen een andere stack voor ML. In plaats van twee volledig gescheiden stapels, zien we een convergentie hiervan tot een infrastructuur die gemakkelijker te onderhouden is en tegelijkertijd ervoor zorgt dat dezelfde gegevens worden gebruikt om beide engines van stroom te voorzien. Een tweede convergentie zal plaatsvinden met betrekking tot een 'honger' naar informatie en het overbruggen van een kloof om vragen te beantwoorden met behulp van gegevens. Traditionele analyses zullen meer worden verstoord door AI. Platforms (zoals Tableau, Power BI, etc.) zullen worden vervangen door bots en virtuele assistenten die een conversatie-karakter hebben. We zien dit als een duwtje om te versnellen door een pull voor zelfbediening. We verwachten ook dat NLP in 2021 op grotere schaal zal worden gebruikt. - Scott Schlesinger, Global Data, Analytics & AI Practice Leader bij ness

Met name op het gebied van data en analytics zullen de scheidslijnen tussen IT en andere afdelingen steeds verder vervagen. Gegevens en analyses hebben het potentieel om extreem positieve en zinvolle bedrijfsresultaten te behalen, en wanneer het gebeurt, is er vaak ook een krachtige samenwerking tussen verschillende functionele gebieden, aangezien elk een niveau van verantwoordelijkheid heeft voor het succes van de analysebenadering. Gebieden als data governance, datageletterdheid, open dataplatforms, integratie en gebruik van data in verschillende delen van de onderneming zullen zakelijke gebruikers in staat stellen taken uit te voeren die traditioneel voorbehouden waren aan IT-teams en de data die business units genereren zal worden ingevoerd in platforms die IT beheert. Dit - in combinatie met een tekort aan datawetenschappers en analyseprofessionals - betekent ook dat dataplatforms naadlooser en gemakkelijker te implementeren zullen worden, zodat alle onderdelen van een organisatie er gebruik van kunnen maken. - Frances Zelazny, CMO van Signalen Analytics

In de jaren 2000 zou het plaatsen van Microsoft Office op je cv je een goede kandidaat voor een baan kunnen maken, maar een decennium later was het een vaardigheid die als vanzelfsprekend werd beschouwd. Tegenwoordig kan SQL-vaardigheid ervoor zorgen dat u opvalt, maar wat gaat er de komende jaren gebeuren?

Naarmate de datageletterdheid toeneemt, zullen analytische vaardigheden de norm worden voor alle zakelijke professionals en beginnen te verdwijnen uit de cv's van kandidaten. Net zoals het onwaarschijnlijk is dat u vandaag 'Office-vaardigheid' zult zien, is het onwaarschijnlijk dat u tegen het einde van het decennium 'gegevensvaardigheid' zult zien. We zijn een derde golf van analyses ingegaan, en daarmee de verwachting dat zakelijke gebruikers zonder de hulp van een expert met gegevens kunnen communiceren. Als je niet in staat bent om harde gegevens te combineren met de zakelijke context om een ​​strategie te definiëren en uit te voeren, zul je heel snel worstelen op de werkplek. De ideale kandidaat voor bedrijven in 2021 en daarna zal een persoon zijn die zowel gegevens kan begrijpen als spreken - want over een paar jaar zal datageletterdheid iets zijn dat werkgevers eisen en verwachten. Degenen die vooruit willen komen, verwerven deze talenten nu. - ThoughtSpot CEO Sudheesh Nair

Terwijl bedrijven hun data-infrastructuur verschuiven naar een federatieve (één engine vraagt ​​verschillende bronnen), gedesaggregeerde (compute is gescheiden van opslag is gescheiden van de data lake) stack, zullen we zien dat traditionele datawarehousing en nauw gekoppelde database-architecturen worden gedegradeerd tot legacy workloads. Maar één ding blijft hetzelfde als het gaat om deze verschuiving: SQL blijft de lingua franca voor analyses. Data-analisten, data-ingenieurs, datawetenschappers en productmanagers zullen samen met hun databasebeheerders SQL gebruiken voor analyses. - Dave Simmen, medeoprichter en Chief Technology Officer (CTO), Ahana

Organisaties overal ter wereld escaleren hun gebruik van analysesystemen, maar worden uitgedaagd door de behoefte aan event-dataplatforms die real-time data-wrangling kunnen uitvoeren. In 2021 zullen organisaties intelligente dataplatforms nodig hebben die statische en streaming data uit verschillende bronnen in elk formaat, grootte of snelheid kunnen gebruiken; On-the-fly de gegevens in de war brengen (verrijken en in kaart brengen); en de gegevens veilig en in realtime aan systemen, apparaten en applicaties leveren. - Sean Bowen, CEO van Push-technologie

Eén enkele SQL-query voor alle gegevensworkloads. De weg vooruit is niet alleen gebaseerd op automatisering, maar ook op hoe snel en breed u uw analyses toegankelijk en deelbaar kunt maken. Analytics geeft u een duidelijke richting van wat uw volgende stappen zouden moeten zijn om klanten en medewerkers tevreden te houden en zelfs levens te redden. Het beheren van uw gegevens is niet langer een luxe, maar een noodzaak - en bepaalt hoe succesvol u of uw bedrijf wordt. Als u de complexiteit of kosten van het beheren van gegevens kunt wegnemen, bent u zeer effectief. Uiteindelijk zal de winnaar van de ruimte de complexiteit en kosten van gegevensbeheer wegnemen, en zullen de werkbelastingen worden verenigd, zodat u één enkele SQL-query kunt schrijven om alle werkbelastingen in meerdere gegevensresidenties te beheren en te openen. - Raj Verma, CEO van enkele winkel

AI- en Analytics-mogelijkheden werden in het verleden geleverd door verschillende platforms / teams. In de loop der jaren zien we dat het platform convergeert en dat het AI-team meer gefocust is op de algoritmische kant, terwijl de AI- en Analytics-platformteams zijn samengevoegd om de software-infrastructuur te bieden voor zowel analyse- als AI-use-cases. - Haoyuan Li, oprichter en CEO, Alluxio

Als dataprofessionals hebben we een verantwoordelijkheid naar het bredere publiek toe. Ik denk dat we het komende jaar vooruitgang zullen zien in de richting van een ethische code binnen de data-analyse-ruimte, geleid door bewuste bedrijven die de ernst van mogelijke misstanden erkennen. Misschien zal de Amerikaanse regering ingrijpen en een versie van haar eigen GDPR goedkeuren, maar ik geloof dat technologiebedrijven deze aanklacht zullen leiden. Wat Facebook heeft gedaan met betrokkenheidsgegevens is niet illegaal, maar we hebben gezien dat het schadelijke gevolgen kan hebben voor de ontwikkeling van kinderen en voor onze persoonlijke gewoonten. In de komende jaren zullen we terugkijken op de manier waarop bedrijven persoonsgegevens gebruikten in de jaren 2010 en ineenkrimpen zoals we doen als we mensen zien roken in een vliegtuig in films uit de jaren zestig. - Jeremy Levy, CEO van indicatief

Emotie is een sleutelfactor die het gedrag van klanten beïnvloedt en heeft een sterke invloed op de merkloyaliteit. Daarom wordt het voor bedrijven steeds nuttiger om een ​​manier te vinden om emoties van klanten te meten tijdens hun besluitvormingsprocessen. Emotionele analyse richt zich op het bestuderen en herkennen van het volledige scala aan menselijke emoties, waaronder stemming, houding en persoonlijkheid. Het maakt gebruik van voorspellende modellen en AI / ML om menselijke bewegingen, woordkeuzes, stemtonen en gezichtsuitdrukkingen te analyseren. Emotionele analyse kan bedrijven helpen een meer holistisch klantprofiel op te bouwen, te begrijpen hoe ze emoties kunnen beïnvloeden en aangepaste producten en diensten te ontwikkelen die zijn afgestemd op individuen. Sentimentanalyse over producten en diensten, over geografische gebieden, sociale netwerken en beoordelingswebsites heen, stelt bedrijven in staat om hun klanttevredenheidsniveau beter te begrijpen en te verbeteren. Door emotionele analyses te gebruiken, kunnen bedrijven beter begrijpen hoe hun marketing en services emotie beïnvloeden om een ​​positievere klantervaring te bieden. - Paul Moxon, SVP, Data Architecture bij denode

Het is moeilijk om productanalyses goed te krijgen. Elke interactie resulteert in bergen gegevens, en daar doorheen graven om dat 'naald in de hooiberg'-inzicht te vinden, vereist veel inspanning, discipline en tijd om het te laten werken. Door deze toegangsbelemmeringen is data-analyse vaak beperkt tot bedrijven die over de middelen, bandbreedte en kennis beschikken om het goed te doen. Maar het is ook een discipline die steeds belangrijker wordt - zelfs vóór de pandemie vonden consumenteninteracties met merken over het algemeen plaats op digitale platforms, en nu zijn ze er bijna uitsluitend. Er zijn ontelbare hoeveelheden informatie die de ROI van elke interactie kunnen verklaren, en zonder twijfel is een deel daarvan potentieel spelveranderend. Maar eerlijk gezegd zijn we mensen, en als we hard moeten werken om waarde uit iets te halen, is de kans kleiner dat we het consequent doen. Daarom zal analytics in 2021 veranderen van een reactief spel - het verzamelen van gegevens die analisten vervolgens moeten doorzoeken om die inzichten te vinden - naar een proactief spel, waarbij teams rechtstreeks worden verbonden met die "a-ha!" momenten die onmiddellijke en geïnformeerde actie inspireren. - Matin Movassate, CEO en oprichter van Heap

Artificial Intelligence

Terwijl bedrijven streven naar doelen om voldoende inkomstenstromen te heropenen en terug te verdienen, zullen ze slimme technologieën moeten gebruiken om in realtime belangrijke inzichten te verzamelen die hen in staat stellen dit te doen. Het toepassen van kunstmatige intelligentie (AI) -technologieën kan bedrijven helpen begrijpen of hun strategieën om klanten en werknemers veilig te houden werken, terwijl ze de groei blijven stimuleren. Nu bedrijven de unieke mogelijkheden van AI erkennen om het beheer en de naleving van bedrijfsbeleid te vergemakkelijken, de veiligheid te waarborgen en de klantervaring te verbeteren, zullen we hogere percentages AI-acceptatie in alle sectoren zien. - Hillary Ashton, EVP en Chief Product Officer bij Teradata

In 2021 zullen we zien dat AI, machine learning en IoT ons leven en gedrag bepalen en vormgeven, een fenomeen dat nog vele jaren zal voortduren. Deze vorderingen hebben invloed op hoe we werken, hoe we kopen, hoe we uitgeven, hoe we alles in ons leven doen. Maar ik denk dat de echte ster waar bedrijven naar zullen kijken, de ondersteunende technologieën zijn, zoals cloud en edge computing, die zullen blijven domineren vanwege hun vermogen om alle noodzakelijke gegevens te verwerken en beheren die AI, ML en IoT voeden. evenals activerende technologieën zoals iPaaS, APIM en RPA. Deze technologieën zullen het voortouw blijven nemen bij de digitale transformatie van bedrijven terwijl ze overstappen van handmatige of papieren bedrijven naar digitale bedrijven die eindelijk de kracht van AI en IoT kunnen benutten. - Manoj Choudhary, CTO bij Jitterbit

Kunstmatige intelligentie wordt minder kunstmatig in 2021: zelfs met een vaccin voor COVID-19 aan de horizon, is de manier waarop mensen werken en omgaan fundamenteel veranderd. In het nieuwe jaar zal het werken op afstand worden voortgezet, zullen de vereisten op het gebied van sociale afstand blijven bestaan ​​en zullen toeleveringsketens worden geconfronteerd met verstoringen. Deze nieuwe manier van leven vereist een nieuwe manier voor bedrijven om hun activiteiten in de hele waardeketen effectief voort te zetten - van het product tot de fabriek tot de eindgebruiker. Het gebruik van kunstmatige intelligentie (AI) wordt de norm om deze uitdagingen aan te pakken. Echter, zonder te overwegen hoe mensen omgaan met en gebruikmaken van deze nieuwe autonome systemen, zal AI falen.

In 2021 zullen ondernemingen een mensgerichte benadering van AI-initiatieven volgen, de behoeften en waarden van gebruikers begrijpen en vervolgens AI-ontwerpen en -modellen dienovereenkomstig aanpassen, wat op zijn beurt de acceptatie zal verbeteren. Bedrijven moeten dezelfde focus op mensen en cultuur leggen als de technologie zelf, wil AI succesvol zijn. Organisational change management (OCM) -teams zullen van cruciaal belang zijn voor het stimuleren van digitale transformatie en AI door mensen mee te nemen voor het verandertraject en de organisatie in te richten voor meetbare resultaten. Goed verandermanagement is het belangrijkste - maar over het hoofd gezien - aspect van elk initiatief voor digitale transformatie. - George Young, Global Managing Director bij Kalypso

In 2021 zullen ondernemingen afstand nemen van quick wins door te vertrouwen op AI-systemen, om zich te concentreren op blijvende en zinvolle bedrijfswaarde. Deze verandering zal leiden tot diepere initiatieven op het gebied van datageletterdheid in organisaties. Mensen moeten nieuwe vaardigheden leren en zich op nieuwe manieren gedragen. - Sundeep Reddy Mallu, hoofd Analytics bij Grammener 

De meeste consumenten zullen sceptisch blijven over AI. Met verschillende grote consumentenmerken in de hot seat rond twijfelachtige AI-ethiek, vertrouwen de meeste mensen AI nog steeds niet. Voor velen is het omdat ze het niet begrijpen of zelfs maar beseffen dat ze het dagelijks gebruiken. Consumenten krijgen zoveel gratis AI-services - Facebook, Google, TikTok, enz. - dat ze niet begrijpen wat ze er persoonlijk voor teruggeven, namelijk hun persoonlijke gegevens. Zolang het grote publiek naïef blijft, zullen ze niet kunnen anticiperen op de gevaren die AI kan introduceren of hoe ze zichzelf kunnen beschermen - tenzij de markt klanten beter voorlicht of regelgeving implementeert om hen te beschermen. Desondanks zijn er aanwijzingen dat we de hoek omslaan van de betrouwbaarheid van AI. Eenentachtig procent van de respondenten van bedrijfsleiders op Pega's aanstaande onderzoek zei optimistisch te zijn dat AI-vooringenomenheid binnen vijf jaar voldoende zullen worden verminderd. Bedrijven kunnen maar beter hopen dat dit waar blijkt te zijn - want naarmate meer van het publiek beseft hoe AI hun leven beïnvloedt en in sommige gevallen favoriet speelt, zullen ze moeilijkere vragen blijven stellen die het vertrouwen in AI verder aantasten, waardoor bedrijven gedwongen worden moeten ze beantwoorden. - Vince Jeffs, Senior Director - Productstrategie, Marketing AI en besluitvorming, Pega

Door AI aangedreven digitale werknemers zullen bedrijven helpen strategisch te blijven op de lange termijn. Weinigen zijn het oneens met het idee dat AI en automatisering essentieel zijn voor het voortbestaan ​​van bedrijven in de toekomst. Uit onderzoek is echter gebleken dat de meeste bedrijven de voordelen van hun AI- en automatiseringsinvesteringen niet volledig hebben gerealiseerd. Door krachtige AI-mogelijkheden te koppelen aan bedrijfsprocessen via het digitale personeel, zullen we steeds vaker zien dat organisaties AI-gestuurde automatisering op schaal implementeren. AI-geïnfundeerde automatisering zal in toenemende mate worden gekoppeld aan strategische kerninitiatieven zoals verbeterde klantgerichtheid, omzetgroei, kapitaaltoewijzing, supply chain management, risicobeheer, kosten- en operationele efficiëntie en meer. AI-aangedreven digitale werknemers zullen worden gebruikt als primaire tools voor het uitvoeren van bedrijfsstrategieën en het beheren van risico's op bedrijfsschaal. Snelle en effectieve acceptatie van automatisering zal in toenemende mate worden gezien als een essentieel onderdeel om concurrerend te blijven op markten. - Eric Tyree, hoofd AI en onderzoek bij Blue Prism

AI-experimenten zullen strategischer worden. Experimenteren vindt plaats tijdens het hele modelontwikkelingsproces - meestal wordt elke belangrijke beslissing of veronderstelling geleverd met ten minste een experiment of eerder onderzoek om die beslissingen te rechtvaardigen. Experimenteren kan vele vormen aannemen, van het bouwen van volwaardige voorspellende ML-modellen tot het uitvoeren van statistische tests of het in kaart brengen van gegevens. Het proberen van alle combinaties van elke mogelijke hyperparameter, het afhandelen van functies, enz., Wordt al snel onvindbaar. Daarom zullen we beginnen te zien dat organisaties een tijd- en / of rekenbudget definiëren voor experimenten, evenals een aanvaardbaarheidsdrempel voor de bruikbaarheid van het model. - Florian Douetteau, CEO en medeoprichter van Dataiku

In 2021 zullen we eindelijk zien dat AI mainstream wordt. Als gevolg van COVID-19 werden bedrijven gedwongen om digitaal te transformeren om te overleven in het nieuwe normaal. Volgens ons onderzoek vertoont digitale versnelling geen tekenen van stoppen in het nieuwe jaar, met 86% van de bedrijven die momenteel de vruchten plukken van een betere klantervaring via AI, die waarschijnlijk zal doorgaan. De pandemie heeft ook de zakelijke prioriteiten voor AI-investeringen veranderd. We hebben bijvoorbeeld bedrijven zien verschuiven van eenvoudigere taken zoals automatisering naar focus op personeelsplanning en simulatiemodellering. Omdat organisaties voordelen blijven zien van hun digitale investeringen in complexe processen, zal AI het komende jaar alleen maar breder worden en op grotere schaal worden gebruikt. - Anand Rao, Global Artificial Intelligence Lead bij PwC

Convergentie van AI & BI zal data-inzichten stimuleren. AI maakte de afgelopen 5 jaar deel uit van elke zakelijke discussie. En toch blijven er uitdagingen bestaan ​​bij het democratiseren van geavanceerde AI-inzichten bij grote delen van de werknemers. Naarmate er nieuwe AI-aangedreven BI-producten verschijnen, zullen silo's worden doorbroken en zal elke gebruiker data-analyse kunnen gebruiken en gemakkelijk inzichten kunnen vinden. Eenvoudige interfaces, gepersonaliseerde inzichten en boeiende data-ervaringen worden de kenmerken van data-analyse in 2021 en daarna. - Dhiren Patel, Chief Product Officer van MachEye en hoofd Customer Success

Raciale vooroordelen in veel AI-gestuurde algoritmen voor gezichtsherkenning waren het afgelopen jaar een groot gespreksonderwerp en kwamen tot een hoogtepunt als gevolg van de sociale onrust van 2020. Onderzoek heeft uitgewezen wijdverbreid bewijs dat raciale minderheden veel meer kans hadden dan blanken om ten onrechte te worden geïdentificeerd. In 2021 zullen we zien dat de correctie van AI-bias een belangrijk onderwerp wordt voor elk bedrijf dat AI of gezichtsherkenningstechnologie gebruikt. Door door de overheid uitgegeven documenten te gebruiken, kunt u snel en gemakkelijk identiteitsbewijs bewijzen door het gezicht op het document te analyseren en het te vergelijken met het gezicht dat toegang probeert te krijgen tot uw systeem. 2021 wordt het jaar waarin AI-vooringenomenheid aan het licht komen en bedrijven zullen beginnen met het implementeren van radicale veranderingen om raciale vooroordelen in hun software te elimineren - waarvan sommige kunnen worden gedaan door bewust te focussen op eerlijkheid en training van het ML-systeem van het bedrijf om raciale gezichtsuitdrukkingen te verminderen. herkenningsfouten. - Mohan Mahadevan, VP Onderzoek, Onfido

2021 wordt het jaar waarin teams overgaan van nonchalant daten met AI naar een toegewijde relatie. AI is niet alleen meer voor R & D-projecten. Het is tijd om je te committeren aan het aanpassen van deze oplossingen in plaats van er alleen maar mee te flirten. We moeten nu automatiseren. - David Karandish, oprichter en CEO van Inhoud 

Met de samenvloeiing van rekenkracht, gegevens op internetschaal en moderne algoritmen voor machine learning hebben we de afgelopen jaren opmerkelijk nieuwe wegen ingeslagen met AI. In de komende jaren zullen we een expansietijdperk ingaan, waarin een lange reeks commerciële use-cases zal worden geprototypeerd, verpakt en geproduceerd - om bestaande producten en diensten te verbeteren of om geheel nieuwe te creëren. - Dave Costenaro, Chief Data Officer bij Inhoud 

AI-succes gaat van algemeen doel naar nichefocus. Terwijl AI-investeringen in de onderneming blijven groeien, herevalueren bedrijven hun technische stacks om niche-AI mogelijk te maken, in plaats van 'algemene' zwarte dozen die beweren alles te doen. Niche, geperfectioneerde use-cases die specifieke problemen oplossen, zullen budgetprioriteit krijgen, in plaats van automatisering die belooft alles te doen. - Viral Bajaria, CTO bij 6sense

Opkomst van kunstmatige smalle intelligentie: niet zo lang geleden was AI wat we nu kennen als kunstmatige algemene intelligentie, zoals zelfrijdende auto's of beeldherkenning. Tegenwoordig is er echter een nieuwe categorie van kunstmatige en beperkte intelligentie die probeert een menselijk besluitvormingsproces te repliceren. Vanuit het perspectief van de toeleveringsketen kan deze nieuwe AI helpen om betere beslissingen te nemen rond elk aspect van een toeleveringsketen, van "Hoe vul ik een vrachtwagen?" of "Hoe krijg ik producten op tijd?" In 2021 voorzie ik een toename hiervan smal oplossingen om tactische en kleinere beslissingen te vervangen. - Andy Fox, directeur Global Impact bij LLamasoft

Aan de rand zullen we beginnen te zien dat "Counter-AI" zich begint te materialiseren. Terwijl regeringen mensen proberen te volgen en bedrijven proberen hen te manipuleren of diepgaande inzichten in gedrag te krijgen, voorspel ik een terugslag van methoden om tracking en 360's van klanten te omzeilen. In tegenstelling tot het werk dat verschillende groepen hebben gedaan op het gebied van anti-gezichtsherkenningstools, zullen we high- en low-tech methoden beginnen te zien om de AI's die worden gebruikt om ons te volgen en te begrijpen, te omzeilen. - Hoofd Architectuur voor Atos Noord-Amerika's AI Lab in samenwerking met Google Cloud, Jonas Bull

Naarmate meer instanties deze AI- en ML-gebaseerde oplossingen beginnen toe te passen, is het een plicht van de wetshandhaving om ethisch beleid na te leven en vooringenomenheid in dergelijke tools weg te nemen. Als zodanig zullen afdelingen beginnen met het opstellen van hun eigen beleid en samenwerken met bestuursorganen op het gebied van verantwoord en ethisch AI-gebruik, inclusief een goede training voor de relevante teams en bedrijfsfuncties, en een omgeving creëren met een ethos van datagestuurde en verantwoorde beslissingen. -maken. Om nog een stap verder te gaan, zullen wetshandhavingsorganisaties ervoor blijven zorgen dat AI-systemen worden doorgelicht om bevooroordeeld te zijn en waar nodig worden gecorrigeerd. En ze zullen een communicatielijn openen met het publiek om de transparantie over het gebruik van deze tools te bevorderen. - Heather Mahalik, Senior Director Digital Intelligence, Cellebrite

We zullen zien dat in 2021 meer datagestuurde bedrijven gebruikmaken van open source voor analyse en AI. Open source-analysetechnologieën zoals Presto en Apache Spark stimuleren AI-platforms en zijn veel flexibeler en kosteneffectiever dan hun traditionele tegenhangers van datawarehouses in ondernemingen die afhankelijk zijn van consolidatie. gegevens op één plek: een tijdrovende en kostbare onderneming waarvoor meestal een vendor lock-in nodig is. Volgend jaar zal het gebruik van analytische engines zoals Presto voor AI-toepassingen toenemen vanwege het open karakter: open source-licentie, open formaat, open interfaces en open cloud. - Dipti Borkar, medeoprichter en Chief Product Officer (CPO), Ahana

De industrie zal verschuiven van generieke horizontale AI-platforms, zoals IBM Watson en Amazon Lex, naar domeinspecifieke AI-aangedreven producten en beheerde servicemodellen. Generieke platforms zijn geen oplossingen, ze beginnen koud, zonder enige trainingsgegevens of datamodelstructuur - dit opbouwen en vervolgens optimaliseren in de productie is een deskundige en resource-intensieve taak die de meeste bedrijven te boven gaat. De verschuiving van de vroege innovatormarkt naar de acceptatie van de massamarkt zal in 2021 worden gestimuleerd door de acceptatie van domeinspecifieke AI-aangedreven producten die vooraf zijn opgeleid voor een specifieke branche en waarvan bewezen is dat ze werken. - Jake Tyler, medeoprichter en CEO, Finse AI

In 2021 wordt AI niet in kaart gebracht op het menselijke competentiespectrum. We kunnen algoritmen hebben die elk mens verpletteren bij het schaken, maar niet in staat zijn om een ​​kopje thee te maken en computerprogramma's die wiskunde miljoenen keren sneller kunnen uitvoeren dan mensen, maar als ze zouden vragen wie het volgende WK zou winnen, zouden ze het niet eens begrijpen de vraag. Hun capaciteiten zijn niet universeel. We hebben een punt bereikt met AI waarop we tegelijkertijd de kracht van algoritmen overschatten en onderschatten. Als we ze overschatten, zien we dat het menselijk oordeel wordt gedegradeerd tot een bijzaak - een gevaarlijke plek om te zijn. Het gebruik van een "mutant algoritme" bij het beoordelen van resultaten op A-niveau is het schandaal du jour in het VK, ondanks dat het algoritme veel resultaten oplevert die gewoon het gezond verstand schenden. Wanneer we algoritmen onderschatten, zien we hele industrieën instorten omdat ze geen verandering aan de horizon zagen. Hoe kan het traditionele taxibedrijf concurreren als het algoritme van Uber je in minder dan 3 minuten een ritje kan bezorgen? Verwacht in 2021 dat ingenieurs AI en algoritmische blunders vermijden door niet te proberen algoritmen in kaart te brengen op het menselijke competentiespectrum. Het gebruik van AI-technologieën - zoals spraakherkenning in elke context - om te verbeteren wat mensen kunnen doen en het vinden van de juiste balans tussen AI-automatisering en menselijke kennis voor praktijkgevallen - zoals klantervaring en webconferenties - zal het effectieve gebruik gaan bepalen. van AI voor de toekomst. - Ian Firth, VP bij Speechmatics

Verantwoorde AI / ML wordt het populairste onderwerp in de cloud ML-industrie. Gezien de toenemende nadruk van de samenleving op het bestrijden van oneerlijkheid en vooringenomenheid en de algemene interesse in een betere interpreteerbaarheid en uitlegbaarheid van machine learning-modellen, zullen cloudaanbieders investeren en hun ML-aanbod verbeteren om een ​​volledige reeks verantwoorde ML / AI-mogelijkheden te bieden die erop gericht zijn tevreden te stellen en gerust te stellen. toezichthouders, modelleurs, management en de markt over eerlijk gebruik van ML. Ondertussen zal AI / ML een explosieve groei en gebruik blijven zien in de hele branche, met aanzienlijke verbeteringen in gebruiksgemak en UX-combinatie binnen een verantwoord AI / ML-raamwerk om de volgende groeispurt van deze sector te stimuleren. - Yiannis Antoniou, analist, Gigaom

AIOps voor netwerken wordt mainstream: volgend jaar gaat AIOps voor veel organisaties van theorie naar praktijk. Nu het aantal externe werknemers toeneemt en het huis de nieuwe microtak wordt, wordt AI de inzet voor het leveren van een geweldige client-to-cloud-gebruikerservaring, terwijl de IT-ondersteuningskosten voor externe werknemers worden beperkt. IT-teams zullen AIOps moeten omarmen om hun activiteiten te schalen en te automatiseren. AIOps cloud SaaS zal het paradigma van klantenondersteuning op zijn kop zetten. In plaats van dat gebruikers tickets indienen bij IT, identificeert AI proactief gebruikers met connectiviteits- of ervaringsproblemen en lost het op (het zelfsturende netwerk) of opent een ticket met voorgestelde herstelmaatregelen voor IT. - Bob Friday, CTO van Mist Systems, een bedrijf van Juniper Networks

Kunstmatige intelligentie en machine learning zullen een veel meer integrale rol spelen in de supply chain-strategie dan in voorgaande jaren. De behoefte aan meer realtime inzichten in de hele toeleveringsketen zal in 2021 blijven groeien, vooral nu toeleveringsketenorganisaties hun activiteiten opnieuw evalueren als gevolg van plotselinge veranderingen in koopgedrag tijdens de COVID-19-pandemie.

Om aan deze behoefte te voldoen, zullen supply chain-organisaties moeten kijken naar kunstmatige intelligentie (AI) en machine learning (ML) -technologie om te upgraden van huidige, beschrijvende en prescriptieve analyses, en gebruik te maken van voorspellende analyses - die aanbevolen acties bieden. vaardigheden een incident doet zich voor op basis van eerdere acties. Bedrijven ervaren vaak een puinhoop van silo's en fragmentatie doordat ze worden overgenomen door grote bedrijven met verschillende systemen. In 2021 zullen belanghebbenden in de toeleveringsketen proberen om digitale tweelingen in alle modules in te zetten als een extra laag van zichtbaarheid en om te zorgen voor synchronisatie tussen de bestaande systemen van een bedrijf en nieuwe technologie, zoals sensoren en nanosensoren, die in steeds grotere volumes op de markt komen. . - Mahesh Veerina, CEO van Cloudleaf

Vooroordelen in AI veroorzaakt op grote schaal schade - van het beïnvloeden van het rekruteringsproces door genderstereotypen te versterken tot rassendiscriminatie bij het scoren van kredieten en het verstrekken van leningen. Organisaties weten dat het inhuren van een divers personeelsbestand een waarheidsniveau kan bieden voor AI-modellen, en ze weten dat trainingsgegevens constant moeten worden gecontroleerd op vooringenomenheid, omdat dit de kwaliteit en nauwkeurigheid van algoritmen beïnvloedt. Ze weten ook dat er momenteel geen benchmark is voor op ethiek gebaseerde metingen om vooringenomenheid bij AI echt te verminderen, en dat moet zo zijn. In 2021 zullen we zien dat organisaties voorbijgaan aan het erkennen van en zich 'zorgen maken' over vooringenomenheid in AI en belangrijkere stappen gaan ondernemen om dit op te lossen - omdat het nodig zal zijn. Er zullen specifieke teams en / of initiatieven worden gevormd om alle zorgen te bestrijden die onder de paraplu van verantwoorde AI vallen, inclusief alles van inherente vooringenomenheid in gegevens tot het eerlijk behandelen van gegevenstrainers. Het opzetten van verantwoorde AI-initiatieven zal voor sommigen niet alleen een mandaat op bestuursniveau worden, maar de partners en klanten van bedrijven die AI-inspanningen leiden, zullen dit ook eisen. ​ Appen CTO Wilson Panga

AIOps wordt warm om de klantervaring te verbeteren en zorgt voor applicatieverzekering en -optimalisatie. Met een jaar van onvoorspelbaarheid achter de rug, zullen ondernemingen het onverwachte moeten verwachten als het gaat om het onfeilbaar en proactief maken van technologiestapels. We zullen zien dat de vraag naar AIOps blijft groeien, omdat het deze onverwachte scenario's kan aanpakken en erop kan anticiperen met behulp van AI, ML en voorspellende analyses. De toenemende complexiteit van digitale bedrijfsapplicaties die hybride on-premise en cloud-infrastructuren omvatten, in combinatie met de acceptatie van moderne applicatie-architecturen zoals containerisatie, zal resulteren in een ongekende toename van zowel het volume als de complexiteit van gegevens. Hoewel overbelasting van gegevens uit moderne digitale omgevingen reparatie kan vertragen en IT Ops-teams kan overweldigen, zullen lawaaierige datasets een barrière uit het verleden vormen, omdat slimmere strategieën en gecentraliseerde AIOps-systemen organisaties helpen de klantervaring te verbeteren, moderne applicatiezekerheid en -optimalisatie te bieden intelligente automatisering en gedijen als autonome digitale ondernemingen. In feite zijn conventionele IT Operations-benaderingen misschien niet langer haalbaar - waardoor de acceptatie van AIOps onvermijdelijk is om resources te kunnen schalen en moderne omgevingen effectief te kunnen beheren. - Ali Siddiqui, Chief Product Officer, BMC-software

De harde realiteit is dat 2021 het jaar zal zijn waarin degenen die daadwerkelijk AI doen, waarde op schaal zullen gaan bereiken, terwijl degenen die maanden bezig zijn met het trainen van broze modellen en het niet inhalen, een toenemend, exponentieel, nadeel zullen ondervinden. Last mile-uitdagingen worden er niet eenvoudiger op - maar een fundamentele verschuiving in denken en aanpak zal cruciaal zijn om complexiteitsbelemmeringen te overwinnen. - Dr. Josh Sullivan, hoofd van Modieus

Elegante risicobeoordeling: naarmate de AIOps-ruimte volwassen wordt, zien we een kans voor leveranciers om hun risicobeoordelingsmogelijkheden te verfijnen, zodat klanten problemen met vrijwel zekerheid kunnen oplossen, zonder iets anders in het systeem te breken. In 2021 zal een gebied waar we meer aandacht van beide leveranciers en meer acceptatie onder gebruikers zullen zien, zijn het mogelijk maken van elegantere afhankelijkheidstoewijzingen, zodat ingenieurs risico's nauwkeurig kunnen inschatten als onderdeel van het herstelproces of de build-implementatiecyclus voor softwarewijzigingen, om zorg ervoor dat een verandering in een deel van een omgeving het systeem elders niet kapot maakt. - Michael Olson, directeur Productmarketing bij New Relic

In 2021 wordt AI niet in kaart gebracht op het menselijke spectrum van competentie: we kunnen algoritmen hebben die elk mens verpletteren bij het schaken, maar zijn niet in staat om een ​​kopje thee te maken en computerprogramma's die wiskunde miljoenen keren sneller kunnen uitvoeren dan mensen, maar, als hen werd gevraagd wie het volgende WK zou winnen, zouden ze de vraag niet eens begrijpen. Hun capaciteiten zijn niet universeel. We hebben een punt bereikt met AI waarop we tegelijkertijd de kracht van algoritmen overschatten en onderschatten.

Als we ze overschatten, zien we dat het menselijk oordeel wordt gedegradeerd tot een bijzaak - een gevaarlijke plek om te zijn. Het gebruik van een "mutant algoritme" bij het beoordelen van resultaten op A-niveau is het schandaal du jour in het VK, ondanks dat het algoritme veel resultaten oplevert die gewoon het gezond verstand schenden. Wanneer we algoritmen onderschatten, zien we hele industrieën instorten omdat ze geen verandering aan de horizon zagen. Hoe kan het traditionele taxibedrijf concurreren als het algoritme van Uber je in minder dan 3 minuten een ritje kan bezorgen? Verwacht in 2021 dat ingenieurs AI en algoritmische blunders vermijden door niet te proberen algoritmen in kaart te brengen op het menselijke competentiespectrum. Het gebruik van AI-technologieën - zoals spraakherkenning in elke context - om te verbeteren wat mensen kunnen doen en het vinden van de juiste balans tussen AI-automatisering en menselijke kennis voor praktijkgevallen - zoals klantervaring en webconferenties - zal het effectieve gebruik gaan bepalen. van AI voor de toekomst. - Ian Firth, VP bij Speechmatics

ML on the edge zal in 2021 een van de belangrijkste aandachtspunten worden in de AI / ML-industrie. De vraag naar intelligente edge-applicaties stijgt snel in de automotive, smart factory en smart home-industrie. Met algemeen beschikbare efficiënte edge ML-ontwikkeltools en halfgeleiderbedrijven die nieuwe MCU's met ML-functies lanceren, zal de acceptatie van edge ML-applicaties de belangrijkste trend worden. - Sang Won Lee, CEO van Qeexo

De klinische gemeenschap zal hun gebruik van federatieve leerbenaderingen om robuuste AI-modellen te bouwen voor verschillende instellingen, regio's, demografische gegevens van patiënten en medische scanners. De gevoeligheid en selectiviteit van deze modellen presteren beter dan AI-modellen die bij een enkele instelling zijn gebouwd, zelfs als er veel gegevens zijn om mee te trainen. Als extra bonus kunnen onderzoekers samenwerken aan het maken van AI-modellen zonder vertrouwelijke patiëntinformatie te delen. Federatief leren is ook gunstig voor het bouwen van AI-modellen voor gebieden waar gegevens schaars zijn, zoals voor kindergeneeskunde en zeldzame ziekten. - Kimberly Powell, Vice President & General Manager, NVIDIA Healthcare

AI Center of Excellence: bedrijven hebben de afgelopen 10 jaar hard gewerkt om goedbetaalde datawetenschappers in dienst te nemen, maar hun productiviteit was lager dan verwacht vanwege een gebrek aan ondersteunende infrastructuur. Meer organisaties zullen het investeringsrendement van AI versnellen door gecentraliseerde, gedeelde infrastructuur op supercomputerschaal te bouwen. Dit zal het opgroeien en opschalen van data science-talent vergemakkelijken, het delen van best practices en het sneller oplossen van complexe AI-problemen. - Charlie Boyle, Vice President & General Manager, NVIDIA DGX Systems

AI-expressie beperkt zich tot naadloze gebruikerservaringen: als we naar de geschiedenis van AI kijken, waren algoritmen de koning en kwam de gebruikerservaring op de tweede plaats. Maar naarmate we 2021 ingaan, zullen AI-gebaseerde applicaties steeds meer gericht zijn op bruikbaarheid als een prioriteit. De beste uitingen van AI zijn naadloos voor de gebruiker en werken onopvallend op de achtergrond. Platformen die worden ondersteund door AI / ML zullen nieuwe manieren vinden om gebruikers tot betere conclusies en oplossingen te leiden.

Dit gebeurt door enorme hoeveelheden gegevens te ondervragen, naar anomalieën, inzichten en trends te zoeken en de resultaten vervolgens in de juiste zakelijke context te presenteren. Echt wrijvingsloze AI / ML zou het einddoel moeten zijn voor alle zakelijke platforms. Ik hoop meer geavanceerde toepassingen van AI te zien die zullen identificeren wat elke gebruiker probeert te bereiken en automatisch inzichten aan het licht brengen die kunnen worden gebruikt voor snelle actie. Dit gebruiksgemak zal ongelooflijk waardevol zijn voor de brede basis van gebruikers, zowel technisch als niet-technisch. - Sanjay Vyas, CTO van Planmatig

Ethische AI ​​zal een sleutelrol spelen in productontwikkeling in 2021, maar het is een moeilijk op te lossen probleem: ethische AI ​​wordt een belangrijk probleem, maar een moeilijk op te lossen dilemma. Bedrijven gebruiken data en kunstmatige intelligentie om oplossingen te creëren, maar ze kunnen mensenrechten omzeilen op het gebied van discriminatie, toezicht, transparantie, privacy, veiligheid, vrijheid van meningsuiting, het recht op werk en toegang tot openbare diensten. 

Om te voorkomen dat reputatierisico's, regelgevingsrisico's en juridische risico's toenemen, is ethische AI ​​absoluut noodzakelijk en zal deze uiteindelijk plaatsmaken voor AI-beleid. AI-beleid zorgt voor een hoge mate van transparantie en beschermende maatregelen voor mensen. Op het gebied van gegevens zullen CEO's en CTO's manieren moeten vinden om vooringenomenheid in algoritmen te elimineren door middel van zorgvuldige analyse, doorlichting en programmering. - Krishna Tammana, CTO van Talend

Volgend jaar zullen we bedrijven zien focussen op AI-oplossingen die daadwerkelijk ROI opleveren, in tegenstelling tot trucs of het bouwen van technologie omwille van de technologie, en deze toepassen en ontwikkelen. Organisaties zullen gericht zijn op aantoonbare vooruitgang en meetbare resultaten en zullen daarom investeren in oplossingen die specifieke problemen oplossen. De bedrijven die een diepgaand begrip hebben van de complexiteit en uitdagingen die hun klanten willen oplossen en die bereid zijn hun R & D-dollars in de oplossingen te investeren, zullen succes hebben. - Joe Petro, CTO bij Nuance Communications, Inc.

De AI-vaardigheidskloof zal blijven bestaan ​​en organisaties zullen nieuwe manieren bedenken om zich aan te passen. Het is voor organisaties moeilijk geweest om het talent in te huren dat nodig is om AI in te zetten en alle voordelen te plukken, waarbij de helft van de insiders uit de industrie deze uitdaging meldt. Bovendien hebben veel organisaties initiatieven voor digitale transformatie binnen enkele maanden of jaren versneld, maar er is een discrepantie in het beschikbare talent en de opleidingsmogelijkheden om deze initiatieven te ondersteunen. Vanwege de toegenomen vraag voorspellen we dat bedrijven meer bijscholingsinitiatieven en prikkels zullen bieden voor werknemers om nieuwe vaardigheden te leren, en om te werken aan het opbouwen van gegevens en AI-geletterdheid op alle niveaus van de organisatie.

De pandemie heeft organisaties de kans geboden om prioriteit te geven aan deze acties en werknemers te helpen nieuwe vaardigheden te ontwikkelen bij hun snelle overgang naar werken op afstand. Vooruitkijkend, zal 2021 gaan over onderwijs - zowel opereren in een nieuwe norm als een inhaalslag maken op de versnelde digitale initiatieven. - Traci Gusher, Principal, Data & Analytics, KPMG

Het aanpakken van vooringenomenheid in AI-algoritmen zal een topprioriteit zijn, waardoor richtlijnen worden uitgerold voor machine learning-ondersteuning van etniciteit voor gezichtsherkenning. Ondernemingen maken zich steeds meer zorgen over demografische vooroordelen in AI-algoritmen (ras, leeftijd, geslacht) en het effect ervan op hun merk en het potentieel om juridische kwesties aan de orde te stellen. Evalueren hoe leveranciers demografische vooroordelen aanpakken, zal een topprioriteit worden bij het selecteren van oplossingen voor identiteitsbewijs in 2021. Volgens Gartner zullen meer dan 95% van de offerteaanvragen voor documentgerichte identiteitscontrole (waarbij een door de overheid uitgegeven identiteitsbewijs wordt vergeleken met een selfie) duidelijke vereisten bevatten. met betrekking tot het minimaliseren van demografische vooringenomenheid tegen 2022, een stijging van minder dan 15% nu. Organisaties zullen in toenemende mate duidelijke antwoorden nodig hebben voor organisaties die willen weten hoe de AI "black box" van een leverancier is gebouwd, waar de data vandaan komt en hoe representatief de trainingsdata is voor de bredere populatie die wordt bediend.

Aangezien organisaties biometrische gezichtsherkenningstechnologie blijven toepassen voor identiteitsverificatie, moet de industrie de inherente vooringenomenheid in systemen aanpakken. Het onderwerp AI, data en etniciteit is niet nieuw, maar moet in 2021 tot een hoogtepunt komen. Volgens onderzoekers bij MIT, die gegevenssets van afbeeldingen analyseerde die werden gebruikt om gezichtsherkenningstechnologieën te ontwikkelen, was 77% van de afbeeldingen mannelijk en 83% blank, wat een van de belangrijkste redenen is waarom er systematische vooringenomenheid in gezichtsherkenningstechnologie bestaat. In 2021 zullen richtlijnen worden ingevoerd om deze systematische vertekening te compenseren. Tot dat moment moeten organisaties die gezichtsherkenningstechnologie gebruiken, hun technologieleveranciers vragen hoe hun algoritmen zijn getraind en ervoor zorgen dat hun leverancier geen algoritmen traint op gekochte datasets. - Robert Prigge, CEO van Jumio

Big data

In 2021 zal open en gratis gegevensverzameling toekomstige innovaties stimuleren. Een recent onderzoek van Frost & Sullivan heeft dat aangetoond 54% van de IT-besluitvormers gaf aan dat er behoefte was aan grootschalige gegevensverzameling om gelijke tred te houden met de groei van hun bedrijf en de onlineconcurrentie. Om online gegevens effectief te kunnen gebruiken, moeten bedrijven echter eerst toegankelijk zijn - niet geblokkeerd. Tegenwoordig verbieden bedrijven vaak pogingen tot het verzamelen van openbare gegevens, ondanks het feit dat ze deze zelf verzamelen. Deze situatie wordt veroorzaakt door twee belangrijke factoren: de voortdurende noodzaak om kwaadwillende of frauduleuze online activiteiten te blokkeren als onderdeel van veiligheidsmaatregelen, en het idee dat deze openbare gegevens bijdragen aan het concurrentievoordeel van een bedrijf.

Ik denk dat bedrijven in de loop van 2021 en daarna zullen beseffen dat het verzamelen van openbare gegevens deel uitmaakt van de algemene en noodzakelijke bedrijfsvoering. Ze zullen zich ook realiseren dat gegevens niet alles zijn als het gaat om het concurrentievoordeel van een bedrijf. Gebieden als voorraad, prijzen, productkwaliteit en servicekwaliteit, etc. spelen ook een grote rol. Zodra dat besef eenmaal is bereikt, zal het blokkeren van gegevens alleen dienen ter bescherming tegen misbruik van online activiteiten. Om ethische gegevensverzameling te beveiligen, hoop ik dat we allemaal een open uitwisseling van informatie in centrale datahubs bevorderen. Sites zullen misbruikers blijven blokkeren; dit zal niet veranderen. Ze kunnen echter ethische gegevensverzamelaars toestaan. Uiteindelijk is de toekomst van online gegevensverzameling aan degenen die er controle over hebben. In het hoge tempo waarmee gegevens worden geproduceerd, zullen toekomstige inspanningen op het gebied van gegevensverzameling moeten evolueren en groeien. Bedrijven hebben geautomatiseerde gegevensverzameling nodig om bij te blijven met hun concurrenten en om sneller gegevens te kunnen verzamelen. De snelheid waarmee bedrijven nieuwe data kunnen verzamelen, is immers bepalend voor hun relevantie en succes. - Ron Kol, CTO bij Luminati-netwerken

Gegevens worden echt operationeel op bedrijfsschaal: de hoeveelheid gegevens die bedrijven hebben, groeit exponentieel - er zijn meer bronnen, typen en hoeveelheden dan ooit tevoren, en er worden steeds meer gegevens in bijna realtime geleverd. Maar om gegevens echt te begrijpen, er toegang toe te krijgen en actie te ondernemen, moeten bedrijven de manier waarop ze gegevens consumeren veranderen - om te beginnen door de tussenpersoon uit te schakelen. Door manieren te vinden om de processen voor het catalogiseren en profileren van gegevens te automatiseren, kunnen werknemers - ook degenen met minder omet een technische achtergrond - zal in staat zijn om de gegevens te verkrijgen die ze nodig hebben om effectief en efficiënt goede zakelijke beslissingen te nemen. - Eric Raab, SVP, Engineering en Product, Informatiebouwers

Het is essentieel om "alternatieve" gegevens vast te leggen en te synthetiseren: hoe vroeg hadden we COVID-19 kunnen detecteren? Studies van 'alternatieve' gegevens - in dit geval verkeersgegevens buiten ziekenhuizen in Wuhan en zoekopdrachten op trefwoorden door internetgebruikers in dat gebied - geven aan dat het virus eind 2019 zou kunnen circuleren. De investeringsgemeenschap is een pionier geweest in het gebruik van alternatieve gegevens , inclusief audio, luchtfoto's, waterkwaliteit en sentiment.10 Dit is de frontlinie voor datagestuurde innovatie, en hier een voorsprong krijgen kan enorme winsten opleveren. Maar in de nasleep van 2020 zullen alternatieve gegevens mainstream worden, met als doel anomalieën veel eerder op te sporen.

Daaruit kunnen we afgeleide gegevens krijgen, die afkomstig zijn van combinaties, associaties en syntheses met gegevens uit registratiesystemen. Zoals IDC zegt: “Naarmate er meer gegevens worden vastgelegd en beschikbaar komen uit externe bronnen, wordt de mogelijkheid om er meer van te gebruiken een onderscheidende factor. Dat houdt ook in dat je lessen kunt trekken uit andere branches dan de jouwe. " 11 Deze trend, vergelijkbaar met wat Gartner 'X analytics' noemt, 12 is niet nieuw, maar wordt eindelijk een belangrijke basis van moderne data en analytics, dankzij goedkopere verwerking en meer volwassen AI-technieken, waaronder kennisgrafieken, datafabrieken, natuurlijke taalverwerking (NLP), verklaarbare AI en analyse van alle soorten inhoud. Deze trend is volledig afhankelijk van ML en AI, aangezien het menselijk oog niet alles kan vangen. - Dan Sommer, Senior Director, Global Market Intelligence Lead bij Leuk vinden

In de branche hebben we het vaak over het afbreken van datasilo's, maar we moeten erkennen dat sommige silo's er altijd zullen zijn. In grote organisaties heb je altijd lokale afdelingen of regio's die hun eigen tools of databases hebben, en dat blijft zo. Als u datasoevereiniteit heeft, heeft dat lokale kantoor in uw organisatie een silo. Daarom is de beste aanpak om te kijken hoe u een beter begrip kunt krijgen van de gegevens die u heeft. Een data-intelligentieplatform kan dienen als uw index en uw kaart en laat u zien welke silo's u heeft en hoe ze met elkaar zijn verbonden door een 360-gradenoverzicht van gegevensactiva te bieden. - Stijn “Stan” Christiaens, medeoprichter en CTO van Collibra

OpenTelemetry zorgt voor gegevensoverbelasting. In 2021 wordt het gebruik van OpenTelemetry de nieuwe industrienorm. Ja, het zal het verzamelen van gegevens gemakkelijker maken door consistentie tussen bronnen te creëren, maar het zal ook een data-firehose creëren voor bedrijven, waardoor het nog moeilijker wordt om het kleine deel van de gegevens te vinden dat bruikbare inzichten bevat. De constante stroom aan gegevens zal bedrijven overweldigen als ze geen systeem hebben om snel de 5% te vinden die echt actiegericht is. Hierdoor zullen IT-teams hun focus verleggen van het verwerven van data naar het bouwen van een raamwerk om actie te ondernemen op basis van data. Terwijl teams dit doen, is het noodzakelijk om tools te implementeren die onmiddellijk bruikbare gegevens naar boven kunnen halen in de tijd die nodig is om een ​​cappuccino te maken. - Phil Tee, CEO van Moogsoft

Een digitale tweeling is een gevirtualiseerd model van een proces, product of dienst. De koppeling van de virtuele en fysieke wereld maakt data-analyse en systeembewaking mogelijk om problemen te identificeren voordat ze zich zelfs maar voordoen. Dit voorkomt downtime, ontwikkelt nieuwe kansen en zelfs plannen voor de toekomst door gebruik te maken van simulaties. Met deze generatie digitale tweelingen kunnen bedrijven niet alleen een bedrijfsmiddel modelleren en visualiseren, maar ook voorspellingen doen, in realtime acties ondernemen en huidige technologieën zoals AI en ML gebruiken om op slimme manieren gegevens aan te vullen en erop te reageren. - Anil Kaul, CEO bij absolute gegevens

Digitale transformatie zal - eindelijk - transformationeel worden. Op dit punt is "digitale transformatie" een modewoord geworden dat alle ondernemingen hebben leren herkennen, maar de overgrote meerderheid (80% volgens IDC) van deze inspanningen is nog steeds te tactisch van aard. Robotic Process Automation (RPA) kan bijvoorbeeld worden beschouwd als een transformationeel hulpmiddel, maar op zichzelf is het dat niet. Als organisaties in 2021 een echte transformatie willen zien, moeten ze gebruikmaken van geavanceerdere platforms die kernautomatisering en AI-functies combineren, zoals tekstanalyse, documentbegrip en process mining. Het is ook van cruciaal belang dat deze platforms low-code-mogelijkheden hebben die burgerontwikkelaars in staat stellen om enterprise-grade automatiseringen te bouwen en in te zetten die waarde terugdrijven voor hun organisaties. Zonder dat zal het voor bedrijven een uitdaging blijven om bedrijfsbrede digitale transformatie te realiseren - die wordt gevoed door de mogelijkheid om automatisering eenvoudig in te zetten, zelfs voor de meest complexe processen. - Guy Kirkwood, Chief Evangelist bij UiPath

Business Intelligence

Verspreiding van low-code / no-code ML. De toename van low-code en no-code ML-systemen, ontworpen om AI toegankelijker te maken voor bedrijven, zal de acceptatie van AI helpen verbeteren. Uiteindelijk zullen bedrijven echter een plafond bereiken en de one-size-fits-all-benadering ontgroeien, op zoek naar meer geavanceerde use-cases voor AI die diepere expertise vereisen. Uiteindelijk zal de behoefte aan maatwerk de behoefte aan gekwalificeerde datawetenschappers vergroten, in plaats van dat low-code systemen deze vervangen. We gaan de behoefte aan datawetenschappers niet snel automatiseren. - Kevin Goldsmith, CTO, Anaconda

Business Intelligence verschuift naar een nieuw paradigma van geavanceerde data-analyse met de integratie van Natural Language, Natural Search, AI / ML, Augmented Analytics, Automated Data Preparation en Automated Data Catalogs. Dit zal zakelijke besluitvormingsprocessen transformeren met realtime inzichten van hogere kwaliteit. - Ramesh Panuganty, CEO van BI-bedrijf MachEye

BI en AI zullen hun band verdiepen. Of het nu gaat om het scoren van BI-datasets tegen ML-modellen en het visualiseren van de voorspellingen, of het benutten van natuurlijke taalverwerking voor het genereren van visualisaties, inzichten en samenvattingen, AI en BI zullen hun synergie vergroten. En aangezien conventionele BI-mogelijkheden steeds populairder worden, zullen leveranciers BI + AI nodig hebben als een nieuw front in de innovatieoorlogen. - Andrew Brust, analist, Gigaom

chatbots

Employee to Enterprise - Conversational AI-acceptatie zal natuurlijk zijn en vaak het eerste contact. Conversational AI is genormaliseerd en blijvend. Interfaces die consumenten door de online marktplaats leiden, werknemers door trainingen en gebruikers via zoekmachines en websites, behaalden een hoog investeringsrendement wanneer ze waren uitgerust met geavanceerde Conversational AI-technologie. - Shiva Ramani, CEO van iOPEX

AI zal mensen niet snel verdringen. Als je kijkt naar het gebruik van AI in klantgerichte operaties, wordt het voornamelijk gebruikt in AI-ondersteunde chatbots en personalisatiefuncties voor klanten. Als we kijken naar hoe consumenten tijdens de pandemie gebruik hebben gemaakt van AI-ondersteunde functies, kunnen we zien dat ze deze daadwerkelijk gebruiken om problemen sneller op te lossen via menselijke tussenpersonen. Bedrijven zoals Bank of America, die een klantgerichte AI-aangedreven chatbot heeft genaamd Erica, zagen dat consumenten Erica gebruikten om de beste manier te vinden om klantondersteuningsteams te betrekken. In plaats van Erica vragen te stellen om problemen direct op te lossen, vroegen klanten Erica gewoon hoe ze contact moesten opnemen met de klantenservice om hun probleem snel op te lossen met de juiste menselijke tussenpersoon. - James Isaacs, President en CEO van Cyara

Tegenwoordig communiceren we meer dan ooit met bots, of het nu gaat om chatbots voor klantenservice of de AI op onze apparaten, zoals Siri en Alexa. Deze bots worden gebruikt voor realtime besluitvorming om processen te automatiseren die voorheen door mensen werden uitgevoerd. Bots hebben bijvoorbeeld de retourprocessen voor de detailhandel geautomatiseerd voor bedrijven als Amazon. Het wordt echter ingewikkelder voor bedrijven om de identiteiten van geautomatiseerde bots te beheren, vooral wanneer ze op machinesnelheid met andere bots communiceren. De identiteiten van bots moeten worden beheerd en beschermd door de onderneming, vergelijkbaar met de identiteit van werknemers en klanten, zodat gegevens niet in gevaar komen. Dit is belangrijk voor CIO's en beveiligingsleiders om in gedachten te houden, omdat het gebruik van bots voor automatiseringsdoeleinden nieuwe aanvalsvectoren zal openen als de API's van die bots worden gehackt. - Jasen Meece, CEO van Bewolking

NLP (natural language processing) verandert het gesprek over data-analyse: net zoals we Google Home en Alexa in ons dagelijks leven gebruiken, zal conversational analytics via NLP het gouden ticket zijn voor bedrijven om waardevolle big data-inzichten uit hun bedrijfsactiviteiten te halen. Dit omvat het blootleggen van trends die misschien onopgemerkt zijn gebleven en het toestaan ​​van experts van binnen de onderneming om op een zinvolle manier met gegevens om te gaan. - Sam Mahalingam, CTO, Altair

Conversational AI heeft in de eerste plaats een alomtegenwoordig berichtenkanaal nodig om op te converseren. De opkomst van zakelijke berichten op IP-gebaseerde kanalen zoals Whatsapp, GIP en anderen zorgt voor een heropleving van het gebruik van Conversational AI. Bedrijven in verschillende sectoren, zoals het bankwezen, e-commerce, detailhandel, reizen enz., Maken nu gespreks-AI mogelijk voor vrijwel elk klantcontactpunt, inclusief marketing, verkoop en ondersteuning. Aangedreven door recente vooruitgang in natuurlijke taalverwerking (NLP), staat conversational AI klaar om de manier waarop consumenten omgaan met bedrijven te transformeren. - Beerud Sheth, CEO van Gupshup

Cloud

Ik denk dat we een meer doordachte, gebalanceerde benadering zullen zien voor de acceptatie van multi- en hybride cloud, met name voor hybride cloud. We gaan voorbij de gesprekken tussen openbare en privéclouds, en bedrijven accepteren de realiteit dat cloud geen ‘of’ -beslissing is. Historisch gezien hebben we gezien dat 'public cloud' wordt geassocieerd met baanbrekende innovatie en 'private cloud' wordt geassocieerd met langzame, legacy bedrijven die resistent zijn tegen verandering. Dit sentiment is aan het veranderen, aangezien bedrijven een beter begrip beginnen te krijgen van de waarde die ze kunnen halen uit een hybride cloudarchitectuur die hen in staat stelt om flexibele, moderne applicaties op het platform te implementeren die het beste in balans zijn met hun specifieke behoeften op het gebied van kosten, prestaties, beveiliging, compliance en governance.

Hiermee komt een toename van hybride activerende technologieën zoals containers en hybride integratieplatforms. Een andere overweging is tethered compute, een hyperscale cloudprovideroplossing die in uw eigen datacenter draait. Voorbeelden zijn AWS Outposts, Google Anthos en Microsoft Azure Stack. Hoewel deze tot nu toe te traag zijn toegepast, zouden we hier het begin van groei kunnen zien, aangezien klanten de waarde van de private / publieke cloud zien, in combinatie met de consistentie van het gebruik van hyperscale cloudservices. - Kim King, directeur Productmarketing - Cloudbeheer bij Snow Software

COVID-19 versnelt clouduitgaven: met de toename van werken op afstand als gevolg van de COVID-19-pandemie, Bedrijven investeren een groter deel van hun IT-budgetten in cloudgebaseerde technologieën, afstappen van op papier gebaseerde processen. De gemiddelde clouduitgaven van ondernemingen zijn met 59% gestegen ten opzichte van 2018 tot $ 73.8 miljoen in 2020. Die trend zal doorzetten tot in 2021, aangezien bedrijven gedwongen worden strategieën toe te passen om op afstand te werken en de voordelen te erkennen van het handhaven van die werkwijzen, zelfs als ze beginnen met de overgang van werknemers. terug naar fysieke locaties. Een goed voorbeeld is het sluiten van contracten waarbij COVID de digitale transformatie van de contractaanvraag, goedkeuring, uitvoering en post-gunningsbeheersystemen stimuleerde en de basis heeft gelegd voor nog meer vorderingen in het beheer van de contractlevenscyclus. - Harshad Oak, General Manager, Customer Adoption & Value, bij Icertis

Ooit beschouwd als de "tussenstop" op weg naar de cloud, is hybride nu de bestemming: een hybride cloudbenadering werd vroeger beschouwd als de opstap naar een cloud-first-implementatie. Nu zien klanten dat een hybride aanpak het meest zinvol is, zowel strategisch voor hun zakelijke behoeften als economisch. Volgens IDC blijft 70% van de apps en data van klanten buiten de publieke cloud. Met dat in gedachten zullen we in 2021 zien dat nog meer klanten een hybride aanpak omarmen. Vanwege gegevenslatentie, verstrengeling van applicaties en beveiligings- en nalevingsredenen zien we dat steeds meer organisaties in verschillende bedrijfstakken hun gegevens on-premise willen houden. Tegelijkertijd is de realiteit, deels als gevolg van pandemische economie, kosten voor uitgaande data en vendor lock-in met openbare cloudproviders, de realiteit dat CIO's en IT-organisaties hybride omarmen als resultaat en niet als middel om een ​​doel te bereiken. - Keith White, General Manager, GreenLake Cloud Services

Cloudflexibiliteit is fantastisch, maar het kan gemakkelijk leiden tot op hol geslagen kosten. Evenzo verspillen gedeelde on-premise big data-clusters vaak middelen. Beide resulteren in gemiste SLA's. Als ze chronische overbesteding willen elimineren, moeten bedrijven een methode opzetten om hun clouduitgaven te bewaken en te beheren. De meest effectieve manier om dit te doen is door middel van observatie en auto-tuning. - Ash Munshi, CEO, peper gegevens

Database / Data Warehouse / Data Lake

De oplossingen die bedrijven gebruiken om hun gegevens op te slaan, blijven het komende jaar snel evolueren. We zien toenemende migraties naar open source relationele databaseoplossingen, niet-relationele databaseoplossingen, PaaS-gebaseerde databaseoplossingen en een combinatie daarvan. De primaire focus van deze initiatieven kan zijn om te groeperen onder de noemer van het verlagen van de bedrijfskosten, of ze nu worden ondernomen om forse ondersteuningscontracten van leveranciers als Oracle en Microsoft te verminderen (zowel de open source als niet-relationele databasemigraties vallen in deze categorie), vermindering van personeelskosten (migraties naar PaaS-services vallen in deze categorie), of verbetering van de prestatie-efficiëntie door te migreren naar een meer speciaal gebouwde database-oplossing.

Datamigratie vindt momenteel en op grote schaal plaats, dus er zijn veel overwegingen die moeten worden gemaakt bij de overgang naar deze nieuwe databaseoplossingen, inclusief de mogelijkheden van de toekomstige staatsoplossing versus de huidige staat, de impact op licentie- en ondersteuningscontracten , en een methode om ervoor te zorgen dat de juiste oplossingen worden ingezet. Hoewel PaaS-oplossingen een aantal grote voordelen bieden, zijn DBA's nog steeds vereist om die systemen te bewaken en te beheren en om samen te werken met applicatieteams om de efficiëntie van prestaties, beschikbaarheid en beveiliging te verbeteren. - Marc Caruso, hoofdarchitect, Syntaxis

360. Dat is het aantal databasesystemen in het wild. En hoewel de keuze goed is en het vinden van de juiste tool voor de klus slim is, voegt het ook een grote complexiteit toe. Terwijl bedrijven overstappen op modernisering in de cloud, zullen ze streven naar vereenvoudiging, wat zal leiden tot massale consolidatie in de databasemarkt. Databaseleveranciers die multifunctionele mogelijkheden bieden, zullen winnen, in plaats van een veelvoud aan nichedatabases die aan elkaar moeten worden gehecht en die verschillende manieren nodig hebben om toegang te krijgen tot gegevens. - Franz Aman, CMO van relationeel databasebedrijf MariaDB

De oplossingen die bedrijven gebruiken om hun gegevens op te slaan, blijven het komende jaar snel evolueren. We zien toenemende migraties naar open source relationele databaseoplossingen, niet-relationele databaseoplossingen, PaaS-gebaseerde databaseoplossingen en een combinatie daarvan. De primaire focus van deze initiatieven kan zijn om te groeperen onder de noemer van het verlagen van de bedrijfskosten, of ze nu worden ondernomen om forse ondersteuningscontracten van leveranciers als Oracle en Microsoft te verminderen (zowel de open source als niet-relationele databasemigraties vallen in deze categorie), vermindering van personeelskosten (migraties naar PaaS-services vallen in deze categorie), of verbetering van de prestatie-efficiëntie door te migreren naar een meer speciaal gebouwde database-oplossing.

Datamigratie vindt momenteel en op grote schaal plaats, dus er zijn veel overwegingen die moeten worden gemaakt bij de overgang naar deze nieuwe databaseoplossingen, inclusief de mogelijkheden van de toekomstige staatsoplossing versus de huidige staat, de impact op licentie- en ondersteuningscontracten , en een methode om ervoor te zorgen dat de juiste oplossingen worden ingezet. Hoewel PaaS-oplossingen een aantal grote voordelen bieden, zijn DBA's nog steeds vereist om die systemen te bewaken en te beheren en om samen te werken met applicatieteams om de efficiëntie van prestaties, beschikbaarheid en beveiliging te verbeteren. - Marc Caruso, hoofdarchitect, Syntaxis

De databasemarkt zal tegen 1 groeien tot $ 2025 biljoen. De afgelopen twee decennia is er een ijzeren greep op de databasemarkt geweest met IBM, Oracle en SAP HANA als koplopers. Nu zien we een wisseling van de wacht, waardoor klanten kunnen beslissen wat het beste is voor hun bedrijf. Forrester wijst er zelfs op dat de markt voor openbare cloudinfrastructuur in 35 met 120% zal groeien in 2021 miljard euro. Ik voorspel dat de marktkapitalisatie van de database tegen 1 zal groeien tot $ 2025 biljoen en dat meer dan zeven tot tien echt sterke databasebedrijven in het volgende decennium aanzienlijk zullen groeien. . - Raj Verma, CEO van enkele winkel

Het datameer kan doen wat datawarehouses doen en nog veel meer: ​​hoewel de scheiding van rekenkracht en data voordelen biedt voor datameren ten opzichte van datawarehouses, hebben datawarehouses historisch gezien andere voordelen ten opzichte van datameren. Maar dat verandert nu met de nieuwste open source-innovaties in de datalaag. Bijvoorbeeld, Apache-ijsberg is een nieuwe tabelindeling die belangrijke datawarehouse-functionaliteit in het datameer biedt, zoals transactionele consistentie, rollbacks en tijdreizen, terwijl nieuwe mogelijkheden worden geïntroduceerd waarmee meerdere applicaties op een transactie consistente manier kunnen samenwerken aan dezelfde gegevens. Nog een nieuw open source-project, Project Nessie, bouwt voort op de mogelijkheden van zowel Iceberg als Delta Lake door Git-achtige semantiek voor datameren te bieden. Nessie maakt ook losjes gekoppelde transacties mogelijk, waardoor een enkele transactie mogelijk is die operaties van meerdere gebruikers en engines omvat, waaronder Spark, Dremio, Kafka en Hive. - Tomer Shiran, medeoprichter van Dremio

In 2021 zullen drie belangrijke trends naar voren komen: de terugkeer van de metagegevenslaag, ingesloten AI en geautomatiseerde analyses en nieuwe vereenvoudigde query-interfaces die speciaal zijn ontworpen voor zakelijke gebruikers. De terugkeer van metagegevenslagen, als belangrijke basiscomponenten van analytische oplossingen, is nodig om verbeterd beheer en uitbreidbaarheid van gegevensactiva te ondersteunen. Met slimme metagegevenslagen zullen nieuwe vereenvoudigde gebruikersinterfaces ontstaan ​​die zakelijke gebruikers in staat stellen om op een meer geleide manier met de gegevens te communiceren, waardoor ze de tijd tot inzicht kunnen verkorten met minimale analytische vaardigheden. AI en geautomatiseerde analyses zullen verschuiven van het bedrijfsdomein naar softwareleveranciers die deze mogelijkheden zullen insluiten en massale acceptatie via hun klantenbestand mogelijk maken. - Glen Rabie, CEO bij Yellowfin

Data-engineering

Bedrijven zullen herinvesteren in de data-engineer en datapijplijnen. Een van de gevolgen van 2020 was dat veel bedrijven zijn overgestapt op een survival-first-benadering, wat resulteerde in een 'grab-and-go'-mentaliteit voor hun data-integratie. Aangezien de bedrijfsresultaten zich stabiliseren en we meer voorspelbaarheid zien op macro-economisch niveau, is onze voorspelling dat 2021 het jaar van de data-ingenieur is en dat bedrijven terug zullen gaan naar een 'built to last'-benadering voor data pijpleidingen. "Built to last" voor het water in uw leidingen thuis betekent dat het water altijd aan, schoon en op de juiste temperatuur is. "Built to last" voor gegevens betekent dat u slimme gegevenspijplijnen bouwt om tijdigheid en vertrouwen in uw gegevensanalyse te garanderen. ​ StreamSets CEO Girish Pancha

Bedrijven zullen zich realiseren dat er meer aandacht moet worden besteed aan DevOps: “Er is nog zoveel werk aan de winkel met DevOps-pijplijnen, inclusief het beveiligen en testen van het leveringsproces. De gemeenschap van softwareontwikkelaars weet waar het heen moet, maar het werk en de obstakels op de weg zijn altijd groter dan verwacht. Daarom ben ik sceptisch dat we in 2021 grote veranderingen zullen zien in termen van tooling of CI / CD-patronen. We zullen eerder zien dat meer mensen beseffen dat ze meer inspanningen moeten doen in hun DevOps-pijplijn, processen en validatie. Ze zullen verdubbelen om hun CI / CD-automatisering te versnellen en te verbeteren. Pas als deze processen volwassen zijn, kunnen organisaties vertrouwen hebben in hun leveringspraktijken en tooling. - Fred Simon, medeoprichter en Chief Data Scientist, JFrog

Gegevensbeheer

IT zal toegangsbeheer voorzien van intelligentie om de cybersecurity van het personeel te beschermen in 2021. Door de snellere veranderingen in bedrijfstechnologieën, cyberdreigingen en het gebruikerslandschap neemt de druk toe op traditionele oplossingen voor identiteitsbeheer en administratie (IGA) en, op hun beurt, op beveiligings- en complianceteams. Naast de toenemende compliancerisico's worden IT-omgevingen van ondernemingen elk jaar complexer, waardoor het aantal applicaties en systemen waartoe bedrijven gebruikerstoegang bieden, toeneemt. Deze uitdagingen zetten organisaties ertoe aan om AI-gestuurde oplossingen te zoeken die het toegangsverzoek, toegangsgoedkeuring, certificering en rolmodelleringsprocessen vereenvoudigen en automatiseren. In 2021 zullen we AI steeds vaker zien worden ingezet om een ​​autonome identiteitsbenadering mogelijk te maken.

AI-geïnfundeerde authenticatie- en autorisatieoplossingen zullen worden gelaagd bovenop, of geïntegreerd met, bestaande IGA-oplossingen, waardoor contextuele, bedrijfsbrede zichtbaarheid wordt geboden door het verzamelen en analyseren van alle identiteitsgegevens, en waardoor inzicht wordt verkregen in verschillende risiconiveaus van gebruikerstoegang op schaal. Door het gebruik van AI kunnen systemen beveiligings- en complianceteams identificeren en waarschuwen voor risicovolle toegang of beleidsschendingen. In de loop van de tijd zullen we zien dat deze AI-systemen verklaarbare resultaten opleveren en tegelijkertijd de automatisering van enkele van de moeilijkste cyberbeveiligingsuitdagingen binnen de onderneming vergroten. - Eve Maler, CTO bij ForgeRock

We hebben de wereldwijde implementatie van AI-governancekaders een vlucht zien nemen in 2020, waar bedrijven om details vragen over de resultaten van AI-toepassingen. Zorgen voor een passend niveau van uitlegbaarheid van AI-toepassingen is essentieel, evenals het gebruik van gegevens van goede kwaliteit, het waarborgen van controleerbaarheid, ethisch, eerlijk en transparant zijn, voldoen aan de gegevensbeschermingsvereisten en het implementeren van effectieve cyberbeveiligingsmaatregelen. Implementatie van AI-bestuurskaders wordt momenteel meer gezien in de financiële wereld en het bankwezen, maar in 2021 zullen we zien dat dit meer wijdverspreid zal worden.

Andere verticale markten, zoals gezondheidszorg, e-commerce en mobiliteitsdiensten, zullen het gaan gebruiken als een concurrentiedifferentiator. Zorgaanbieders beginnen bijvoorbeeld transparanter te worden over hoe gegevens worden gebruikt en hoe ze ethisch en eerlijk zijn in het beschermen van die gegevens. Als bedrijven voorop willen blijven lopen, moeten ze nu beginnen met het ontwikkelen van ethische AI-kaders om zichzelf als leider in deze wereldwijde beweging te positioneren. - Mohan Mahadevan, VP Onderzoek, Onfido

AI zal momentum krijgen in cloudbeveiliging en -beheer. In 2021 gaat AI veel verder dan alleen het detecteren van anomalieën en daarmee het signaleren van mogelijke bedreigingen voor beveiligingsteams. Cloudbeheer wordt een steeds complexere taak en bereikt snel een punt waarop mensen het onmogelijk alleen kunnen beheren. Het komende jaar zal steeds meer op AI worden vertrouwd om de cloudhygiëne te handhaven door workflows te stroomlijnen, wijzigingen te beheren en te archiveren. Zodra de juiste cloudhygiëne is vastgesteld en onderhouden met AI, zal het ook worden gebruikt als een strategisch voorspellend kennistool. Door bedreigingen en kwetsbaarheden te voorspellen en aan te pakken, helpt AI bedrijven om het best mogelijke resultaat voor hun cloudomgevingen te creëren. Door AI te gebruiken als een strategisch middel, kunnen CIO's weloverwogen beslissingen nemen over hun cloudomgevingen, zoals het evalueren van kosten en compliancerisico's. - Keith Neilson, technisch evangelist voor CloudSphere

Als we naar 2021 kijken, zullen we zien dat het gesprek over ethische AI ​​en gegevensbeheer wordt toegepast op meerdere verschillende gebieden, zoals het traceren van contacten (bestrijding van COVID-19), verbonden voertuigen en slimme apparaten (van wie is de eigenaar van de gegevens?), En persoonlijk cyberprofielen (grotere cybervoetafdruk die tot privacyvragen leidt). - Cindy Maike, VP of Industry Solutions, Cloudera

Gegevensbeheer voor een realiteit met meerdere omgevingen. Lang geleden zijn de tijden waarin organisaties simpelweg al hun eigen data on-premise onderbrachten of zelfs maar binnen één cloudprovider. Nu hebben organisaties data on-premise en werken ze samen met verschillende cloudproviders op basis van hun specifieke behoeften. Deze realiteit heeft geleid tot een "heroverweging" van hoe data governance moet worden benaderd. Organisaties moeten bepalen hoe hun huidige gegevensbeheer wordt beïnvloed en wat er moet worden aangepast, hoe ze de datakwaliteit in de cloud kunnen bewaken en hoe ze de verplaatsing van gegevens in en uit de cloud kunnen beheren (en de enorme kosten die daarmee gepaard gaan). - Todd Wright, hoofd van Data Management and Data Privacy Solutions bij SAS

AI zal momentum krijgen in cloudbeveiliging en -beheer. In 2021 gaat AI veel verder dan alleen het detecteren van anomalieën en daarmee het signaleren van mogelijke bedreigingen voor beveiligingsteams. Cloudbeheer wordt een steeds complexere taak en bereikt snel een punt waarop mensen het onmogelijk alleen kunnen beheren. Het komende jaar zal steeds meer op AI worden vertrouwd om de cloudhygiëne te handhaven door workflows te stroomlijnen, wijzigingen te beheren en te archiveren. Zodra de juiste cloudhygiëne is vastgesteld en onderhouden met AI, zal het ook worden gebruikt als een strategisch voorspellend kennistool. Door bedreigingen en kwetsbaarheden te voorspellen en aan te pakken, helpt AI bedrijven om het best mogelijke resultaat voor hun cloudomgevingen te creëren. Door AI te gebruiken als een strategisch middel, kunnen CIO's weloverwogen beslissingen nemen over hun cloudomgevingen, zoals het evalueren van kosten en compliancerisico's. - Keith Neilson, technisch evangelist voor CloudSphere

data Science

2020 was wreed voor sommige bedrijven, lonend voor anderen en uitdagend voor iedereen. Nu we 2021 ingaan, hebben achterblijvers een existentiële noodzaak om zichzelf digitaal opnieuw uit te vinden, en toonaangevende bedrijven worstelen om gelijke tred te houden met de eisen. Al deze ondernemingen moeten profiteren van 100% data-integratie met voorspelbare kosten, betrouwbare prestaties en realtime zichtbaarheid. - Bonnie Holub, Practice Lead, Data Science, Americas bij Teradata

Datademocratisering wordt de nieuwe norm. Het is de taak van de CDO om ervoor te zorgen dat de groei in het hele bedrijf wordt uitgebreid. Dit kan worden bereikt door gestructureerde gegevens te verstrekken die mensen ook daadwerkelijk kunnen gebruiken. Een succesvolle CDO zou data moeten democratiseren zodat ze toegankelijk en begrijpelijk zijn voor mensen. Een goede CTO zal de CDO aanvullen door de nodige tooling te creëren om de vereiste gegevens te vinden. Dit betekent dat gebruikers een set visualisatietools en rapportagetools krijgen waarmee ze achter de gegevens kunnen komen om inzichten uit te voeren. Naarmate we 2021 ingaan, zullen we een verdere en nauwere samenwerking tussen deze twee rollen blijven zien, gedreven door noodzaak. Als u tools met slechte gegevens heeft, vergroot u de gegevensuitdaging. Als je beperkte tools hebt, kan slechts een kleine subset iets met de gegevens doen. - Derek Knudsen, Chief Technology Officer bij Alteryx

Burgeranalisten zullen zich steeds beter ontwikkelen tot datawetenschappers. De groeiende complexiteit van de meeste industrieën en bedrijven betekent ook dat zodra we zelfredzaamheid zien in termen van het ontwikkelen van IT-processen of het gebruik van analyses, er snel een enorme druk zal zijn om die vaardigheden verder uit te breiden. Nu de markt van maand tot maand grillig verandert, zal er veel meer dan ooit tevoren de nadruk op datawetenschap komen te liggen. Dit zal op zijn beurt weer meer burgeranalisten ertoe aanzetten om zich bij te scholen tot datawetenschappers. - Sharmila Mulligan, Chief Strategy and Marketing Officer bij Alteryx

Python-gegevensvisualisatiebibliotheken worden gesynchroniseerd. We beginnen eindelijk te zien dat Python-datavisualisatiebibliotheken samenwerken, en dit werk zal in 2021 worden voortgezet. Python heeft al jaren een aantal echt geweldige visualisatiebibliotheken, maar er is veel variatie en verwarring die het voor gebruikers moeilijk maken om kies geschikte tools. Ontwikkelaars bij veel verschillende organisaties hebben gewerkt aan het integreren van door Anaconda ontwikkelde mogelijkheden zoals Datashader's server-side big data rendering en HoloViews 'linked brushing in een breed scala aan plotbibliotheken, waardoor meer kracht beschikbaar is voor een breder gebruikersbestand en dubbel werk wordt verminderd. De lopende werkzaamheden zullen deze synchronisatie in 2021 en daarna verder ondersteunen. - James A.Bednar, senior manager, technisch advies, Anaconda

Zakelijke vaardigheden worden belangrijker dan ooit voor datawetenschappers. Datawetenschappers zullen de taal van het bedrijfsleven moeten spreken om data-inzicht en voorspellende modellen te vertalen naar bruikbaar inzicht voor bedrijfsimpact. Technologie-eigenaren zullen ook de toegang tot de technologie moeten vereenvoudigen, zodat technische en bedrijfseigenaren kunnen samenwerken. De nadruk voor datawetenschappers zal niet alleen liggen op hoe snel ze dingen kunnen bouwen, maar ook op hoe goed ze kunnen samenwerken met de rest van het bedrijf. - Florian Douetteau, CEO en medeoprichter van Dataiku

Selfservice is geëvolueerd naar zelfvoorziening: in een virtuele wereld moet selfservice evolueren. Als er geen instructiehandleidingen zijn en er niemand is om de hand van een gebruiker vast te houden, wordt een snelle, intuïtieve opstart een hygiënefactor voor adoptie en zullen aantrekkelijke gebruikersinterfaces niet langer prettig zijn. Maar we hebben ook gezien dat gebruikers vaak geen zelfbediening willen; ze verwachten steeds meer dat er inzichten in hen komen. Als resultaat zullen we meer micro-inzichten en verhalen zien voor de augmented consumer. Bovendien worden gegevens te vaak over het hoofd gezien. Door gebruikers in staat te stellen om eerder en intuïtiever toegang te krijgen tot gegevens, inzichten en bedrijfslogica, wordt de overgang mogelijk van selfservice voor visualisatie naar zelfvoorziening van gegevens. AI zal hier een belangrijke rol spelen, door micro-inzichten aan het licht te brengen en ons te helpen over te stappen van gescripte en mensgerichte processen naar meer geautomatiseerde, low-code en geen codegegevensvoorbereiding en -analyse. Als meer mensen eerder in de waardeketen zelfvoorzienend kunnen zijn met data, kunnen anomalieën eerder worden opgespoord en problemen eerder worden opgelost. - Dan Sommer, Senior Director, Global Market Intelligence Lead bij Leuk vinden

Historisch gezien hechten bedrijven veel waarde aan mensen die "datawetenschappers" waren. In de toekomst zullen er mensen moeten worden aangenomen die deskundig zijn gegevensverzameling. Om AI-modellen te laten werken, zijn enorme hoeveelheden gegevens nodig, en bovendien bevinden kritieke gegevens zich in veel organisaties nog steeds in silo's; daarom zal er veel vraag zijn naar personen met vaardigheden op het gebied van gegevensverzameling. - Clara Angotti, voorzitter van Volgende pad

Datawetenschappers zullen een cruciale rol spelen bij de ontwikkeling van een COVID-19-vaccin. Van de ontwikkeling van een vaccin tot de analyse van proeven en de inzet, gegevens zullen de sleutel zijn om te weten of we een preventieve oplossing hebben gevonden. Datawetenschappers zullen net zo belangrijk zijn als traditioneel opgeleide wetenschappers bij het produceren van het eerste levensvatbare vaccin. Om de ontwikkeling van vaccins te versnellen, moeten mensen die gegevens kunnen beheren, beslissingen kunnen nemen en vertrouwen. Wetende dat snelheid van cruciaal belang is, is dataflexibiliteit vereist en zullen nieuwe geautomatiseerde systemen nieuwe innovaties mogelijk maken, die uiteindelijk tot een vaccin leiden. Om de levering van het vaccin te versnellen, is veel flexibiliteit en automatisering nodig bij het beheren van gegevens. - Infoworks CEO Buno Pati.

Hoewel data de wereld blijven beheersen, hebben organisaties nog steeds moeite om die data te gebruiken voor een echt concurrentievoordeel. De Citizen Data Science Movement is ontstaan ​​om op grote schaal het vermogen om gegevens te manipuleren en te interpreteren te promoten. Maar is er een betere manier? Zou het niet slimmer (en gemakkelijker) zijn om simpelweg zakelijke betekenis aan de gegevens te geven en de gegevens te repareren in plaats van de mensen te repareren, aangezien onbewerkte, niet-geïnterpreteerde gegevens ergens in een systeem niet erg nuttig zijn. - Kendall Clark, oprichter en CEO van Enterprise Knowledge Graph Platform-ontwikkelaar, Sterrenhond

We zullen een toename van de architectuur voor datawetenschap zien: het beheersen van datamanagement zal voor veel IT-groepen topprioriteit zijn, omdat ze business intelligence en flexibiliteit willen verbeteren. Om deze reden zal datawetenschap - de paraplu waaronder kunstmatige intelligentie, machine learning, automatisering, datameren en andere gedijen - in 2021 een enorme groei doormaken. Van het analyseren van datagestuurd gedrag tot het transformeren van boodschappen naar het gebruik van krachtige computers in de cloud tot om mediaproductiemodellen te verbeteren, zal data science voor velen het voortouw nemen om concurrerend te blijven. Veel van deze bedrijven zijn te duur om zelf in te richten en zullen hun data science-projecten met een abonnementsmodel uitbesteden aan derden. - Dustin Milberg, Field CTO Cloud Services bij Intervisie

Automatiseer uw pijplijnen om het volledige potentieel van datawetenschappers te benutten: datawetenschappers zijn te vaak bezig met taken als datavoorbereiding, feature-engineering en modellering. Naarmate deze taken worden uitgebreid met tools die helpen bij het automatiseren van deze stappen, zullen we zien dat datawetenschappers routinetaken inruilen voor tijd die wordt besteed aan diepere, strategische benaderingen waardoor ze van onschatbare waarde worden. We verwachten meer systematische implementaties van zakelijke AI-oplossingen om ad-hocanalyses efficiënter herhaalbaar te maken. - Justin Silver, Ph.D. een AI-strateeg bij PROS

Diepe leren

De acceptatie van op Deep Learning gebaseerde bedrijfsoplossingen bij startups en ondernemingen zal geleidelijk toenemen. De belangrijkste hinderpaal blijven de kosten voor het aanschaffen van GPU-instanties en dure personele middelen. - Sundeep Reddy Mallu, hoofd Analytics bij Grammener

Zoals we de afgelopen jaren allemaal hebben gezien, is onderzoek en ontwikkeling op het gebied van natuurlijke taalverwerking snel gevorderd door doorbraken in Transformer-taalmodellen zoals BERT, GPT-3 enz. Hoewel ze state-of-the-art prestaties behalen, hebben ze grote datasets nodig. en grote hoeveelheden computationele middelen voor training en gevolgtrekking met een aanzienlijke ecologische voetafdruk. We zullen meer inspanningen en onderzoek zien uitkomen met nieuwe modelarchitecturen en trainingstechnieken om de zorgen over koolstofemissies, zeer lange trainingstijden, met ruimte aan te pakken en effectieve modellen te berekenen om deze doorbraken toegankelijker te maken; recente modellen zoals Performers with Fast Attention zullen als katalysator dienen om in deze richting te bewegen. - Kavan Shukla, datawetenschapper, Finse AI

Hardware

Hardware en software komen samen met de opkomst van AI-specifieke hardware. Zoals Apple's aankondiging van de M1-chip liet zien, wordt speciaal gebouwde hardware meer mainstream, wat betekent dat mensen meer gaan nadenken over de daadwerkelijke hardware waar ze aan werken dan voorheen, inclusief datawetenschappers. De toename van ML-specifieke hardware zal waarschijnlijk leiden tot prestatieverbeteringen, maar biedt ook een andere variabele in modelimplementatie. Het zal vooral impact hebben in cloud- en mobiele omgevingen. Dit zal de muur die traditioneel bestond tussen hardware en software verder doorbreken, met AI-use-cases voorop. - Kevin Goldsmith, CTO, Anaconda

Sinds 2012 is de AI-rekenkracht 5x sneller gegroeid dan de wet van Moore, ongeveer elke 3.5 maanden een verdubbeling. Gezien het groeiend aantal applicaties die bovenop AI-motoren zijn gebouwd die ons dagelijks leven beïnvloeden - sommige zelfs van cruciaal belang voor de mensheid als geheel (bijv. Modellering en oplossing voor klimaatverandering), is het vinden van een oplossing voor deze mismatch op het gebied van prestaties hoog voor elke serieuze fabless en prioriteitenlijst chipfabrikant. De noodzaak van verschuivingen in de manier waarop de wet van Moore wordt gezien, zal duidelijker worden in 2021. De nieuwste trend was om te praten over het schrijven van efficiëntere software die jaar-op-jaar prestatieverbeteringen oplevert. Dit is een riskante gok, aangezien de ontwikkeling van fundamenteel nieuwe algoritmen niet volgens een schema kan plaatsvinden en daarom niet compatibel is met het traditionele voortgangsschema voor halfgeleiders. De onderliggende computertechnologieën moeten ook verbeteren. We zullen het komende jaar verschuivingen en verbeteringen blijven zien. - Nick Harris, CEO en mede-oprichter van Lichtkwestie

In-memory computing

In 2021, versneld door COVID-19 en strengere regelgeving, zullen bedrijven hun initiatieven voor datatransformatie blijven stimuleren om te gedijen in de snelgroeiende online-digitale economie. Extreme snelheid, cloudflexibiliteit en operationele analyses zullen door ondernemingen worden toegepast om datagestuurde operaties te optimaliseren en om snel nieuwe diensten en applicaties te introduceren.

Technologieoplossingen op basis van een cloud-native datafabric, ook wel Digital Integration Hub genoemd, stellen organisaties in staat om legacy-recordsystemen en databases te ontkoppelen en te ontkoppelen om aan hun digitale en analytische vereisten te voldoen en om naar de cloud te kunnen migreren zonder de moeten volledig afstoten van hun bestaande bedrijfskritische systemen. De introductie van snelheid en schaal in het geheugen voor analyse en BI zal realtime rapportage en visualisatie van nieuwe gegevens stimuleren en ML-modellen in staat stellen om nauwkeurigere realtime gegevens te gebruiken voor onlinediensten zoals goedkeuringen van leningen, fraudeanalyse en klantgegevens. 360 mogelijkheden. AIOps zal ook een aandachtspunt zijn en zal worden ingezet om complexe data- en analysebewerkingen te automatiseren en te stroomlijnen, de time-to-market te verkorten en kosten te verlagen, terwijl menselijke fouten tot een minimum worden beperkt. - Adi Paz - CEO - GigaSpaces 

In 2020 zorgde de COVID-19-pandemie ervoor dat veel bedrijven, met name die op het gebied van voedselbezorging, e-commerce, logistiek en externe toegang en samenwerkingsdiensten, de infrastructuur drastisch uitbreidden en upgraden om hoge applicatieprestaties te behouden in het licht van de pieken in websitebezoekers, leveringsverzoeken, verkooptransacties, videostreaming en meer. Veel van deze bedrijven ontdekten dat de snelste manier om prestaties te behouden of te verbeteren en tegelijkertijd de doorvoersnelheid van applicaties te verhogen, was om een ​​gedistribueerd in-memory data grid (IMDG) te implementeren - gebouwd met behulp van een in-memory computerplatform zoals Apache Ignite - dat kan worden ingevoegd tussen een bestaande applicatie en een op schijf gebaseerde database zonder grote aanpassingen aan beide. De IMDG verbetert de prestaties door applicatiegegevens in RAM te cachen en massively parallel processing (MPP) toe te passen op een gedistribueerd cluster van serverknooppunten. Het biedt ook een eenvoudig pad om capaciteit uit te schalen, omdat de gedistribueerde architectuur het mogelijk maakt de rekenkracht en RAM van het cluster te vergroten door simpelweg nieuwe knooppunten toe te voegen.

 In 2021 zullen IMC-platforms gebruiksvriendelijker worden en zal het aantal goed geïnformeerde IMC-beoefenaars snel blijven groeien. Hierdoor kan IMC-adoptie zich verspreiden over meer bedrijfstakken en naar een bredere pool van bedrijven. Als gevolg hiervan zullen meer bedrijven beter gepositioneerd zijn om te profiteren van IMC voor snelle toepassingsversnelling, niet alleen om te reageren op de eisen van COVID, maar ook om te voldoen aan nieuwe strategische en concurrerende eisen naarmate de pandemiedreiging afneemt. - Nikita Ivanov, CTO en oprichter van GridGain Systems

IoT

De acceptatie van IoT in de onderneming zal meer dan ooit opwarmen: in het licht van de gevolgen van de pandemie voor het bedrijfsleven zullen ondernemingen in 2021 op zoek gaan naar nieuwe of aanvullende manieren om de snelheid van besluitvorming te verhogen. IoT kan hierin een rol spelen. Vanuit BI-standpunt is het de uitdaging om te erkennen dat IoT verschillende datamodellen heeft die moeten worden aangepast, zoals prestaties in de loop van de tijd. Het verminderen van de vertraging tussen dataproductie en bewerkingen zal cruciaal zijn. De slimste organisaties zullen beseffen dat ze hier niet zomaar geld aan kunnen uitgeven, maar in plaats daarvan strategisch moeten zijn om nieuwe datamodellen te creëren die doordachte inzichten delen. - Eric Raab, SVP, Engineering en Product, Informatiebouwers

De pandemie heeft de behoefte voor bedrijven om hun Industrie 4.0-transformaties te voltooien enorm versneld met oplossingen die hen in staat stellen meer flexibiliteit, zichtbaarheid en efficiëntie te hebben bij hun activiteiten. We zullen een versnelling zien van de acceptatie van oplossingen die helpen bij het aanpakken van die behoefte, variërend van AI inclusief machine learning, machine vision en geavanceerde analyses. Terwijl de economie herstelt, zullen we investeringen blijven zien in de fundamentele OT-infrastructuur met meer IT-mogelijkheden om het brede ecosysteem van spelers in staat te stellen deze oplossingen te implementeren en de acceptatie van Industry 4.0 zal aanzienlijk toenemen in 2021. - Christine Boles, VP , IoT Group en GM, Industrial Solutions Division, Intel

Explosie van edge computing: We zullen een toename van edge computing in de datacenterbranche blijven zien als gevolg van de toegenomen vraag naar computergebruik en snelheid van consumenten en bedrijven. Een netwerk met lage latentie is van cruciaal belang in omgevingen die ernaar streven de verwerkingscapaciteit te maximaliseren en de inactieve tijd van de server te verminderen. - Timothy Vang, Ph.D., vice-president marketing & applicaties voor Semtech's Signaal Integriteit Producten Groep

Edge is de nieuwe cloud: voor bedrijven die in 2021 slimme fabrieksinitiatieven opschalen, is realtime beschikbaarheid van bedrijfskritische workloads nodig om bedrijfsresultaten te garanderen. Edge computing vormt een aanvulling op de bestaande cloudinfrastructuur door real-time gegevensverwerking mogelijk te maken waar het werk plaatsvindt (bijv. Motoren, pompen, generatoren of andere sensoren). Door geïntegreerde analyses van de edge tot de cloud te implementeren, kunnen deze ondernemingen de waarde van investeringen in digitale systemen maximaliseren.

De industrie zal blijven evolueren naar meer gedecentraliseerde computeromgevingen, en de edge zal aanzienlijke waarde toevoegen aan initiatieven voor digitale transformatie. Door edge-functionaliteiten te integreren met bestaande cloudinfrastructuur, hoeven organisaties zich minder zorgen te maken over logistieke IT-overwegingen en zich in plaats daarvan te concentreren op het heroverwegen van wat er mogelijk is in een slimme machine: welke vragen kan deze sneller beantwoorden? Welke nieuwe problemen kan het oplossen? Hoe kan het operaties beter beschermen? Analisten merken op dat tegen 2022 99% van de industriële ondernemingen zal om deze reden edge computing gebruiken. - Keith Higgins, VP Digital Transformation bij Rockwell Automation

Creatieve geesten duwen IoT vooruit: IoT en slimme productontwikkeling zullen afhangen van creatieve ontwerpen en doordachte oplossingen, aangezien technische verbeteringen van microprocessors traag worden doordat ingenieurs tegen de beperkingen lopen van wat fysiek mogelijk is, aangezien chipmakers de theoretische limiet naderen voor hoe dun deze apparaten kunnen worden. De productontwikkeling van Post-Moore zal steunen op de vindingrijkheid van ingenieurs en ontwerpers om fantasierijke oplossingen te creëren om zakelijke en maatschappelijke problemen op te lossen en alledaagse consumentenprocessen te verbeteren, in plaats van simpelweg te vertrouwen op de volgende generatie krachtige chipsets. - Sam Mahalingam, CTO, Altair

Machine leren

Investeringsdollars in IT-operaties zullen verschuiven van vanille-workflowautomatisering naar native AI / ML-oplossingen met een drive om digitale operaties te worden. Workflow-operaties en hun respectievelijke automatisering zullen vanzelfsprekend evolueren naar AI / ML-oplossingen naarmate de technologie krachtiger wordt. AI en ML gaan vooruit en verbeteren op hun beurt de workflowautomatisering naarmate bedrijven meer gegevens verzamelen en de organisatie en administratieve activiteiten verschuiven. - Shiva Ramani, CEO van iOPEX

Bedrijven zullen nieuwe toepassingen vinden voor machine learning-technologieën die handmatige processen automatiseren en monitoringmogelijkheden verbeteren. Bedrijven zullen op zoek gaan naar producten die diepere monitoring, meer automatisering en informatie met toegevoegde waarde bieden voor hun IT-uitgaven. Beschikbaarheidsoplossingen die applicatiebewuste monitoring en automatisering van configuratie- en beheertaken bieden, krijgen bijvoorbeeld voorrang op traditionele failover-oplossingen. Er zullen nieuwe innovaties op het gebied van HA ontstaan ​​om de toenemende complexiteit van storingen en rampen als gevolg van IoT-apparaten en hun afhankelijkheden het hoofd te bieden. - Cassius Rhue, VP, Klantervaring, SIOS-technologie

Historisch gingen algoritmen meer over machine learning en neurale netwerken. We zien nu steeds meer machines die op zichzelf staan ​​en zichzelf kunnen leren en trainen op een manier die opmerkelijk veel lijkt op het onderbewuste deel van het menselijk brein. Met andere woorden, algoritmen die worden gebruikt om het analytische deel van de hersenen na te bootsen; nu bootsen ze het grootste, krachtigste en meest intrigerende deel van het menselijk brein na, dat we gezond verstand, onderbuikgevoel en intuïtie noemen. In plaats van te vertrouwen op mensen om hen te trainen en te onderwijzen, zijn de huidige algoritmen zonder toezicht in staat om enorme hoeveelheden gegevens te verzamelen, afbeeldingen van de wereld te maken en conclusies te trekken die sterk lijken op die welke door mensen zouden worden gedaan. We komen in een wereld waar computers zichzelf kunnen trainen. - Mark Gazit, CEO van ThetaRay

Vooringenomenheid verminderen: dit jaar zijn er veel noodzakelijke gesprekken geweest over vooringenomenheid en mitigatie in AI-algoritmen en over hoe de maatschappelijke impact van op algoritmen gebaseerde personalisatie kan worden aangepakt. We moeten echter doorgaan met de ontwikkeling van tools die inzicht geven in de resultaten van ML-systemen, vooringenomenheid aan het licht brengen en drift in geïmplementeerde modellen in de loop van de tijd controleren. Dit wordt steeds belangrijker naarmate meer van deze systemen in productie worden genomen, om ervoor te zorgen dat we geen bronnen van schadelijke vooringenomenheid in stand houden of creëren. - Kevin Goldsmith, CTO, Anaconda

Bedrijven zullen nieuwe toepassingen vinden voor machine learning-technologieën die handmatige processen automatiseren en monitoringmogelijkheden verbeteren. Bedrijven zullen op zoek gaan naar producten die diepere monitoring, meer automatisering en informatie met toegevoegde waarde bieden voor hun IT-uitgaven. Beschikbaarheidsoplossingen die applicatiebewuste monitoring en automatisering van configuratie- en beheertaken bieden, krijgen bijvoorbeeld voorrang op traditionele failover-oplossingen. Er zullen nieuwe innovaties op het gebied van HA ontstaan ​​om de toenemende complexiteit van storingen en rampen als gevolg van IoT-apparaten en hun afhankelijkheden het hoofd te bieden. - Cassius Rhue, VP, Klantervaring, SIOS-technologie

Organisaties wier vroege successen op het gebied van machine learning hen ertoe hebben aangezet hun programma's uit te breiden, ontdekken dat een snel bewegende productielijn van hoogwaardige datasets de brandstof is voor die uitbreiding. Hierdoor krijgt Data as a Service een hoge prioriteit voor datatechnische teams. - Luke Han, medeoprichter en CEO, Kyligence

Het vermogen om ML te vertrouwen en te exploiteren wordt de Litmus Test For Survival in 2021: bovenop een pandemie en een recessie blijven we worstelen met de exponentieel groeiende hoeveelheden gegevens en de steeds toenemende complexiteit van nieuwe technologieën. Als bedrijven succesvol willen zijn in het begrijpen van hun grote datasommen en technische complexiteit, moeten ze machine learning-modellen gebruiken en operationaliseren op verklaarbare en gemakkelijk te begrijpen manieren. Het is niet langer voldoende om te focussen op het in productie krijgen van modellen, de focus moet nu liggen op het in handen krijgen van modellen in de handen van de zakelijke gebruikers en besluitvormers. Maar om te operationaliseren, moeten bedrijven in staat zijn om te vertrouwen op, begrip te krijgen van en te communiceren over het vermogen van een model om een ​​betekenisvolle invloed uit te oefenen op het bedrijfspotentieel. In 2021 zal het vermogen van een bedrijf om zijn model te vertrouwen - in de mate dat het in staat is om actie te ondernemen op basis van AI-afgeleid inzicht - bepalend zijn voor zijn vermogen om te overleven. - Santiago Giraldo, Senior Product Marketing Manager van Machine Learning, Cloudera

Bedrijven van elke omvang en in alle stadia gaan agressief over op het operationaliseren van machine learning-inspanningen. Er zijn verschillende populaire frameworks voor modeltraining, waaronder Tensorflow en PyTorch, die het spel leiden. Net zoals Apache Spark wordt beschouwd als een leider op het gebied van datatransformatie en Presto in opkomst is als de toonaangevende technologie voor interactieve query's, zal 2021 het jaar zijn waarin een koploper de bredere model-trainingsruimte zal domineren met pyTorch of Tensorflow als toonaangevende kanshebbers. - Haoyuan Li, oprichter en CEO, Alluxio

SaaS-wijzigingsgegevens als het ontbrekende stuk voor ML / AI: organisaties met een focus op kunstmatige intelligentie en machine learning zullen blijven verlangen naar zinvolle trainingsdatasets die in hun ML-algoritmen kunnen worden ingevoerd om in de loop van de tijd oorzaak-en-gevolg-veranderingspatronen te ontdekken. Om dit te doen, zullen ze zich wenden tot hun steeds veranderende datasets in cloud- / SaaS-applicaties van derden als input voor deze algoritmen. Dit zal voor hen druk creëren om elke verandering in die gegevens in de loop van de tijd vast te leggen en op te nemen in hun DataOps-ecosysteem. - Joe Gaska, CEO van Grax

De rol van AI en ML zal toenemen naarmate identiteitsintelligentie op de voorgrond treedt. Nu we een omslagpunt bereiken in de toekomst van authenticatie, worden gebruikers steeds meer bewust van de beveiliging als het gaat om het beschermen van hun digitale identiteiten online. Identiteitsverificatie zal steeds meer contextueel worden en AI zal een steeds grotere rol spelen om het dynamische toegangsrisico te bepalen dat een op regels gebaseerd systeem eenvoudigweg niet kan bieden. Begeleid en onbewaakt deep learning, versterkend leren en genetische algoritmen zullen niet alleen vooraf gedefinieerde inferentiemodellen toepassen, maar zullen beveiligingsoplossingen ook in staat stellen zich aan te passen aan veranderend ondernemingsgedrag en leren van andere bedrijven wanneer ze bedreigingen tegenkomen en verminderen. Het bestrijden van vervalsingen met ingebouwde algoritmen, het halen van waarde uit big data en het stimuleren van besluitvorming door middel van krachtige analyses, zal een sleutelrol spelen bij identiteitsintelligentie. - Rajesh Ganesan, vice-president, ManageEngine (divisie van Zoho Corp.)

Robotics

Met de noodzaak om mensen uit de buurt te houden tot in het nieuwe jaar, zullen we natuurlijk aanzienlijke investeringen in automatisering zien. Maar misschien zal robotica voor het eerst de alledaagse, eenvoudige menselijke taken op zich nemen in plaats van de moeilijkere en strategische taken. We hebben gezien dat robots mensen helpen bij veel gecompliceerde toepassingen, zoals robots die zijn getraind om de meest precieze micro-operaties uit te voeren. Robots gaan nu taken op zich nemen waardoor essentiële werknemers die voorheen persoonlijk moesten zijn, op afstand kunnen werken. Met meer investeringen in augmented en virtual reality zullen we bijvoorbeeld robotbeveiligers zien die worden bestuurd door externe werknemers die op kantoor en fabrieksvloeren rondzwerven; externe medewerkers kunnen drones op afstand besturen om dozen in een magazijn te picken en in te pakken. In 2021 wordt de revolutie gerobotiseerd. - Ahson Ahmad, Chief Product and Customer Officer, Scheurkoord

Security

Deepfakes worden een aanzienlijke bedreiging voor de zakelijke integriteit. COVID-19 heeft persoonlijke communicatie gedwongen virtueel te worden, wat betekent dat bedrijven meer dan ooit tevoren afhankelijk zijn van videoconferenties om vergaderingen te houden. Hoewel het begrip deepfakes misschien niet nieuw is, worden ze steeds geavanceerder en opmerkelijk gemakkelijk te genereren. Neem bijvoorbeeld ThisPersonDoesNotExist.com, dat AI gebruikt om volledig geloofwaardige afbeeldingen te maken van mensen die in het echte leven niet bestaan. Als dit proces kan worden uitgevoerd met relatief weinig informatie, dan kunnen hackers zeker gebruik maken van werkprofielen die worden gebruikt voor videoconferentietechnologie - waaraan de namen en afbeeldingen van werknemers automatisch worden gekoppeld - om overtuigende vervalsingen te creëren. - James Carder, Chief Security Officer voor LogRhythm

Voorspelling: naarmate fraudedetectie moeilijker wordt, worden ML-fraudemodellen sterker, maar gebruiken ze recentere datasets: om het frauderisico te bepalen, gebruiken bedrijven doorgaans een dataset van transacties uit het verleden waarvan zij denken dat ze representatief zijn voor de toekomst om hun machine learning (ML) te trainen modellen. De enorme impact van COVID-19 op consumentengegevens en -gedrag heeft echter geleid tot een verbroken verbinding omdat gegevens uit het verleden niet langer representatief zijn voor de toekomst. Dit heeft ertoe geleid dat veel organisaties ofwel ondergeschikte modellen gebruiken die goed presteren maar geen nieuwe fraudepatronen opvangen, of overfit-modellen die voor veel verrassingen zorgen, zoals overstroomde handmatige beoordelingswachtrijen of meer terugboekingen en fraude. Veel bedrijven zijn ook overgestapt van het gebruik van ML naar op regels gebaseerde modellen en handmatige beoordelingen die meer op menselijke intuïtie vertrouwen. In 2021 zullen bedrijven hun begrip van deze nieuwe gedragspatronen kunnen gebruiken om weer sterkere ML-modellen te bouwen. Om succesvol te zijn, zullen ze echter recentere gegevens moeten gebruiken, de dingen moeten nemen zoals ze komen bij het bouwen van modellen en hun voortgang moeten beoordelen. - Arjun Kakkar, Vice President Strategy & Operations bij ekata

Kunstmatige intelligentie heeft nieuwe beveiligingsbedreigingen gecreëerd, waarvan de grootste mogelijk deepfakes zijn. Deepfakes zijn nep-audio, video of afbeeldingen die afhankelijk zijn van kunstmatige intelligentietechnologie om de werkelijkheid na te bootsen. Deepfakes kunnen in verkeerde handen ernstige gevolgen hebben, zoals deepfake-fraude. Hoewel we nog niet veel van deze aanvallen hebben gezien, is in 2019gebruikten fraudeurs deepfake-audio om meer dan $ 200,000 te stelen van een in het VK gevestigd energiebedrijf. En met afgelegen werkomgevingen die fraudeurs meer munitie bieden om hun aanvallen uit te voeren, wordt 2021 het jaar waarin technologie realtime audiotranscriptie ontketent en zullen bedrijven waakzaam moeten blijven om ervoor te zorgen dat ze niet worden opgelicht. Bedrijven moeten op hun hoede zijn voor verdachte telefoontjes en nooit geld verzenden of gevoelige informatie delen zonder te verifiëren dat een beller is wie ze beweren te zijn.

Bovendien kan het instellen van elementaire cyberbeveiligingstools en -protocollen voorkomen dat fraudeurs toegang krijgen tot de gevoelige informatie die ze nodig hebben om diepgaande afbeeldingen en audio te maken. Cybersecurity-onderzoekers werken aan tools om deepfake-inhoud te detecteren, maar tot die tijd zullen bedrijven moeten vertrouwen op hun intuïtie en bestaande cybersecurity-tools om ervoor te zorgen dat ze niet worden gedupeerd. - Terry Nelms, PhD, senior directeur onderzoek, Pindrop

Aangedreven door de toestroom van datalekken en de vermeende exploitatie van persoonsgegevens door Big Tech, zal de privacy van consumentengegevens een grote focus blijven in 2021 en daarna, en we kunnen verwachten dat er meer wetgeving wordt geïntroduceerd die consumentenrechten beschermt en bedrijven boetes voor het onverantwoordelijke gebruik van gegevens. Om vertrouwen te kweken en de klantervaring te verbeteren in een steeds concurrerender zakelijk landschap, zullen meer organisaties de consument de komende jaren eigenaarschap en controle geven over hun persoonlijke gegevens. Door ethische, compliant en privacybeschermende principes te combineren met technologische infrastructuur die is gebouwd op schaal voor de toekomst, zal de samenleving evolueren naar een systeem waarin de waarde van gegevens zowel individuen als bedrijven ten goede zal komen. - James Kingston, VP Research and Innovation Partnerships bij Dataswift, AI-onderzoeker en directeur van het HAT-LAB.

Beheer van gegevensbeveiliging is een vereiste en cruciale bouwsteen voor het beperken van bedreigingen. Tot voor kort waren de meeste data governance-programma's gericht op datastromen en analyses zonder veel na te denken over beveiliging. Nieuwe wet- en regelgeving op het gebied van gegevensprivacy hebben belanghebbenden op het gebied van gegevens, zoals CDO, CFO, CISO en DPO, gedwongen om gegevensbeveiliging tot een van de noodzakelijke bouwstenen van hun inspanningen op het gebied van gegevensbeheer te maken. Maar dataveiligheidsbeheer is complex, aangezien geen enkel product van één leverancier alle vereiste controlemechanismen voor gegevensbeveiliging kan implementeren. In 2021, terwijl bedrijven steeds meer gegevens blijven verzamelen en verwerken, zullen ze moeten uitzoeken hoe ze hun informatie snel kunnen verenigen, zodat hun hele organisatie informatie haalt uit dezelfde, vertrouwde en veilige bron. Vervolgens moeten bedrijven hun gegevensbron implementeren en beheren via een gegevensbeschermingssysteem met de nodige privacycontroles, zodat gegevensbedreigingen worden beperkt. Deze stappen zorgen ervoor dat toekomstige zakelijke en financiële risico's worden geminimaliseerd. - Anne Hardy, CISO van Talend

AI zal de sleutel zijn om de beveiliging in een afgelegen wereld te versterken. Beveiliging is een topprioriteit voor de C-suite van elke organisatie die is begonnen aan een digitale transformatie, maar het belang ervan is alleen maar groter geworden door de pandemie. Met zoveel eindpunten verspreid over de hele wereld dat werknemers de flexibiliteit hebben om op afstand te werken, waar ze ook willen, vermenigvuldigen kwetsbaarheden zich. Een belangrijke trend die we in 2021 en daarna zullen zien, is de toepassing van AI op beveiligingsmaatregelen, omdat mensen alleen niet elk eindpunt kunnen bewaken, controleren en controleren om een ​​moderne onderneming adequaat of efficiënt te beschermen. Als beveiligingsleiders (vooral die bij Fortune 500-bedrijven) nu niet de tijd en financiële investeringen doen om de beveiliging met AI te verbeteren, kunnen ze verwachten dat ze in de toekomst het doelwit worden van hackers en proberen ze hun gegevens te beschermen. -Scott Boettcher, VP, Enterprise Information Management, NTT DATA Services

Opbergen

Legacy NAS is Dead for AI. Met de introductie van PCIe Gen4 zijn de I / O-snelheden nu volledig losgekoppeld van de evolutie van de CPU-kern. Legacy NFS-providers zitten vast met single-stream TCP die in snelheid wordt beperkt door de mogelijkheid van een enkele CPU-kern op de applicatieserver. PCIe Gen4 zal de piek I / O-prestaties van applicaties in 2021 verdubbelen, terwijl een CPU-kern niet langer in staat zal zijn om de single-core I / O-prestaties evenveel te verdubbelen. Er is geen grotere concentratie van single-host IO dan in de AI-markt - voor toepassingen zoals machine learning en deep learning. Om dit op te lossen, zullen klanten oplossingen zoeken die ondersteuning bieden voor multi-threading, RDMA en de mogelijkheid om CPU's helemaal te omzeilen - zoals het geval is met NVIDIA's GPUDirect Storage. De eisen om GPU's en AI-processors gevoed en efficiënt te houden, zullen de I / O-mogelijkheden van legacy op TCP gebaseerde NAS aanzienlijk overtreffen, waardoor klanten in 2021 helemaal weglopen van legacy NAS. - Renen Hallak, oprichter en CEO van VAST Data

Objectopslag doorbreekt de mythe dat het alleen voor archivering wordt gebruikt. Hoewel objectopslag vooral bekend is als een back-up- en archiefopslagoplossing, zullen drie trends die perceptie in 2021 vergroten. Ten eerste zal flash-gebaseerde objectopslag de voorkeur krijgen in data-analyse-workloads die ook hoge capaciteitsvereisten hebben. Ten tweede zal S3-compatibele opslag Kubernetes-implementaties vereenvoudigen, waardoor het een logische keuze wordt voor moderne applicaties. Ten derde zullen cloud-native applicaties in toenemende mate on-prem worden geïmplementeerd, waardoor de behoefte aan on-prem S3-compatibele opslag wordt vergroot om de portabiliteit van applicaties te verbeteren. Als gevolg hiervan zullen meer organisaties objectopslag gebruiken om computer-intensieve use-cases te ondersteunen, zoals AI, ML en data-analyse, waardoor de 'goedkope en diepe' mythe voor eens en voor altijd wordt doorbroken. - Jon Toor, CMO voor Cloudian

Organisaties verzamelen nu enorme hoeveelheden machine learning en IoT-gegevens. Als uw bedrijf afhankelijk is van het verzamelen en analyseren van gegevens om te kunnen werken en slagen, wat gebeurt er dan als die gegevens niet volledig geback-upt zijn en gemakkelijk kunnen worden hersteld? De meeste bedrijven denken vooral aan data-analyse en veel minder aan databack-up of beveiliging. Maar naarmate gegevens steeds meer van analyse- naar productieomgevingen gaan, wordt bescherming van cruciaal belang. Geavanceerde opslagtools vertrouwen steeds meer op AI en machine learning om het gegevensback-upproces te automatiseren. Gezien de explosieve omvang van bedrijfsgegevens, zullen deze intelligente tools van vitaal belang worden voor het onderhouden van een efficiënt back-upproces dat snel en moeiteloos kan reageren op veranderende vereisten, terwijl onnoemelijke uren worden bespaard op handmatige back-ups. - Shridar Subramanian, CMO van OpslagAmbacht

verticals

Het potentieel van AI om supply chain-processen te verbeteren is al minstens 5 jaar een aandachtsgebied voor bedrijven, maar na de verstoringen veroorzaakt door COVID-19 hebben veel supply chain-analisten en ondernemingen hun aandacht gericht op AI als mogelijke oplossing voor hun ellende. 67% van de ondernemingen die in een of andere technologische oplossing hebben geïnvesteerd om hen te helpen de pandemie te doorstaan, en 60% van de industriële ondernemingen kijkt specifiek naar AI. AI-modellen worden echter aangedreven door gegevens. De nauwkeurigheid, reikwijdte en mogelijkheden van een AI-model zijn volledig afhankelijk van de trainingsgegevens erachter. Die gegevens moeten echter worden georganiseerd en gelabeld in een machineleesbaar formaat voordat een AI-programma ze kan verwerken. Voordat ze AI omarmen, moeten bedrijven gebruikmaken van moderne integratietechnologie om automatisch gegevens te verzamelen uit interacties met hun ecosysteem van leveranciers, partners, handelaren en klanten in een formaat dat is gestructureerd om AI-modellen van brandstof te voorzien.

Afrekenen PrimeXBT
Handel met de officiële CFD-partners van AC Milan
De eenvoudigste manier om crypto te verhandelen.
Bron: https://www.fintechnews.org/big-data-industry-predictions-for-2021/