By Даниэль Гутьеррес

2020 год был годом для веков, с множеством внутренних и глобальных проблем. Но индустрия больших данных имеет значительную инерцию, двигаясь в 2021 г. предсказания того, что может произойти. Мы были очень воодушевлены, услышав такие захватывающие перспективы. Даже если на самом деле сбудется только половина, Big Data в следующем году суждено стать довольно захватывающим путешествием. Наслаждаться!

Даниэль Д. Гутьеррес - Главный редактор и специалист по данным

Аналитика

«Аналитический разрыв» будет ухудшаться. Подобно широко разрекламированному «цифровому разрыву», мы также наблюдаем появление «аналитического разрыва». Многие компании были вынуждены инвестировать в аналитику из-за пандемии, в то время как другие были вынуждены отказаться от всего, что они не считали критически важным, чтобы свет оставался включенным - и правильные инвестиции в аналитику были для этих организаций аналитикой. блок нарезки. Это означает, что в 2021 году аналитический разрыв еще больше увеличится, и эта тенденция сохранится еще много лет. Без сомнения, победители и проигравшие в каждой отрасли будут по-прежнему определяться теми, кто использует аналитику, и теми, кто этого не делает. - Алан Джейкобсон, директор по данным и аналитике, в Alteryx

Скорее всего, прошли те времена, когда решения для разрозненной аналитики и отчетности, вероятно, удовлетворяли нишевым бизнес-сценариям. Это неустойчиво. Компании не могут иметь узкоспециализированные реализации аналитики, которые позволяют решать локальные проблемы, а более крупный бизнес не видит полной выгоды. Текущая ситуация изменится на ситуацию, в которой аналитика будет проводиться по всем данным, к которым у компании есть доступ, с возможностью реализации этой аналитики совместно различными группами интересов с разными наборами навыков (например, наука о данных, направлениях бизнес-лидеров) и уделяя особое внимание практической реализации аналитических данных практически в режиме реального времени. Другими словами, больше никаких разрозненных научных экспериментов. - Шри Рагхаван, директор по маркетингу продуктов в области обработки и анализа данных и расширенной аналитики, Teradata

Предписывающая аналитика станет ключевым компонентом успеха цифровой трансформации: расширенная аналитика становление становится основным, поскольку компании все чаще собирают и анализируют данные в своих организациях, с 35% производителей США, использующих расширенную аналитику, за последние три года. Для того чтобы ИИ оказал значительное влияние на всю цепочку создания стоимости, предписывающая аналитика станет катализатором для оптимизации производительности. Предписывающая аналитика станет важным элементом масштабирования ИИ в организациях за счет использования данных о продуктах и ​​клиентах для консультирования моделей ИИ о том, как улучшить процессы, наладить производство и повысить эффективность. Предписывающая аналитика обеспечивает постоянное совершенствование модели искусственного интеллекта за счет постоянного мониторинга и корректировки в зависимости от меняющихся условий. Затем предписывающие модели могут позволить автоматизировать принятие решений, когда модели могут предпринять наилучший курс действий на основе предписаний. Выход за рамки прогнозной аналитики к предписывающей аналитике в конечном итоге обеспечит успех цифровой трансформации для производителей в 2021 году. - Джордж Янг, глобальный управляющий директор Kalypso

Расширенная аналитика и самообслуживание станут более востребованными, учитывая распределенную рабочую силу и информационный голод. В ответ традиционная аналитика будет все больше подрываться искусственным интеллектом. Увеличение распределенной рабочей силы создаст больший спрос на расширенную аналитику, когда отдельный пользователь руководствуется процессом создания запросов, чтобы получить немедленные ответы на свои вопросы о данных. Мы наблюдаем конвергенцию аналитики и искусственного интеллекта в двух областях - на уровне инфраструктуры и на уровне аналитиков.

Люди начинают понимать, что у них есть разные конвейеры данных, которые предоставляют данные для механизма аналитики, и они создают другой стек для машинного обучения. Вместо двух полностью отдельных стеков мы видим их конвергенцию в инфраструктуру, которую легче поддерживать, обеспечивая при этом использование одних и тех же данных для обеспечения обоих механизмов. Второе сближение произойдет в отношении «информационного голода» и восполнения пробелов в ответах на вопросы с использованием данных. Традиционная аналитика будет все больше нарушаться искусственным интеллектом. Платформы (такие как Tableau, Power BI и т. Д.) Начнут вытесняться ботами и виртуальными помощниками, которые будут носить разговорный характер. Мы рассматриваем это как стимул к самообслуживанию. Мы также ожидаем, что в 2021 году НЛП получит более широкое распространение. - Скотт Шлезингер, руководитель практики глобальных данных, аналитики и искусственного интеллекта, мыс

Границы между ИТ и другими отделами, когда дело касается данных и аналитики, будут продолжать стираться. Данные и аналитика обладают потенциалом для достижения чрезвычайно положительных и значимых бизнес-результатов, и когда это происходит, часто также происходит эффективное сотрудничество в различных функциональных областях, поскольку каждая из них несет определенный уровень ответственности за успех аналитического подхода. Такие области, как управление данными, грамотность в отношении данных, открытые платформы данных, интеграция и использование данных в различных частях предприятия, позволят бизнес-пользователям выполнять задачи, традиционно предназначенные для ИТ-групп, а данные, генерируемые бизнес-подразделениями, будут передаваться на платформы, которыми управляет ИТ-отдел. Это - в сочетании с нехваткой специалистов по обработке данных и аналитиков - также означает, что платформы данных станут более плавными и простыми в развертывании, так что все подразделения организации смогут использовать их. - Фрэнсис Желязны, директор по маркетингу Аналитика сигналов

В 2000-х годах включение Microsoft Office в свое резюме могло сделать вас хорошим кандидатом на работу, но десять лет спустя это навык считался само собой разумеющимся. В настоящее время знание SQL может выделить вас, но что будет в ближайшие годы?

По мере роста информационной грамотности навыки аналитики станут нормой для всех бизнес-профессионалов и начнут исчезать из резюме кандидатов. Точно так же, как вы вряд ли увидите «владение Office» сегодня, вы вряд ли увидите «владение данными» к концу десятилетия. Мы вошли в третью волну аналитики, а вместе с ней и ожидание того, что бизнес-пользователи смогут взаимодействовать с данными без помощи эксперта. Очень скоро, если вы не сможете сочетать достоверные данные с бизнес-контекстом для определения и реализации стратегии, вам придется столкнуться с трудностями на рабочем месте. Идеальным кандидатом для бизнеса в 2021 году и в последующий период будет человек, который может понимать и озвучивать данные, потому что через несколько лет грамотность в области данных станет тем, чего требуют и ожидают работодатели. Те, кто хочет продвинуться вперед, сейчас приобретают эти таланты. - Генеральный директор ThoughtSpot Судиш Наир

По мере того, как компании переводят свою инфраструктуру данных на объединенный (один механизм запрашивает разные источники), дезагрегированный стек (вычисления отделены от хранилища, отделены от озера данных), мы увидим, как традиционные хранилища данных и тесно связанные архитектуры баз данных отнесены к устаревшим рабочим нагрузкам. Но одно остается неизменным, когда дело доходит до этого сдвига: SQL по-прежнему будет языком для аналитики. Аналитики данных, инженеры данных, специалисты по обработке данных и менеджеры по продуктам вместе с администраторами баз данных будут использовать SQL для аналитики. - Дэйв Симмен, соучредитель и технический директор (CTO), Ахана

Организации повсеместно расширяют масштабы использования аналитических систем, но сталкиваются с необходимостью в платформах обработки данных о событиях, которые могут выполнять обработку данных в реальном времени. В 2021 году организациям потребуются интеллектуальные платформы данных, которые могут потреблять статические и потоковые данные из различных источников в любом формате, размере и скорости; Обработка данных (обогащение и отображение) на лету; и доставлять данные в системы, устройства и приложения безопасно и в режиме реального времени. - Шон Боуэн, генеральный директор Технология Push

Единый SQL-запрос для всех рабочих нагрузок с данными. Путь вперед основан не только на автоматизации, но и на том, насколько быстро и широко вы можете сделать свою аналитику доступной и доступной для совместного использования. Аналитика дает вам четкое представление о том, какими должны быть ваши следующие шаги, чтобы клиенты и сотрудники были довольны и даже спасали жизни. Управление вашими данными больше не роскошь, а необходимость - и определяет, насколько успешными вы или ваша компания будете. Если вы сможете уменьшить сложность или стоимость управления данными, вы будете очень эффективны. В конечном счете, победитель получит доступ к сложности и стоимости управления данными, а рабочие нагрузки будут унифицированы, так что вы сможете написать один-единственный SQL-запрос для управления и доступа ко всем рабочим нагрузкам в нескольких резидентных хранилищах данных. - Радж Верма, генеральный директор Единый магазин

В прошлом возможности искусственного интеллекта и аналитики предоставлялись разными платформами / командами. На протяжении многих лет мы видим, что платформа сближается, и команда ИИ больше сосредоточена на алгоритмической стороне, в то время как команды платформы ИИ и аналитики объединились, чтобы предоставить программную инфраструктуру как для аналитики, так и для сценариев использования ИИ. - Хаоюань Ли, основатель и генеральный директор, Аллюксио

Как профессионалы в области данных, мы несем ответственность перед широкой общественностью. Я думаю, что в течение следующего года мы увидим прогресс в разработке этического кодекса в области анализа данных, возглавляемый сознательными компаниями, осознающими серьезность потенциальных злоупотреблений. Возможно, правительство США вмешается и примет некоторую версию собственного GDPR, но я считаю, что технологические компании возглавят это обвинение. То, что Facebook сделал с данными о взаимодействии, не является незаконным, но мы видели, что это может иметь пагубные последствия для развития ребенка и наших личных привычек. В ближайшие годы мы оглянемся на то, как компании использовали персональные данные в 2010-х, и съежимся, как мы, когда видим людей, курящих в самолете в фильмах 1960-х годов. - Джереми Леви, генеральный директор ориентировочный

Эмоции являются ключевым фактором, влияющим на поведение клиентов, и сильно влияют на лояльность к бренду. Поэтому компаниям становится все более и более полезно находить способ измерения эмоций клиентов в процессе принятия ими решений. Эмоциональная аналитика фокусируется на изучении и распознавании всего спектра человеческих эмоций, включая настроение, отношение и личность. Он использует прогностические модели и AI / ML для анализа движений человека, выбора слов, тонов голоса и выражений лица. Эмоциональная аналитика может помочь компаниям создать более целостный профиль клиента, понять, как влиять на эмоции, и разработать индивидуальные продукты и услуги, ориентированные на отдельных людей. Анализ настроений о продуктах и ​​услугах в разных регионах, в социальных сетях и на веб-сайтах с обзорами позволяет компаниям лучше понять и повысить уровень удовлетворенности своих клиентов. Используя эмоциональную аналитику, компании могут лучше понять, как их маркетинг и услуги влияют на эмоции, чтобы обеспечить более позитивное взаимодействие с клиентами. - Пол Моксон, старший вице-президент по архитектуре данных в Денодо

Правильно составить продуктовую аналитику сложно. Каждое взаимодействие приводит к скоплению данных, и копание в них, чтобы найти эту «иголку в стоге сена», требует много усилий, дисциплины и времени, чтобы заставить ее работать. Эти препятствия для входа означают, что анализ данных часто ограничивается компаниями, у которых есть ресурсы, пропускная способность и знания, чтобы делать это правильно. Но это также дисциплина, которая приобретает все большее значение - даже до пандемии взаимодействие потребителей с брендами в основном происходило на цифровых платформах, а теперь они почти всегда там. Существует бесчисленное количество информации, которая может объяснить рентабельность инвестиций для каждого взаимодействия, и, без сомнения, некоторые из них потенциально могут изменить правила игры. Но, честно говоря, мы люди, и если нам придется много работать, чтобы получить от чего-то пользу, у нас будет меньше шансов делать это последовательно. Вот почему в 2021 году аналитика перейдет от реактивной игры - сбора данных, которые аналитики затем должны будут проанализировать, чтобы найти эти идеи, - к проактивной, позволяющей напрямую подключать команды к тем «а-ха!». моменты, которые побуждают к немедленным и осознанным действиям. - Матин Мовассате, генеральный директор и основатель Heap

Artificial Intelligence

По мере того, как компании стремятся к достижению целей по возобновлению и возмещению достаточных потоков доходов, им необходимо будет использовать интеллектуальные технологии для сбора в режиме реального времени ключевой информации, которая позволит им это сделать. Внедрение технологий искусственного интеллекта (ИИ) может помочь компаниям понять, работают ли их стратегии по обеспечению безопасности клиентов и сотрудников, продолжая при этом способствовать росту. По мере того, как компании признают уникальные способности ИИ, которые помогают упростить управление корпоративными политиками и их соответствие, обеспечить безопасность и улучшить качество обслуживания клиентов, мы увидим рост темпов внедрения ИИ во всех отраслях. - Хиллари Эштон, исполнительный вице-президент и директор по продуктам компании Teradata

В 2021 году мы увидим, как ИИ, машинное обучение и Интернет вещей будут определять и формировать нашу жизнь и поведение - явление, которое будет продолжаться еще много лет. Эти достижения влияют на то, как мы работаем, как покупаем, как тратим, как мы делаем каждую мелочь в нашей жизни. Но я думаю, что настоящей звездой, к которой обратятся компании, станут такие перспективные технологии, как облачные и периферийные вычисления, которые будут продолжать доминировать благодаря их способности обрабатывать и управлять всеми необходимыми данными, которые питают ИИ, машинное обучение и Интернет вещей, поскольку а также такие технологии, как iPaaS, APIM и RPA. Эти технологии по-прежнему будут лидировать в расходах на цифровую трансформацию для предприятий, которые переходят от ручного или бумажного бизнеса к цифровым предприятиям, которые, наконец, смогут использовать возможности ИИ и Интернета вещей. - Манодж Чоудхари, технический директор компании Джиттербит

В 2021 году искусственный интеллект станет менее искусственным: даже с учетом появления вакцины от COVID-19 на горизонте принципиально изменился способ работы и взаимодействия людей. В новом году удаленная работа продолжится, требования о социальном дистанцировании сохранятся, а цепочки поставок по-прежнему будут сталкиваться с нарушениями. Этот новый образ жизни требует от компаний нового способа продолжения эффективной работы по всей цепочке создания стоимости - от продукта до завода и конечного пользователя. Использование искусственного интеллекта (ИИ) станет стандартом для решения этих проблем. Однако без учета того, как люди будут взаимодействовать и использовать эти новые автономные системы, ИИ потерпит неудачу.

В 2021 году предприятия будут применять ориентированный на человека подход к инициативам в области ИИ, понимая потребности и ценности пользователей, а затем соответствующим образом адаптируя конструкции и модели ИИ, что, в свою очередь, улучшит внедрение. Для успеха ИИ предприятия должны уделять такое же внимание людям и культуре, как и сама технология. Команды управления организационными изменениями (OCM) будут иметь решающее значение для продвижения цифровой трансформации и ИИ, вовлекая людей в путь изменений и настраивая организацию на получение измеримых результатов. Надлежащее управление изменениями является наиболее важным, но упускаемым из виду аспектом любой инициативы по цифровой трансформации. - Джордж Янг, международный управляющий директор компании Kalypso

В 2021 году предприятия откажутся от быстрых побед, полагаясь на системы искусственного интеллекта, и сосредоточатся на долгосрочной и значимой ценности для бизнеса. Это изменение повлечет за собой более глубокие инициативы по повышению грамотности данных в организациях. Это потребует от людей приобретения новых навыков и нового поведения. - Сандип Редди Маллу, руководитель аналитического отдела компании Граменер 

Большинство потребителей по-прежнему скептически относятся к ИИ. Учитывая сомнительную этику ИИ, несколько крупных потребительских брендов по-прежнему не доверяют ИИ. Для многих это потому, что они не понимают этого или даже не осознают, что используют его ежедневно. Потребители получают так много бесплатных сервисов на базе искусственного интеллекта - Facebook, Google, TikTok и т. Д., - что они не понимают, от чего они лично отказываются взамен, а именно от своих личных данных. Пока широкая общественность остается наивной, она не сможет предвидеть опасности, которые может создать ИИ, или способы защиты - если рынок не будет лучше информировать клиентов или вводить правила для их защиты. Несмотря на это, есть некоторые свидетельства того, что мы поворачиваем за угол с точки зрения надежности ИИ. Восемьдесят один процент бизнес-лидеров, ответивших на предстоящий опрос Pega, выразили оптимизм в отношении того, что предвзятость ИИ будет в достаточной мере уменьшена за пять лет. Компаниям лучше надеяться, что это окажется правдой, потому что по мере того, как все больше людей осознают, как ИИ влияет на их жизнь, а в некоторых случаях становится фаворитом, они будут продолжать задавать более сложные вопросы, которые еще больше подрывают доверие к ИИ, вынуждая бизнес придется им ответить. - Винс Джеффс, старший директор по продуктовой стратегии, маркетинговому ИИ и принятию решений, Pega

Цифровые работники с искусственным интеллектом помогут бизнесу оставаться стратегическим в долгосрочной перспективе. Мало кто не согласен с тем, что ИИ и автоматизация необходимы для выживания компаний в будущем. Однако исследования показали, что большинство компаний не в полной мере осознали преимущества своих инвестиций в ИИ и автоматизацию. Связывая мощные возможности ИИ с бизнес-процессами с помощью цифровой рабочей силы, мы все чаще будем видеть, как организации внедряют автоматизацию на основе ИИ в больших масштабах. Автоматизация с использованием ИИ будет все больше увязываться с ключевыми стратегическими инициативами, такими как повышение ориентации на клиента, рост доходов, распределение капитала, управление цепочкой поставок, управление рисками, экономическая и операционная эффективность и многое другое. Цифровые работники с искусственным интеллектом будут использоваться в качестве основных инструментов для реализации корпоративной стратегии и управления рисками масштаба предприятия. Быстрое и эффективное внедрение автоматизации будет все чаще рассматриваться как важный компонент сохранения конкурентоспособности на рынках. - Эрик Тайри, руководитель отдела искусственного интеллекта и исследований Blue Prism

Эксперименты с ИИ станут более стратегическими. Экспериментирование происходит на протяжении всего процесса разработки модели - обычно каждое важное решение или предположение сопровождается по крайней мере некоторым экспериментом или предыдущим исследованием, чтобы оправдать эти решения. Экспериментирование может принимать самые разные формы: от построения полноценных прогнозирующих моделей машинного обучения до выполнения статистических тестов или построения графиков. Испытание всех комбинаций всех возможных гиперпараметров, обработки функций и т. Д. Быстро становится незамеченным. Поэтому мы начнем видеть, как организации определяют время и / или бюджет вычислений для экспериментов, а также порог приемлемости для полезности модели. - Флориан Дуэтто, генеральный директор и соучредитель Датаику

В 2021 году мы наконец увидим, как ИИ станет мейнстримом. В результате COVID-19 предприятия были вынуждены провести цифровую трансформацию, чтобы выжить в новых условиях. Согласно нашему исследованию, цифровое ускорение не собирается останавливаться в новом году: 86% компаний, которые в настоящее время извлекают выгоду из улучшения качества обслуживания клиентов с помощью ИИ, скорее всего, продолжатся. Пандемия также изменила приоритеты бизнеса в отношении инвестиций в ИИ. Например, мы видели, как компании переходят от более простых задач, таких как автоматизация, к планированию персонала и имитационному моделированию. Поскольку организации продолжают видеть выгоды от своих цифровых инвестиций в сложные процессы, ИИ будет становиться все более распространенным и широко используемым в следующем году. - Ананд Рао, руководитель отдела глобального искусственного интеллекта в PwC

Конвергенция искусственного интеллекта и бизнес-аналитики повысит понимание данных. За последние 5 лет ИИ был частью всех корпоративных дискуссий. Тем не менее, проблемы с демократизацией передового понимания искусственного интеллекта среди широких слоев сотрудников сохраняются. По мере появления новых продуктов бизнес-аналитики на базе искусственного интеллекта разрозненность будет нарушена, и каждый пользователь сможет использовать аналитику данных и легко находить полезные сведения. Простые интерфейсы, персонализированные аналитические данные и увлекательный опыт работы с данными станут отличительными чертами аналитики данных в 2021 году и в последующий период. - Дхирен Патель, директор по продуктам MachEye и руководитель отдела по работе с клиентами

Расовая предвзятость во многих алгоритмах распознавания лиц, основанных на искусственном интеллекте, была большой темой для разговоров в прошлом году и достигла апогея из-за социальных волнений 2020 года. Исследования показали. широко распространенное свидетельство что расовые меньшинства гораздо чаще ошибочно идентифицируются, чем белые. В 2021 году мы увидим, что исправление предвзятости ИИ станет основной темой для любой компании, использующей ИИ или технологии распознавания лиц. Используя документы государственного образца, вы можете быстро и легко подтвердить право собственности на удостоверение личности, проанализировав лицо на документе и сравнив его с лицом, пытающимся получить доступ к вашей системе. 2021 станет годом, когда предвзятость ИИ обнаружится, и компании начнут вносить радикальные изменения, чтобы устранить расовую предвзятость в своем программном обеспечении, - некоторые из них могут быть сделаны, если сосредоточить внимание на справедливости и обучении системы машинного обучения компании, чтобы уменьшить расовое выражение лица. ошибки распознавания. - Мохан Махадеван, вице-президент по исследованиям, Onfido

2021 станет годом, когда команды перейдут от случайных свиданий с ИИ к постоянным отношениям. ИИ больше не нужен только для проектов НИОКР. Пришло время адаптировать эти решения, а не просто заигрывать с ними. Мы должны автоматизировать сейчас. - Дэвид Карандиш, основатель и генеральный директор Пропускная способность 

Благодаря сочетанию вычислительной мощности, данных в масштабе Интернета и современных алгоритмов машинного обучения за последние несколько лет мы открыли новые замечательные возможности для ИИ. В ближайшие годы мы вступим в эру экспансии, когда длинный хвост коммерческих вариантов использования будет прототипирован, упакован и запущен в производство - либо для улучшения существующих продуктов и услуг, либо для создания совершенно новых. - Дэйв Костенаро, директор по данным в Пропускная способность 

Успех искусственного интеллекта переходит от общих целей к нишевым направлениям. В то время как инвестиции в ИИ на предприятии продолжают расти, компании переоценивают свои технологические стеки, чтобы приспособить нишевый ИИ, а не «черные ящики общего назначения», претендующие на все. Нишевые, усовершенствованные варианты использования, которые решают конкретные проблемы, будут иметь приоритет бюджета, а не автоматизация, которая обещает сделать все. - Вирал Баджария, технический директор 6sense

Рост искусственного узкого интеллекта: Не так давно ИИ был тем, что мы теперь называем искусственным интеллектом общего типа, например, беспилотные автомобили или распознавание изображений. Однако сегодня появилась новая категория искусственного интеллекта, который пытается воспроизвести процесс принятия решений человеком. С точки зрения цепочки поставок этот новый ИИ может помочь в принятии более эффективных решений по каждому аспекту цепочки поставок, начиная с темы «Как заправить грузовик?» или «Как мне получить продукты вовремя?» В 2021 году я предполагаю увеличение этих Узкий решения для замены тактических и менее масштабных решений. - Энди Фокс, директор по глобальному взаимодействию с LLamasoft

На периферии мы увидим, как «Контр-ИИ» начинает материализоваться. По мере того, как правительства пытаются отслеживать людей, а предприятия пытаются манипулировать ими или глубже понять поведение, я предсказываю обратную реакцию методов, препятствующих отслеживанию и клиенту 360. В отличие от работы, проделанной различными группами над инструментами защиты от распознавания лиц, мы начнем видеть высокотехнологичные и низкотехнологичные методы, позволяющие обмануть ИИ, которые используются для мониторинга и понимания нас. - Начальник отдела архитектуры Атос Северная АмерикаЛаборатория искусственного интеллекта в сотрудничестве с Google Cloud, Джонас Булл

По мере того, как все больше агентств начинают применять эти решения на основе искусственного интеллекта и машинного обучения, правоохранительные органы обязаны соблюдать этические правила и устранять предвзятость в таких инструментах. Таким образом, департаменты начнут устанавливать свои собственные политики и работать с руководящими органами по вопросам ответственного и этичного использования ИИ, включая надлежащее обучение соответствующих групп и бизнес-функций, а также создание среды с духом основанных на данных и ответственных решений. -изготовление. Идя еще дальше, правоохранительные органы продолжат обеспечивать проверку систем ИИ на отсутствие предвзятости и корректировку по мере необходимости. И они откроют линию связи с общественностью, чтобы способствовать прозрачности использования этих инструментов. - Хизер Махалик, старший директор по цифровой разведке, Cellebrite

В 2021 году мы увидим, что все больше компаний, управляемых данными, используют открытый исходный код для аналитики и ИИ. Технологии анализа с открытым исходным кодом, такие как Presto и Apache Spark, обеспечивают работу платформ ИИ и являются гораздо более гибкими и экономически эффективными, чем их традиционные аналоги в корпоративных хранилищах данных, которые полагаются на консолидацию. данные в одном месте - трудоемкое и дорогостоящее мероприятие, которое обычно требует привязки к поставщику. В следующем году ожидается рост использования аналитических механизмов, таких как Presto, для приложений ИИ из-за их открытого характера - лицензии с открытым исходным кодом, открытого формата, открытых интерфейсов и открытого облака. - Дипти Боркар, соучредитель и директор по продуктам (CPO), Ахана

Отрасль перейдет от типовых горизонтальных платформ ИИ, таких как IBM Watson и Amazon Lex, к продуктам на базе ИИ и моделям управляемых услуг для конкретных предметных областей. Универсальные платформы не являются решениями. Они запускаются с нуля, без каких-либо обучающих данных или структуры модели данных - создание этого, а затем его оптимизация в производственной среде - это экспертная и ресурсоемкая задача, выходящая за рамки возможностей большинства компаний. Переход от рынка первых новаторов к массовому внедрению в 2021 году будет обусловлен внедрением продуктов на базе искусственного интеллекта для конкретных областей, которые предварительно обучены для конкретной отрасли и доказали свою эффективность. - Джейк Тайлер, соучредитель и генеральный директор, Финн AI

В 2021 году ИИ не будет отображаться в спектре компетенций человека. У нас могут быть алгоритмы, которые сокрушат любого человека в шахматах, но неспособны сварить чашку чая, и компьютерные программы, которые могут выполнять математику в миллионы раз быстрее, чем люди, но, если бы их спросили, кто может выиграть следующий чемпионат мира, они даже не поймут вопрос. Их возможности не универсальны. Мы достигли точки с искусственным интеллектом, когда мы одновременно переоцениваем и недооцениваем силу алгоритмов. Когда мы переоцениваем их, мы видим, что человеческие суждения отодвигаются на второй план - опасное место. Использование «мутантного алгоритма» для оценки результатов A-level - настоящий скандал в Великобритании, несмотря на то, что алгоритм дает много результатов, которые просто нарушают здравый смысл. Когда мы недооцениваем алгоритмы, мы видим, как рушатся целые отрасли, потому что они не видят изменений на горизонте. Как может конкурировать традиционный бизнес такси, если алгоритм Uber может доставить вас менее чем за 3 минуты? Ожидайте, что в 2021 году инженеры будут избегать ИИ и алгоритмических ошибок, не пытаясь сопоставить алгоритмы с человеческим спектром компетенций. Использование технологий искусственного интеллекта, таких как распознавание речи в любом контексте, для улучшения возможностей людей и нахождение правильного баланса между автоматизацией искусственного интеллекта и человеческими знаниями для реальных случаев использования, таких как клиентский опыт и веб-конференции, начнет формировать эффективное использование. искусственного интеллекта будущего. - Ян Ферт, вице-президент Speechmatics

Ответственный AI / ML станет самой горячей темой в индустрии облачного машинного обучения. Учитывая повышенное внимание общества к борьбе с несправедливостью и предвзятостью, а также общий интерес к лучшей интерпретируемости и объяснимости моделей машинного обучения, поставщики облачных услуг будут инвестировать и улучшать свои предложения машинного обучения, чтобы предложить полный набор ответственных возможностей машинного и искусственного интеллекта, которые будут стремиться удовлетворить и успокоить регуляторы, разработчики моделей, менеджмент и рынок о добросовестном использовании ML. Между тем, AI / ML будет продолжать расти и использоваться во всей отрасли, со значительными улучшениями в простоте использования и объединении UX в рамках ответственной структуры AI / ML для стимулирования следующего рывка роста этого сектора. - Яннис Антониу, аналитик, Gigaom

AIOps для сетей станет мейнстримом: в следующем году AIOps перейдет от теории к практике для многих организаций. По мере увеличения количества удаленных сотрудников и превращения дома в новый микроотрасль, ИИ станет основным фактором, обеспечивающим удобство работы пользователей в облаке с отличным клиентом, при одновременном контроле расходов на ИТ-поддержку удаленных сотрудников. ИТ-командам необходимо будет использовать AIOps для масштабирования и автоматизации своих операций. Облачное SaaS AIOps перевернет парадигму поддержки клиентов с ног на голову. Вместо того, чтобы пользователи отправляли заявки в ИТ, ИИ будет проактивно выявлять пользователей, у которых есть проблемы с подключением или испытывают проблемы, и либо решит (сеть с автономным управлением), либо откроет заявку с предлагаемыми мерами по исправлению положения для ИТ. - Боб Фрайдей, технический директор Mist Systems, компании Juniper Networks.

Искусственный интеллект и машинное обучение будут играть гораздо более важную роль в стратегии цепочки поставок, чем в предыдущие годы. В 2021 году потребность в более глубоком понимании всей цепочки поставок в режиме реального времени будет расти, особенно по мере того, как организации цепочки поставок переоценивают свою деятельность в результате внезапных изменений покупательского поведения во время пандемии COVID-19.

Чтобы удовлетворить эту потребность, организациям цепочки поставок необходимо будет обратиться к технологиям с поддержкой искусственного интеллекта (AI) и машинного обучения (ML), чтобы перейти от текущей, описательной и предписывающей аналитики, а также использовать прогнозную аналитику, которая обеспечивает рекомендуемые действия. до инцидент возникает на основании предыдущих действий. Часто компании сталкиваются с беспорядком разрозненности и фрагментации из-за того, что их поглощают крупные компании, у которых есть разные системы. В 2021 году заинтересованные стороны цепочки поставок будут стремиться развернуть цифровых двойников во всех модулях в качестве дополнительного уровня видимости и обеспечения синхронизации между существующими системами компании и новыми технологиями, такими как датчики и нанодатчики, которые появляются на рынке во все больших объемах. . - Махеш Верина, генеральный директор Cloudleaf

Предвзятое отношение к ИИ наносит большой вред - от воздействия на процесс найма путем усиления гендерных стереотипов до расовой дискриминации при оценке кредита и кредитовании. Организации знают, что наем разнообразной рабочей силы может обеспечить определенный уровень достоверности для моделей ИИ, и они знают, что данные обучения необходимо постоянно отслеживать на предмет предвзятости, поскольку это влияет на качество и точность алгоритмов. Они также знают, что в настоящее время не существует эталона для этических измерений, чтобы действительно уменьшить предвзятость в ИИ, и что он должен быть. В 2021 году мы увидим, как организации перестанут просто осознавать и «беспокоиться» о предвзятости в ИИ и начнут предпринимать более серьезные шаги для решения этой проблемы - потому что это будет необходимо. Для борьбы со всеми проблемами, которые подпадают под действие ответственного ИИ, будут сформированы специальные команды и / или инициативы, включая все, от врожденной предвзятости в данных до справедливого отношения к инструкторам по данным. Создание ответственных инициатив в области ИИ станет для некоторых не только поручением совета директоров, но и партнерами и клиентами компаний, возглавляющих усилия в области ИИ. - Appen Технический директор Уилсон Панг

AIOps будет разогреваться, чтобы повысить качество обслуживания клиентов и обеспечить гарантии и оптимизацию приложений. Год непредсказуемости позади, и предприятиям придется ожидать неожиданностей, когда дело доходит до обеспечения безошибочности и проактивности стеков технологий. Мы увидим, что спрос на AIOps будет продолжать расти, поскольку он может реагировать на эти неожиданные сценарии и предвидеть их с помощью ИИ, машинного обучения и прогнозной аналитики. Возрастающая сложность цифровых корпоративных приложений, охватывающих гибридные локальные и облачные инфраструктуры, в сочетании с принятием современных архитектур приложений, таких как контейнеризация, приведет к беспрецедентному увеличению как объема, так и сложности данных. В то время как перегрузка данных из современных цифровых сред может задержать ремонт и перегрузить ИТ-отделы, зашумленные наборы данных станут препятствием в прошлом, поскольку более разумные стратегии и централизованные системы AIOps помогают организациям улучшить качество обслуживания клиентов, обеспечить современные гарантии и оптимизацию приложений, связать их с интеллектуальная автоматизация и процветание как автономные цифровые предприятия. Фактически, традиционные подходы к ИТ-операциям, возможно, больше не применимы, что делает неизбежным принятие AIOps для возможности масштабирования ресурсов и эффективного управления современными средами. - Али Сиддики, директор по продуктам, BMC Software

Суровая реальность заключается в том, что 2021 год станет годом, когда те, кто действительно занимается ИИ, начнут достигать значимости в масштабе, в то время как те, кто потратят месяцы на обучение хрупких моделей и не смогут наверстать упущенное, окажутся в растущем, экспоненциальном, невыгодном положении. Задачи «последней мили» не станут проще, но фундаментальный сдвиг в мышлении и подходах будет иметь решающее значение для преодоления сложных препятствий. - Д-р Джош Салливан, руководитель Модзи

Элегантная оценка рисков: по мере того, как пространство AIOps продолжает развиваться, мы видим возможность для поставщиков усовершенствовать свои возможности оценки рисков, чтобы клиенты могли исправлять проблемы с почти определенностью, не нарушая ничего в системе. В 2021 году одной из областей, где мы увидим повышенное внимание со стороны обоих поставщиков и более широкое внедрение среди пользователей, будет обеспечение более элегантного сопоставления зависимостей, чтобы инженеры могли точно оценивать риск как часть процесса исправления или цикла сборки-развертывания для изменений программного обеспечения, чтобы убедитесь, что изменение в одной части среды не приведет к поломке системы в другом месте. - Майкл Олсон, директор по маркетингу продуктов New Relic

В 2021 году искусственный интеллект не будет отнесен к человеческому спектру компетенций: у нас могут быть алгоритмы, которые сокрушат любого человека в шахматах, но неспособны приготовить чашку чая, и компьютерные программы, которые могут выполнять математику в миллионы раз быстрее, чем люди, но, если бы их спросили, кто может выиграть следующий чемпионат мира, они бы даже не поняли вопроса. Их возможности не универсальны. Мы достигли точки с искусственным интеллектом, когда мы одновременно переоцениваем и недооцениваем силу алгоритмов.

Когда мы переоцениваем их, мы видим, что человеческие суждения отодвигаются на второй план - опасное место. Использование «мутантного алгоритма» для оценки результатов A-level - настоящий скандал в Великобритании, несмотря на то, что алгоритм дает много результатов, которые просто нарушают здравый смысл. Когда мы недооцениваем алгоритмы, мы видим, как рушатся целые отрасли, потому что они не видят изменений на горизонте. Как может конкурировать традиционный бизнес такси, если алгоритм Uber может доставить вас менее чем за 3 минуты? Ожидайте, что в 2021 году инженеры избежат ошибок ИИ и алгоритмических ошибок, не пытаясь сопоставить алгоритмы с человеческим спектром компетенций. Использование технологий искусственного интеллекта, таких как распознавание речи в любом контексте, для улучшения возможностей людей и нахождение правильного баланса между автоматизацией искусственного интеллекта и человеческими знаниями для реальных случаев использования, таких как обслуживание клиентов и веб-конференции, начнет формировать эффективное использование. искусственного интеллекта будущего. - Ян Ферт, вице-президент Speechmatics

В 2021 году ML на периферии станет одним из основных направлений в отрасли AI / ML. Спрос на интеллектуальные периферийные приложения быстро растет в автомобилестроении, умных предприятиях и в индустрии умного дома. С широко доступными эффективными инструментами разработки пограничного машинного обучения и выпуском полупроводниковыми компаниями новых микроконтроллеров с функциями машинного обучения внедрение пограничных приложений машинного обучения станет основной тенденцией. - Сан Вон Ли, генеральный директор Qeexo

Клиническое сообщество расширит использование федеративные подходы к обучению для создания надежных моделей искусственного интеллекта в различных учреждениях, географических регионах, демографических данных пациентов и медицинских сканерах. По чувствительности и избирательности эти модели превосходят модели искусственного интеллекта, созданные в одном учреждении, даже когда есть много данных для обучения. В качестве дополнительного бонуса исследователи могут сотрудничать при создании модели искусственного интеллекта без разглашения конфиденциальной информации о пациентах. Федеративное обучение также полезно для построения моделей искусственного интеллекта для областей, в которых недостаточно данных, таких как педиатрия и редкие заболевания. - Кимберли Пауэлл, вице-президент и генеральный директор NVIDIA Healthcare

Центр передового опыта в области искусственного интеллекта: за последние 10 лет компании изо всех сил пытались привлечь высокооплачиваемых специалистов по обработке данных, однако их производительность оказалась ниже ожидаемой из-за отсутствия вспомогательной инфраструктуры. Все больше организаций ускорит окупаемость инвестиций в ИИ за счет создания централизованной общей инфраструктуры в масштабе суперкомпьютеров. Это будет способствовать развитию и масштабированию талантов в области науки о данных, обмену передовым опытом и ускорению решения сложных проблем искусственного интеллекта. - Чарли Бойл, вице-президент и генеральный директор NVIDIA DGX Systems

Выражение ИИ сузится до удобного пользовательского опыта: когда мы смотрим на историю ИИ, алгоритмы были главными, а пользовательский опыт - вторым. Но по мере того, как мы приближаемся к 2021 году, приложения с поддержкой ИИ будут все больше ориентироваться на удобство использования в качестве приоритета. Лучшие выражения ИИ незаметны для пользователя и ненавязчиво работают в фоновом режиме. Платформы, поддерживаемые AI / ML, найдут новые способы подвести пользователей к лучшим выводам и решениям.

Это происходит путем опроса огромных объемов данных, поиска аномалий, идей и тенденций, а затем представления результатов в соответствующем бизнес-контексте. По-настоящему беспроблемный AI / ML должен стать конечной целью для всех бизнес-платформ. Я надеюсь увидеть более сложные приложения ИИ, которые будут определять, что каждый пользователь пытается выполнить, и автоматически выявляют идеи, которые можно использовать для быстрых действий. Эта простота использования будет невероятно ценной для широкого круга пользователей, как технических, так и нетехнических. - Санджай Вьяс, технический директор планомерной

Этический ИИ будет играть ключевую роль в разработке продуктов в 2021 году, но эту проблему трудно решить: этический ИИ становится важной проблемой, но трудно решить эту дилемму. Компании используют данные и ИИ для создания решений, но они могут обходить права человека с точки зрения дискриминации, наблюдения, прозрачности, конфиденциальности, безопасности, свободы выражения мнений, права на работу и доступа к общественным услугам. 

Чтобы избежать увеличения репутационных, нормативных и юридических рисков, этический ИИ является императивом и в конечном итоге уступит место политике ИИ. Политика искусственного интеллекта обеспечит высокий уровень прозрачности и защитных мер для людей. В сфере данных генеральным директорам и техническим директорам необходимо будет найти способы устранения предвзятости в алгоритмах посредством тщательного анализа, проверки и программирования. - Кришна Таммана, технический директор Talend

В следующем году мы увидим, как компании сосредотачиваются, внедряют и разрабатывают решения на основе ИИ, которые фактически обеспечивают рентабельность инвестиций, а не уловки или создание технологий ради технологий. Организации будут ориентированы на очевидный прогресс и измеримые результаты и, следовательно, будут инвестировать в решения, которые решают конкретные проблемы. Компании, которые глубоко понимают сложности и проблемы, которые хотят решить их клиенты, и готовы вкладывать свои средства в исследования и разработки в решения, добьются успеха. - Джо Петро, ​​технический директор компании Nuance Communications, Inc.

Пробел в навыках искусственного интеллекта будет сохраняться, и организации будут думать о новых способах адаптации. Организациям было сложно нанять специалистов, необходимых для развертывания ИИ и получения всех преимуществ, при этом половина инсайдеров отрасли сообщила об этой проблеме. Более того, многие организации ускорили инициативы по цифровой трансформации на несколько месяцев или лет, но существует несоответствие в имеющихся талантах и ​​возможностях обучения для поддержки этих инициатив. Мы прогнозируем, что в связи с повышенным спросом компании будут предлагать больше инициатив по повышению квалификации и стимулов для сотрудников к приобретению новых навыков, а также работать над повышением уровня грамотности в области данных и ИИ на всех уровнях организации.

Пандемия предоставила организациям возможность расставить приоритеты в этих действиях и помочь сотрудникам развить новые навыки при быстром переходе к удаленной работе. Заглядывая в будущее, 2021 год будет посвящен образованию - как в новом обычном режиме, так и в соответствии с ускоренными цифровыми инициативами. - Трэйси Гушер, директор, данные и аналитика, КПМГ

Устранение предвзятости в алгоритмах искусственного интеллекта станет главным приоритетом, в связи с чем будут разработаны руководящие принципы машинного обучения, поддерживающие этническую принадлежность для распознавания лиц. Предприятия все больше обеспокоены демографической предвзятостью в алгоритмах искусственного интеллекта (раса, возраст, пол) и ее влиянием на их бренд и возможность поднять юридические вопросы. Оценка того, как поставщики устраняют демографическую предвзятость, станет главным приоритетом при выборе решений для проверки личности в 2021 году. По данным Gartner, более 95% запросов предложений на документально-ориентированную проверку личности (сравнение выданного правительством удостоверения личности с селфи) будут содержать четкие требования. что касается минимизации демографической предвзятости к 2022 году, то есть увеличение с менее чем 15% сегодня. Организации будут все больше нуждаться в четких ответах организациям, которые хотят знать, как был построен «черный ящик» ИИ поставщика, откуда исходили данные и насколько репрезентативны данные обучения для более широкого обслуживаемого населения.

По мере того как организации продолжают внедрять технологию распознавания лиц на основе биометрических данных для проверки личности, отрасль должна устранить врожденную предвзятость в системах. Тема ИИ, данных и этнической принадлежности не нова, но она должна стать актуальной в 2021 году. исследователи в Массачусетском технологическом институте, который проанализировал наборы данных изображений, используемых для разработки технологий распознавания лиц, 77% изображений были мужскими, а 83% - белыми, что указывает на одну из основных причин систематической предвзятости в технологии распознавания лиц. В 2021 году будут представлены руководящие принципы, которые позволят компенсировать эту систематическую ошибку. Пока этого не произошло, организации, использующие технологию распознавания лиц, должны спрашивать своих поставщиков технологий, как обучаются их алгоритмы, и следить за тем, чтобы их поставщик не обучал алгоритмы на приобретенных наборах данных. - Роберт Пригге, генеральный директор Jumio

Big Data

В 2021 году открытый и бесплатный сбор данных станет стимулом для будущих инноваций. Недавний опрос Frost & Sullivan показал, что 54% ИТ-руководителей выразили потребность в крупномасштабном сборе данных, чтобы идти в ногу с ростом их бизнеса и онлайн-конкуренцией. Однако, чтобы компании могли эффективно использовать онлайн-данные, они должны быть доступны, а не заблокированы. Сегодня предприятия часто запрещают попытки сбора общедоступных данных, несмотря на то, что собирают их сами. Эта ситуация вызвана двумя основными факторами: постоянной необходимостью блокировать злонамеренные или мошеннические действия в Интернете в рамках мер безопасности и представлением о том, что эти общедоступные данные способствуют повышению конкурентоспособности компании.

Я считаю, что в течение 2021 года и далее компании поймут, что сбор общедоступных данных является частью общего и необходимого постоянного ведения бизнеса. Они также поймут, что данные - это еще не все, когда речь идет о конкурентном преимуществе бизнеса. Такие области, как инвентарь, цены, качество продукции, качество обслуживания и т. Д., Также играют большую роль. Как только это осознание укоренится, блокировка данных будет служить только для защиты от злонамеренных действий в Интернете. Я надеюсь, что для обеспечения этичного сбора данных мы все будем способствовать открытому обмену информацией в центральных центрах данных. Сайты продолжат блокировать злоумышленников; это не изменится. Однако они могут разрешить сбор этичных данных. В конечном итоге будущее онлайн-сбора данных зависит от тех, кто его контролирует. При высоких темпах производства данных усилия по сбору данных в будущем должны будут развиваться и расти. Компаниям потребуется автоматизированный сбор данных, чтобы не отставать от конкурентов и иметь возможность собирать данные более быстрыми темпами. В конце концов, от скорости, с которой компании смогут собирать свежие данные, будет зависеть их актуальность и успех. - Рон Кол, технический директор компании Луминати Сети

Данные станут по-настоящему оперативными в масштабе предприятия: объем данных, имеющихся у предприятий, растет в геометрической прогрессии - существует больше источников, типов и объемов, чем когда-либо прежде, плюс все большие объемы данных доставляются в режиме, близком к реальному времени. Но для того, чтобы по-настоящему понять, получить доступ к данным и предпринять действия с ними, предприятиям необходимо изменить способ их использования - начиная с отказа от посредников. Находя способы автоматизировать процессы каталогизации и профилирования данных, сотрудники, в том числе с меньшими затратамитехническая подготовка - сможет получить данные, необходимые для эффективного и действенного принятия правильных бизнес-решений. - Эрик Рааб, старший вице-президент по инжинирингу и продуктам, Информационные Строители

Очень важно собирать и синтезировать «альтернативные» данные: как рано мы могли обнаружить COVID-19? Исследования «альтернативных» данных - в данном случае данные о посещаемости больниц в Ухане и поисковые запросы пользователей Интернета в этом районе - указывают на то, что вирус мог циркулировать в конце 2019 года. Инвестиционное сообщество было пионером в использовании альтернативных данных , включая аудио, аэрофотоснимки, качество воды и настроения10. Это передовая линия для инноваций, основанных на данных, и получение здесь преимущества может привести к огромным успехам. Но после 2020 года альтернативные данные станут мейнстримом с целью выявления аномалий намного раньше.

Из этого мы можем получить производные данные, которые происходят из комбинаций, ассоциаций и синтезов с данными из систем записи. Как заявляет IDC: «По мере того, как все больше данных собирается и становится доступным из внешних источников, возможность использовать больше данных становится отличительным фактором. Это включает в себя извлечение уроков из других отраслей, помимо своей собственной ». 11 Эта тенденция, аналогичная тому, что Gartner называет «X-аналитикой» 12, не нова, но, наконец, становится важной основой современных данных и аналитики благодаря более дешевой обработке и более совершенным методам искусственного интеллекта, включая графики знаний, структуры данных, естественные языковая обработка (NLP), объяснимый ИИ и аналитика по всем типам контента. Эта тенденция полностью зависит от машинного обучения и искусственного интеллекта, поскольку человеческий глаз не может все уловить. - Дэн Соммер, старший директор, ведущий специалист по анализу глобального рынка, Qlik

В отрасли мы часто говорим о разрушении разрозненных хранилищ данных, но мы должны признать, что некоторые разрозненные хранилища всегда будут там. В крупных организациях у вас всегда будут местные департаменты или регионы, у которых есть собственные инструменты или базы данных, и это будет продолжаться. Если у вас есть независимость в отношении данных, в этом локальном офисе вашей организации будет изолированное пространство. Вот почему лучший подход - посмотреть, как лучше понять имеющиеся у вас данные. Платформа анализа данных может служить вашим индексом и вашей картой, показывая вам имеющиеся у вас разрозненные хранилища и то, как они связаны, обеспечивая 360-градусное представление активов данных. - Стейн «Стан» Кристиаенс, соучредитель и технический директор Collibra

OpenTelemetry создаст перегрузку данных. В 2021 году использование OpenTelemetry станет новой отраслевой нормой. Да, это упростит сбор данных, обеспечив согласованность между источниками, но это также создаст для компаний резерв данных, что еще больше затруднит поиск небольшой части данных, содержащей полезные идеи. Постоянный поток данных захлестнет компании, если у них не будет системы, позволяющей быстро найти 5%, которые действительно актуальны. Из-за этого ИТ-группы сместят свое внимание с сбора данных на создание инфраструктуры для принятия мер на основе данных. По мере того, как это делают команды, необходимо будет внедрить инструменты, которые могут немедленно начать обнаруживать действенные данные за время, необходимое для приготовления капучино. - Фил Ти, генеральный директор Мугсофт

Цифровой двойник - это виртуализированная модель процесса, продукта или услуги. Объединение виртуального и физического миров позволяет анализировать данные и контролировать систему, чтобы помочь выявлять проблемы еще до того, как они возникнут. Это предотвращает простои, открывает новые возможности и даже планы на будущее с помощью моделирования. Это поколение цифровых двойников позволяет предприятиям не только моделировать и визуализировать бизнес-активы, но и делать прогнозы, предпринимать действия в режиме реального времени и использовать современные технологии, такие как AI и ML, для разумного дополнения данных и действий с ними. - Анил Каул, генеральный директор компании Абсолютданные

Цифровая трансформация - наконец - начнет трансформацию. На данный момент «цифровая трансформация» стала модным словом, которое все предприятия научились распознавать, однако подавляющее большинство (80% по данным IDC) этих усилий по-прежнему носят слишком тактический характер. Например, автоматизация роботизированных процессов (RPA) может считаться инструментом преобразования, но сама по себе это не так. Чтобы организации увидели настоящую трансформацию в 2021 году, им необходимо будет использовать более продвинутые платформы, сочетающие базовую автоматизацию и функции искусственного интеллекта, такие как текстовая аналитика, понимание документов и интеллектуальный анализ процессов. Также очень важно, чтобы эти платформы обладали возможностями с низким уровнем кода, которые позволяют гражданским разработчикам создавать и развертывать автоматизацию корпоративного уровня, возвращающую ценность их организациям. Без этого компаниям будет по-прежнему сложно осуществлять цифровую трансформацию в масштабах всего предприятия, чему способствует возможность легко развертывать автоматизацию даже для самых сложных процессов. - Гай Кирквуд, главный евангелист в UiPath

Business Intelligence

Распространение машинного обучения с низким кодом / без кода. Увеличение числа систем машинного обучения с низким кодом и без кода, разработанных для того, чтобы сделать ИИ более доступным для компаний, поможет улучшить внедрение ИИ. Однако в конечном итоге компании достигнут потолка и перерастут универсальный подход в поисках более сложных вариантов использования ИИ, требующих более глубокого опыта. В конечном итоге потребность в настройке увеличит потребность в квалифицированных специалистах по данным, а не в системах с низким кодом, которые их заменят. Мы не собираемся в ближайшее время автоматизировать потребность в специалистах по данным. - Кевин Голдсмит, технический директор, Анаконда

Бизнес-аналитика переходит на новую парадигму расширенной аналитики данных с интеграцией естественного языка, естественного поиска, искусственного интеллекта / машинного обучения, расширенной аналитики, автоматизированной подготовки данных и автоматизированных каталогов данных. Это преобразует процессы принятия бизнес-решений с помощью более качественной аналитической информации в режиме реального времени. - Рамеш Пануганти, генеральный директор BI-компании MachEye

BI и AI будут углублять свои отношения. Будь то оценка наборов данных бизнес-аналитики по моделям машинного обучения и визуализация прогнозов, или использование обработки естественного языка для создания визуализаций, аналитических данных и сводок, ИИ и бизнес-аналитика увеличат их синергию. А по мере того, как традиционные возможности бизнес-аналитики продолжают превращаться в товар, поставщикам потребуется BI + AI как новый фронт в инновационных войнах. - Эндрю Браст, аналитик, Gigaom

ЧатБоты

От сотрудника к предприятию - внедрение ИИ в диалоге будет естественным и часто первым контактом. Разговорный ИИ нормализован и здесь надолго. Интерфейсы, которые направляют потребителей через онлайн-рынок, сотрудников через учебные курсы и пользователей через поисковые системы и веб-сайты, получили большую отдачу от инвестиций, если они оснащены передовой технологией разговорного ИИ. - Шива Рамани, генеральный директор iOPEX

В ближайшее время ИИ не вытеснит людей. Если сегодня посмотреть на использование ИИ в операциях, ориентированных на потребителей, он в основном используется в чат-ботах с поддержкой ИИ и в функциях персонализации клиентов. Если мы посмотрим, как потребители воспользовались функциями, поддерживаемыми искусственным интеллектом, во время пандемии, мы увидим, что они фактически используют их для более быстрого решения проблем с помощью агентов-людей. Такие компании, как Bank of America, у которого есть ориентированный на потребителей чат-бот на базе искусственного интеллекта по имени Эрика, видели, как потребители используют Эрику, чтобы найти лучший способ привлечения групп поддержки клиентов. Вместо того, чтобы задавать Эрике вопросы, чтобы исправить какие-либо проблемы напрямую, клиенты просто спросили Эрику, как им связаться с группой обслуживания клиентов, чтобы быстро решить их проблему с помощью соответствующего агента-человека. - Джеймс Айзекс, президент и генеральный директор Киара

Сегодня мы взаимодействуем с ботами больше, чем когда-либо прежде, будь то чат-боты для обслуживания клиентов или искусственный интеллект на наших устройствах, например Siri и Alexa. Эти боты используются для принятия решений в режиме реального времени для автоматизации процессов, которые ранее выполнялись людьми. Например, боты автоматизировали процессы розничного возврата для таких компаний, как Amazon. Однако предприятиям становится все сложнее управлять идентификационными данными автоматических ботов, особенно когда они взаимодействуют с другими ботами на скорости машины. Идентификационные данные ботов должны управляться и защищаться предприятием, как и идентификация сотрудников и клиентов, чтобы данные не были скомпрометированы. Это важно помнить ИТ-директорам и руководителям служб безопасности, поскольку использование ботов в целях автоматизации откроет новые векторы атак, если их API-интерфейсы будут взломаны. - Ясен Мис, генеральный директор Облачность

NLP (обработка естественного языка) меняет разговор об анализе данных: так же, как мы используем Google Home и Alexa в повседневной жизни, диалоговая аналитика с помощью NLP станет золотым билетом для предприятий в извлечении ценной информации о больших данных из их бизнес-операций. Это включает в себя выявление тенденций, которые могли остаться незамеченными, и предоставление возможности экспертам внутри предприятия осмысленно взаимодействовать с данными. - Сэм Махалингам, технический директор, Альтаир

Разговорный ИИ, в первую очередь, нуждается в повсеместном канале обмена сообщениями для общения. Распространение бизнес-сообщений по IP-каналам, таким как Whatsapp, GIP и другие, приводит к возрождению использования разговорного ИИ. Компании из различных отраслей, таких как банковское дело, электронная коммерция, розничная торговля, туризм и т. Д., Теперь используют диалоговый ИИ практически для каждой точки взаимодействия с клиентами, включая маркетинг, продажи и поддержку. Основанный на последних достижениях в области обработки естественного языка (NLP), разговорный ИИ готов изменить то, как потребители взаимодействуют с бизнесом. - Беруд Шет, генеральный директор Gupshup

облако

Я думаю, мы увидим более продуманный и сбалансированный подход к внедрению мульти- и гибридного облака, особенно гибридного облака. Мы отказываемся от разговоров о публичном и частном облаке, и компании признают тот факт, что облако - это не решение «либо, либо». Исторически сложилось так, что «общедоступное облако» ассоциируется с передовыми инновациями, а «частное облако» - с медленными, унаследованными предприятиями, которые сопротивляются изменениям. Это мнение меняется, поскольку компании начинают лучше понимать ценность гибридной облачной архитектуры, которая позволяет им развертывать гибкие современные приложения на платформе, которая наилучшим образом уравновешивает их конкретные затраты, производительность, безопасность, соответствие требованиям и потребности в управлении.

С этим идет рост гибридных технологий, таких как контейнеры и гибридные интеграционные платформы. Еще одно соображение - привязанные вычисления, которые представляют собой гипермасштабируемое облачное решение, работающее в вашем собственном центре обработки данных. Примерами являются AWS Outposts, Google Anthos и Microsoft Azure Stack. Хотя на сегодняшний день их внедрение происходит слишком медленно, мы можем начать видеть начало роста здесь, поскольку клиенты видят ценность частного / общедоступного облака в сочетании с постоянством потребления гипермасштабируемых облачных сервисов. - Ким Кинг, директор по маркетингу продуктов - управление облаком в Snow Software

COVID-19 ускоряет расходы на облако: с увеличением удаленной работы из-за пандемии COVID-19, компании вкладывают большую часть ИТ-бюджетов в облачные технологии, отходя от бумажных процессов. Средние расходы предприятий на облачные технологии выросли на 59% по сравнению с 2018 годом до 73.8 млн долларов в 2020 году. Эта тенденция сохранится и в 2021 году, поскольку компании будут вынуждены применять стратегии удаленной работы и осознавать преимущества сохранения этих режимов работы даже при переходе сотрудников обратно в физические места. Ярким примером может служить заключение контрактов, в котором COVID привел к цифровой трансформации систем запроса, утверждения, исполнения и управления контрактами после заключения контрактов и заложил основу для еще большего прогресса в управлении жизненным циклом контрактов. - Харшад Оук, генеральный менеджер по работе с клиентами и ценностям, в Icertis

Когда-то считавшийся «промежуточным этапом» на пути к облаку, гибрид теперь стал конечной точкой: подход с гибридным облаком раньше считался ступенькой к реализации «сначала облако». Теперь клиенты видят, что гибридный подход имеет наибольший смысл как со стратегической точки зрения, так и с экономической точки зрения. По данным IDC, 70% приложений и данных клиентов остаются за пределами общедоступного облака. Имея это в виду, в 2021 году мы увидим, что еще больше клиентов воспользуются гибридным подходом. Из-за задержки данных, запутанности приложений, а также по причинам безопасности и соответствия мы видим, что все больше и больше организаций в различных отраслях промышленности желают хранить свои данные локально. В то же время, частично из-за экономики пандемии, платы за исходящие данные и привязки поставщиков к поставщикам общедоступных облаков, в реальности ИТ-директора и ИТ-организации принимают гибрид как результат, а не средство для достижения цели. - Кейт Уайт, генеральный директор, GreenLake Cloud Services

Гибкость облака - это фантастика, но она легко может привести к огромным расходам. Точно так же общие локальные кластеры больших данных часто тратят ресурсы. И то, и другое приводит к невыполнению соглашений об уровне обслуживания. Если они хотят избавиться от хронических перерасходов, компаниям необходимо разработать метод мониторинга и управления своими расходами на облачные вычисления. Самый эффективный способ сделать это - наблюдаемость и автонастройка. - Эш Мунши, генеральный директор, Пеппердата

База данных / хранилище данных / озеро данных

Решения, которые компании используют для хранения своих данных, в следующем году продолжат стремительно развиваться. Мы наблюдаем рост миграции на решения для реляционных баз данных с открытым исходным кодом, решения для нереляционных баз данных, решения баз данных на основе PaaS и их комбинации. Основное внимание в этих инициативах может быть уделено группировке под заголовком снижения эксплуатационных расходов, независимо от того, предпринимаются ли они для сокращения огромных контрактов на поддержку от таких поставщиков, как Oracle и Microsoft (в эту категорию попадают как миграции с открытым исходным кодом, так и нереляционные базы данных), сократить расходы на персонал (в эту категорию попадает миграция на сервисы PaaS) или повысить эффективность за счет перехода на более специализированное решение для баз данных.

Миграция данных происходит прямо сейчас и в больших масштабах, поэтому при переходе на эти новые решения для баз данных необходимо учитывать множество факторов, включая возможности решения будущего состояния по сравнению с текущим состоянием, влияние на лицензирование и контракты на поддержку. , и метод, обеспечивающий развертывание правильных решений. Хотя решения PaaS предоставляют некоторые большие преимущества, администраторы баз данных по-прежнему должны контролировать эти системы и управлять ими, а также работать с группами приложений для повышения эффективности в плане производительности, доступности и безопасности. - Марк Карузо, главный архитектор, Синтаксис

360. Это количество существующих систем баз данных. И хотя выбор - это хорошо, а поиск подходящего инструмента для работы - это разумно, он также создает большую сложность. По мере того, как компании переходят к модернизации в облаке, они будут стремиться к упрощению, что приведет к массовой консолидации на рынке баз данных. Выиграют поставщики баз данных, предлагающие многофункциональные возможности, а не множество нишевых баз данных, которые необходимо соединить вместе и требовать различных способов доступа к данным. - Франц Аман, директор по маркетингу компании MariaDB, занимающейся реляционными базами данных.

Решения, которые компании используют для хранения своих данных, в следующем году продолжат стремительно развиваться. Мы наблюдаем рост миграции на решения для реляционных баз данных с открытым исходным кодом, решения для нереляционных баз данных, решения баз данных на основе PaaS и их комбинации. Основное внимание в этих инициативах может быть уделено группировке под заголовком снижения эксплуатационных расходов, независимо от того, предпринимаются ли они для сокращения огромных контрактов на поддержку от таких поставщиков, как Oracle и Microsoft (в эту категорию попадают как миграции с открытым исходным кодом, так и нереляционные базы данных), сократить расходы на персонал (в эту категорию попадает миграция на сервисы PaaS) или повысить эффективность за счет перехода на более специализированное решение для баз данных.

Миграция данных происходит прямо сейчас и в больших масштабах, поэтому при переходе на эти новые решения для баз данных необходимо учитывать множество факторов, включая возможности решения будущего состояния по сравнению с текущим состоянием, влияние на лицензирование и контракты на поддержку. , и метод, обеспечивающий развертывание правильных решений. Хотя решения PaaS предоставляют некоторые большие преимущества, администраторы баз данных по-прежнему должны контролировать эти системы и управлять ими, а также работать с группами приложений для повышения эффективности в плане производительности, доступности и безопасности. - Марк Карузо, главный архитектор, Синтаксис

К 1 году рынок баз данных вырастет до 2025 триллиона долларов. В течение последних двух десятилетий рынок баз данных крепко держался под контролем IBM, Oracle и SAP HANA. Сейчас мы наблюдаем смену караула, которая дает клиентам возможность решить, что лучше для их бизнеса. Forrester даже указывает, что рынок общедоступной облачной инфраструктуры вырастет на 35% до 120 миллиардов в 2021 году. Я предсказываю, что рыночная капитализация баз данных вырастет до 1 триллиона долларов к 2025 году, а в следующем десятилетии значительно вырастут более семи-десяти действительно сильных компаний, производящих базы данных. . - Радж Верма, генеральный директор Единый магазин

Озеро данных может делать то, что делают хранилища данных, и многое другое. Хотя разделение вычислений и данных дает озера данных преимущества перед хранилищами данных, хранилища данных исторически имели другие преимущества перед озерами данных. Но теперь это меняется с появлением последних инноваций с открытым исходным кодом на уровне данных. Например, Апач Айсберг - это новый формат таблицы, который обеспечивает ключевые функции хранилища данных в озере данных, такие как согласованность транзакций, откаты и путешествия во времени, при этом вводя новые возможности, которые позволяют нескольким приложениям работать вместе с одними и теми же данными согласованным с точки зрения транзакций способом. Еще один новый проект с открытым исходным кодом, Проект Несси, основывается на возможностях Iceberg, а также Delta Lake, обеспечивая семантику Git-подобную для озер данных. Nessie также делает реальностью слабосвязанные транзакции, позволяя выполнять одну транзакцию, охватывающую операции от нескольких пользователей и механизмов, включая Spark, Dremio, Kafka и Hive. - Томер Ширан, соучредитель Дремио

В 2021 году появятся три основных тенденции: возвращение уровня метаданных, встроенный искусственный интеллект и автоматизированная аналитика, а также новые упрощенные интерфейсы запросов, разработанные специально для бизнес-пользователей. Возвращение слоев метаданных в качестве ключевых основополагающих компонентов аналитических решений необходимо для поддержки улучшенного управления и расширяемости активов данных. Благодаря интеллектуальным уровням метаданных появятся новые упрощенные пользовательские интерфейсы, которые позволят бизнес-пользователям взаимодействовать с данными в более управляемом подходе, что позволит им сократить время на понимание с минимальными аналитическими навыками. Искусственный интеллект и автоматизированная аналитика перейдут от корпоративной сферы к поставщикам программного обеспечения, которые будут внедрять эти возможности и обеспечивать массовое внедрение через свою клиентскую базу. - Глен Рэби, генеральный директор Yellowfin

Инженерия данных

Компании будут реинвестировать в инженера данных и конвейеры данных. Одним из последствий 2020 года стало то, что многие компании перешли к подходу, основанному на выживании, что привело к тому, что их интеграция данных стала менталитетом «хватай и уходи». Поскольку чистая прибыль предприятий стабилизируется, и мы наблюдаем большую предсказуемость на макроэкономическом уровне, мы прогнозируем, что 2021 год станет годом инженеров по обработке данных, и что компании вернутся к подходу, основанному на принципах «наивысшего качества». трубопроводы. «Создан для длительного использования» для воды в ваших трубах дома означает, что вода всегда будет чистой, чистой и нужной температуры. «Надежная работа» для данных означает, что вы создаете интеллектуальные конвейеры данных, чтобы обеспечить своевременность и надежность аналитики данных. - StreamSets Генеральный директор Гириш Панча

Компании осознают необходимость прилагать больше усилий к DevOps: «С конвейерами DevOps еще предстоит проделать так много работы, включая обеспечение безопасности и тестирование процесса доставки. Сообщество разработчиков программного обеспечения знает, куда ему нужно идти, но работы и препятствий на этом пути всегда больше, чем ожидалось. Из-за этого я скептически отношусь к тому, что в 2021 году мы увидим большие изменения с точки зрения инструментов или шаблонов CI / CD. Скорее, мы увидим, как больше людей осознают, что им нужно приложить больше усилий для разработки, процессов и валидации DevOps. Они удвоят усилия, чтобы ускорить и улучшить автоматизацию CI / CD. Только когда эти процессы станут зрелыми, организации могут быть уверены в своих методах доставки и инструментах. - Фред Саймон, соучредитель и главный специалист по данным, JFrog

Управление данными

В 2021 году ИТ-подразделение внедрит в управление доступом интеллектуальные средства для защиты кибербезопасности персонала. Ускорение изменений в корпоративных технологиях, киберугрозах и пользовательском ландшафте усиливает давление на традиционные решения по управлению и администрированию идентификационной информации (IGA) и, в свою очередь, на группы безопасности и соблюдения нормативных требований. Помимо растущих рисков соответствия, корпоративные ИТ-среды с каждым годом становятся все более сложными, увеличивая количество приложений и систем, к которым компании предоставляют доступ пользователям. Эти проблемы побуждают организации искать решения на основе искусственного интеллекта, которые упрощают и автоматизируют процессы запросов на доступ, утверждения доступа, сертификации и ролевого моделирования. В 2021 году мы увидим все более широкое использование ИИ для обеспечения автономного подхода к идентификации.

Решения для аутентификации и авторизации на основе искусственного интеллекта будут располагаться на уровне существующих решений IGA или интегрироваться с ними, обеспечивая контекстуальную видимость в масштабах всего предприятия за счет сбора и анализа всех идентификационных данных и позволяя анализировать различные уровни риска доступа пользователей в любом масштабе. Использование искусственного интеллекта позволит системам выявлять и предупреждать службы безопасности и соблюдения нормативных требований о нарушениях доступа с высоким риском или нарушениях политики. Со временем мы увидим, что эти системы ИИ дают объяснимые результаты, повышая автоматизацию некоторых из самых сложных задач кибербезопасности внутри предприятия. - Ева Малер, технический директор компании КузницаРок

Мы стали свидетелями глобального внедрения структур управления ИИ в 2020 году, когда предприятия запрашивают подробную информацию о результатах приложений ИИ. Обеспечение надлежащего уровня объяснимости приложений ИИ является ключевым, а также использование данных хорошего качества, обеспечение возможности аудита, этичность, справедливость и прозрачность, соблюдение требований защиты данных и внедрение эффективных мер кибербезопасности. В настоящее время внедрение структур управления ИИ чаще наблюдается в финансовой и банковской сферах, но в 2021 году мы увидим, что это станет более распространенным.

Другие вертикали, такие как здравоохранение, электронная коммерция и мобильные услуги, начнут использовать его в качестве конкурентного преимущества. Например, поставщики медицинских услуг становятся более прозрачными в отношении того, как используются данные, и насколько они этичны и справедливо защищают эти данные. Если компании хотят опережать тенденции, им следует начать разработку этических рамок искусственного интеллекта прямо сейчас, чтобы позиционировать себя в качестве лидера в этом глобальном движении. - Мохан Махадеван, вице-президент по исследованиям, Onfido

ИИ получит импульс в облачной безопасности и управлении. В 2021 году ИИ выйдет далеко за рамки простого обнаружения аномалий и, таким образом, выявления потенциальных угроз для служб безопасности. Управление облаком становится все более сложной задачей и быстро достигает точки, когда люди не могут управлять в одиночку. В наступающем году ИИ будет все больше полагаться на поддержание гигиены облака за счет оптимизации рабочих процессов, управления изменениями и архивирования. После того, как надлежащая гигиена облака будет установлена ​​и поддерживается с помощью ИИ, она также будет использоваться в качестве стратегического инструмента прогнозирования знаний. Прогнозируя и устраняя угрозы и уязвимости, ИИ поможет предприятиям добиться наилучшего результата для своих облачных сред. Использование ИИ в качестве стратегического актива позволит ИТ-директорам принимать обоснованные решения в отношении своих облачных сред, например оценивать затраты и риски соответствия. - Кейт Нейлсон, технический евангелист Клаудсфера

Заглянув в 2021 год, мы увидим, что обсуждение этического ИИ и управления данными будет применяться во многих различных областях, таких как отслеживание контактов (борьба с COVID-19), подключенные транспортные средства и интеллектуальные устройства (кому принадлежат данные?) И личные киберпрофили (усиление кибер-следа, приводящее к вопросам конфиденциальности). - Синди Майк, вице-президент по отраслевым решениям, Cloudera

Управление данными в мультисредной реальности. Давно прошли те времена, когда организации просто размещали все свои собственные данные локально или даже в пределах одного облачного провайдера. Теперь организации имеют данные локально и сотрудничают с несколькими поставщиками облачных услуг в зависимости от их конкретных потребностей. Эта реальность заставила «переосмыслить» подход к управлению данными. Организации должны определить, как это повлияет на их текущее управление данными и что необходимо скорректировать, как отслеживать качество данных в облаке и как управлять перемещением данных в облако и из него (а также с огромными расходами, связанными с этим). - Тодд Райт, руководитель отдела решений для управления данными и конфиденциальности данных в SAS

ИИ получит импульс в облачной безопасности и управлении. В 2021 году ИИ выйдет далеко за рамки простого обнаружения аномалий и, таким образом, выявления потенциальных угроз для служб безопасности. Управление облаком становится все более сложной задачей и быстро достигает точки, когда люди не могут управлять в одиночку. В наступающем году ИИ будет все больше полагаться на поддержание гигиены облака за счет оптимизации рабочих процессов, управления изменениями и архивирования. После того, как надлежащая гигиена облака будет установлена ​​и поддерживается с помощью ИИ, она также будет использоваться в качестве стратегического инструмента прогнозирования знаний. Прогнозируя и устраняя угрозы и уязвимости, ИИ поможет предприятиям добиться наилучшего результата для своих облачных сред. Использование ИИ в качестве стратегического актива позволит ИТ-директорам принимать обоснованные решения в отношении своих облачных сред, например оценивать затраты и риски соответствия. - Кейт Нейлсон, технический евангелист Клаудсфера

Наука данных

2020 год был жестоким для одних компаний, полезным для других и трудным для всех. Вступая в 2021 год, отстающие имеют экзистенциальный императив - заново изобрести себя в цифровом формате, ведущие компании изо всех сил пытаются угнаться за потребностями. Всем этим предприятиям необходимо извлечь выгоду из 100% интеграции данных с предсказуемыми затратами, надежной производительностью и прозрачностью в реальном времени. - Бонни Голуб, руководитель практики, Data Science, Америка в Teradata

Демократизация данных станет новой нормой. Задача CDO - обеспечить рост всего бизнеса. Этого можно достичь, предоставив структурированные данные, которые люди действительно могут использовать. Успешный CDO должен демократизировать данные, чтобы они были доступны и понятны людям. Хороший технический директор дополнит CDO, создав необходимый инструментарий для поиска необходимых данных. Это означает предоставление пользователям набора инструментов визуализации и отчетов, которые позволяют им отслеживать данные для анализа. По мере приближения к 2021 году мы продолжим видеть дальнейшее и более тесное сотрудничество между этими двумя ролями, движимое необходимостью. Если у вас есть инструменты с неверными данными, вы усугубляете проблему с данными. Если у вас ограниченный набор инструментов, только небольшая группа может что-либо делать с данными. - Дерек Кнудсен, технический директор компании Alteryx

Гражданские аналитики будут все больше повышать квалификацию, чтобы стать специалистами по обработке данных. Растущая сложность большинства отраслей и компаний также означает, что как только мы увидим уверенность в своих силах в плане разработки ИТ-процессов или использования аналитики, быстро появится огромный толчок к дальнейшему расширению этого набора навыков. Поскольку рынок беспорядочно меняется от месяца к месяцу, науке о данных будет уделяться гораздо больше внимания, чем когда-либо прежде. Это, в свою очередь, подтолкнет больше гражданских аналитиков к повышению квалификации, чтобы стать специалистами по данным. - Шармила Маллиган, директор по стратегии и маркетингу компании Alteryx

Библиотеки визуализации данных Python будут синхронизироваться. Мы, наконец, начинаем видеть, как библиотеки визуализации данных Python работают вместе, и эта работа будет продолжена в 2021 году. У Python уже много лет есть действительно отличные библиотеки визуализации, но было много разнообразия и путаницы, из-за которых пользователям было сложно выбрать подходящие инструменты. Разработчики из самых разных организаций работают над интеграцией разработанных Anaconda возможностей, таких как рендеринг больших данных на стороне сервера Datashader и связанная кисть HoloViews, в широкий спектр графических библиотек, делая больше возможностей доступными для более широкой базы пользователей и сокращая дублирование усилий. Текущая работа будет способствовать дальнейшей синхронизации в 2021 году и в последующий период. - Джеймс А. Беднар, старший менеджер, технический консалтинг, Анаконда

Деловые навыки станут важнее, чем когда-либо для специалистов по данным. Специалистам по обработке данных необходимо будет говорить на языке бизнеса, чтобы преобразовать анализ данных и прогнозное моделирование в практическую информацию о влиянии на бизнес. Владельцы технологий также должны будут упростить доступ к технологиям, чтобы технические специалисты и владельцы бизнеса могли работать вместе. Специалисты по обработке данных будут делать упор не только на том, как быстро они могут создавать вещи, но и на том, насколько хорошо они могут сотрудничать с остальной частью бизнеса. - Флориан Дуэтто, генеральный директор и соучредитель Датаику

Самообслуживание превратилось в самодостаточность: в виртуальном мире самообслуживание должно развиваться. Когда нет руководств по эксплуатации и некому держать пользователя за руку, быстрое, интуитивно понятное наращивание мощности становится гигиеничным фактором для принятия, и привлекательные пользовательские интерфейсы больше не будут полезными. Но мы также видели, что пользователи часто не хотят самообслуживания; они все больше ждут, что к ним придет понимание. В результате мы увидим больше микроинсайтов и историй для расширенного потребителя. Кроме того, данные слишком часто упускаются из виду. Предоставление пользователям возможности доступа к данным, аналитическим данным и бизнес-логике на более раннем и более интуитивном уровне позволит перейти от самообслуживания визуализации к самодостаточности данных. Искусственный интеллект будет играть здесь важную роль, выявляя микро-идеи и помогая нам перейти от процессов, основанных на сценариях и ориентированных на людей, к более автоматизированным, с низким уровнем кода и отсутствием подготовки данных и аналитики. Если больше людей смогут быть самодостаточными с данными на более ранних этапах цепочки создания стоимости, аномалии можно будет обнаруживать раньше, а проблемы быстрее решать. - Дэн Соммер, старший директор, ведущий специалист по анализу глобального рынка, Qlik

Исторически компании очень ценили людей, которые были «специалистами по данным». В будущем необходимо будет нанимать людей, которые являются экспертами в сбор информации. Для работы моделей искусственного интеллекта требуются огромные объемы данных, и, более того, важные данные по-прежнему хранятся в разрозненных хранилищах во многих организациях; следовательно, будут востребованы люди, обладающие навыками сбора данных. - Клара Анготти, президент Следующий путь

Специалисты по анализу данных сыграют решающую роль в разработке вакцины против COVID-19. От разработки вакцины до анализа испытаний и внедрения - данные будут ключом к пониманию того, нашли ли мы профилактическое решение. Специалисты по обработке данных будут иметь такое же значение, как и ученые, получившие традиционную подготовку, в создании первой жизнеспособной вакцины. Чтобы ускорить разработку вакцин, люди должны уметь управлять этими данными, принимать решения и доверять им. Зная, что скорость имеет решающее значение, требуется оперативность данных, а новые автоматизированные системы позволят внедрять инновации, что в конечном итоге приведет к созданию вакцины. Для ускорения доставки вакцины потребуется большая гибкость и автоматизация управления данными. - Генеральный директор Infoworks Буно Пати.

Хотя данные продолжают править миром, организации все еще пытаются использовать эти данные для получения настоящего конкурентного преимущества. Движение Citizen Data Science Movement появилось для широкого продвижения возможностей манипулирования и интерпретации данных. Но есть ли способ лучше? Разве не было бы умнее (и проще) просто придать бизнес-значение данным и восстановить данные, а не исправлять людей, учитывая, что необработанные неинтерпретированные данные, расположенные где-то в системе, не очень полезны. - Кендалл Кларк, основатель и генеральный директор разработчика Enterprise Knowledge Graph Platform, Стардог

Мы увидим подъем архитектуры для науки о данных: овладение управлением данными будет главной задачей для многих ИТ-групп, поскольку они стремятся улучшить бизнес-аналитику и гибкость. По этой причине наука о данных - зонтик, под которым процветают искусственный интеллект, машинное обучение, автоматизация, озера данных и другие, - получит огромный рост в 2021 году. От анализа поведения на основе данных до преобразования продуктовых магазинов до использования мощных вычислений в облаке и совершенствуя модели производства СМИ, наука о данных возьмет на себя ведущую роль для многих, чтобы оставаться конкурентоспособными. Слишком дорого для самостоятельного предоставления, многие из этих компаний будут передавать свои проекты в области науки о данных третьим сторонам по модели подписки. - Дастин Милберг, технический директор по облачным сервисам в ИнтерВижн

Автоматизируйте конвейеры, чтобы раскрыть весь потенциал специалистов по данным: специалисты по обработке данных слишком часто заняты такими задачами, как подготовка данных, разработка функций и моделирование. По мере того, как эти задачи будут дополнены инструментами, которые помогают автоматизировать эти шаги, мы увидим, как специалисты по обработке данных обменивают рутинные задачи на время, потраченное на более глубокие стратегические подходы, которые сделают их бесценными ресурсами. Мы ожидаем увидеть более систематическое внедрение бизнес-решений ИИ, чтобы сделать специальный анализ более повторяемым. - Джастин Сильвер, доктор философии. специалист по ИИ в PROS

Глубокое обучение

Внедрение корпоративных решений на основе глубокого обучения в стартапах и на предприятиях будет постепенно расти. Ключевым препятствием по-прежнему будут затраты на приобретение экземпляров графических процессоров и дорогостоящие человеческие ресурсы. - Сандип Редди Маллу, руководитель аналитического отдела компании Граменер

Как мы все стали свидетелями в последние годы, исследования и разработки в области обработки естественного языка быстро прогрессируют благодаря прорывам в языковых моделях Transformer, таких как BERT, GPT-3 и т. Д. Хотя они достигают высочайшего уровня производительности, для них требуются большие наборы данных. и большие объемы вычислительных ресурсов для обучения и вывода со значительным углеродным следом. Мы увидим больше усилий и исследований, выходящих с новыми архитектурами моделей и методами обучения для решения проблем выбросов углерода, очень долгим временем обучения, пространством и расчетными эффективными моделями, чтобы сделать эти прорывы более доступными; Последние модели, такие как Performers with Fast Attention, послужат катализатором движения в этом направлении. - Каван Шукла, специалист по анализу данных, Финн AI

Аппаратные средства

Аппаратное и программное обеспечение сходятся с появлением аппаратного обеспечения, предназначенного для ИИ. Как показало объявление Apple о чипе M1, специализированное оборудование становится все более популярным, а это означает, что люди начнут больше думать о реальном оборудовании, над которым они работают, чем раньше, включая специалистов по данным. Рост количества оборудования для машинного обучения, вероятно, приведет к повышению производительности, но также обеспечит еще одну переменную в развертывании модели. Это будет особенно эффективно в облачной и мобильной средах. Это еще больше разрушит стену, которая традиционно существовала между аппаратным и программным обеспечением, и превыше всего будут варианты использования ИИ. - Кевин Голдсмит, технический директор, Анаконда

С 2012 года вычислительная мощность ИИ выросла в 5 раз быстрее закона Мура, удваиваясь примерно каждые 3.5 месяца. Учитывая растущее количество приложений, построенных на основе ИИ-движков, влияющих на нашу повседневную жизнь - некоторые даже критичные для человечества в целом (например, моделирование и решение проблем изменения климата), найти решение этого несоответствия масштабирования производительности необходимо для каждой серьезной проблемы и Список приоритетов компании-производителя микросхем. Необходимость сдвигов в восприятии закона Мура станет более очевидной в 2021 году. Последняя тенденция заключалась в том, чтобы говорить о написании более эффективного программного обеспечения для повышения производительности в годовом исчислении. Это рискованная ставка, поскольку разработка принципиально новых алгоритмов не может происходить по графику и, следовательно, несовместима с традиционным графиком непрерывного развития полупроводников. Базовые вычислительные технологии также должны улучшиться. В наступающем году мы продолжим видеть сдвиги и улучшения. - Ник Харрис, генеральный директор и соучредитель Световая материя

Вычисления в памяти

В 2021 году, благодаря COVID-19 и более строгим нормам, предприятия продолжат реализацию своих инициатив по преобразованию данных, чтобы преуспеть в быстроразвивающейся онлайн-цифровой экономике. Экстремальная скорость, гибкость облака и операционная аналитика будут использоваться предприятиями для оптимизации операций, управляемых данными, и быстрого внедрения новых сервисов и приложений.

Технологические решения, основанные на облачной фабрике данных, также известной как Digital Integration Hub, позволят организациям разгрузить и отделиться от унаследованных систем записи и баз данных для удовлетворения своих цифровых и аналитических требований и иметь возможность мигрировать в облако без необходимо полностью отказаться от существующих критически важных систем. Внедрение скорости и масштабирования In-memory для аналитики и бизнес-аналитики будет способствовать созданию отчетов в реальном времени и визуализации свежих данных и позволит моделям машинного обучения использовать более точные данные в реальном времени для онлайн-сервисов, таких как утверждение кредитов, анализ мошенничества и клиентов 360 возможностей. AIOps также будет в центре внимания и будет использоваться для автоматизации и оптимизации сложных операций с данными и аналитикой, сокращения времени вывода на рынок и снижения затрат при минимизации человеческих ошибок. - Ади Пас - генеральный директор - GigaSpaces 

В 2020 году пандемия COVID-19 заставила многие предприятия, особенно в сфере доставки еды, электронной коммерции, логистики, а также услуг удаленного доступа и совместной работы, резко расширить и обновить инфраструктуру для поддержания высокой производительности приложений в условиях резкого увеличения посещаемости веб-сайтов. запросы на доставку, сделки купли-продажи, потоковое видео и многое другое. Многие из этих предприятий обнаружили, что самым быстрым подходом к поддержанию или повышению производительности при одновременном увеличении пропускной способности приложений было развертывание распределенной сетки данных в памяти (IMDG), построенной с использованием вычислительной платформы в памяти, такой как Apache Ignite, которая может быть вставлена между существующим приложением и базой данных на диске без существенных изменений ни того, ни другого. IMDG повышает производительность за счет кэширования данных приложений в ОЗУ и применения массово-параллельной обработки (MPP) в распределенном кластере серверных узлов. Он также обеспечивает простой способ горизонтального масштабирования емкости, поскольку распределенная архитектура позволяет увеличивать вычислительную мощность и оперативную память кластера, просто добавляя новые узлы.

 В 2021 году платформы IMC станут проще в использовании, и число знающих практиков IMC продолжит быстро расти. Это позволит распространить внедрение IMC в большем количестве отраслей и на более широкий круг компаний. В результате у большего числа предприятий будет больше возможностей для использования преимуществ IMC для быстрого ускорения приложений, не только для реагирования на требования COVID, но и для удовлетворения новых стратегических и конкурентных требований по мере ослабления угрозы пандемии. - Никита Иванов, технический директор и основатель GridGain системы

IoT

Внедрение Интернета вещей на предприятиях будет расти как никогда: в свете воздействия пандемии на бизнес предприятия будут искать новые или дополнительные способы повышения скорости принятия решений в 2021 году. Интернет вещей может сыграть в этом свою роль. С точки зрения бизнес-аналитики, проблема состоит в том, чтобы признать, что у Интернета вещей есть разные модели данных, которые необходимо адаптировать, например производительность с течением времени. Ключевым моментом будет сокращение времени задержки между производством данных и операциями. Самые умные организации поймут, что они не могут просто тратить на это деньги, а вместо этого должны быть стратегическими, чтобы создавать новые модели данных, которые делятся вдумчивыми идеями. - Эрик Рааб, старший вице-президент по инжинирингу и продуктам, Информационные Строители

Пандемия значительно усилила потребность компаний в завершении преобразований Индустрии 4.0 с помощью решений, которые позволят им добиться большей гибкости, прозрачности и эффективности своей деятельности. Мы увидим ускорение внедрения решений, которые помогут удовлетворить эту потребность, начиная от ИИ, включая машинное обучение, машинное зрение и расширенную аналитику. По мере восстановления экономики мы продолжим видеть инвестиции в основную инфраструктуру OT с расширенными ИТ-возможностями, чтобы позволить широкой экосистеме игроков развертывать эти решения, и мы увидим, что внедрение Индустрии 4.0 значительно ускорится в 2021 году. - Кристин Болес, вице-президент , IoT Group и GM, Подразделение промышленных решений, Intel

Взрывное развитие периферийных вычислений: мы продолжим наблюдать рост числа периферийных вычислений во всей отрасли центров обработки данных из-за возросших требований к вычислительным ресурсам и скорости со стороны потребителей и компаний. Сеть с низкой задержкой имеет решающее значение в средах, которые стремятся максимизировать пропускную способность вычислений и сократить время простоя сервера. - Тимоти Ванг, доктор философии, вице-президент по маркетингу и приложениям Semtech-х Группа продуктов для обеспечения целостности сигналов

Edge - это новое облако: компаниям, которые в 2021 году планируют масштабировать инициативы «умные предприятия», для достижения бизнес-результатов потребуется доступность критически важных рабочих нагрузок в режиме реального времени. Граничные вычисления дополнят существующую облачную инфраструктуру, обеспечивая обработку данных в реальном времени там, где выполняется работа (например, двигатели, насосы, генератор или другие датчики). Внедрение интегрированной аналитики от периферии до облака поможет этим предприятиям максимизировать отдачу от инвестиций в цифровые системы.

Отрасль будет продолжать двигаться к более децентрализованным вычислительным средам, и периферия будет значительно повышать ценность инициатив по цифровой трансформации. Интегрируя периферийные функции с существующей облачной инфраструктурой, организации будут меньше беспокоиться о логистических ИТ-соображениях и вместо этого сосредоточатся на переосмыслении возможностей интеллектуальной машины: на какие вопросы она может быстрее ответить? Какие новые проблемы это может решить? Как он может лучше защитить операции? Аналитики отмечают, что к 2022 г. 99% промышленных предприятий будут использовать периферийные вычисления по этой причине. - Кейт Хиггинс, вице-президент по цифровой трансформации Rockwell Automation

Творческие умы продвигают IoT вперед: IoT и разработка интеллектуальных продуктов будут зависеть от творческого дизайна и продуманных решений, поскольку технические улучшения микропроцессоров замедляются из-за того, что инженеры сталкиваются с ограничениями физических возможностей, поскольку производители микросхем близки к теоретическому пределу того, насколько тонкими могут быть эти устройства. быть. Разработка продуктов, основанная на законе Пост-Мура, будет опираться на изобретательность инженеров и дизайнеров для создания творческих решений для решения проблем бизнеса и общества и улучшения повседневных потребительских процессов, вместо того, чтобы просто полагаться на следующее поколение мощных наборов микросхем. - Сэм Махалингам, технический директор, Альтаир

Машинное обучение

Объем инвестиций в ИТ-операции переместится от стандартной автоматизации рабочих процессов к собственным решениям AI / ML, которые стремятся превратиться в цифровые операции. Операции рабочих процессов и их соответствующая автоматизация будут естественным образом развиваться и включать решения AI / ML по мере того, как технология становится более мощной. Искусственный интеллект и машинное обучение развиваются и, в свою очередь, улучшают автоматизацию рабочих процессов, поскольку компании собирают больше данных, а также осуществляют сменную организацию и административные операции. - Шива Рамани, генеральный директор iOPEX

Предприятия найдут новые приложения для технологий машинного обучения, которые автоматизируют ручные процессы и расширяют возможности мониторинга. Компании будут искать продукты, которые обеспечивают более глубокий мониторинг, большую автоматизацию и дополнительную информацию о своих расходах на ИТ. Например, решениям по обеспечению доступности, которые обеспечивают мониторинг с учетом приложений и автоматизацию задач настройки и управления, будет отдан приоритет по сравнению с традиционными решениями аварийного переключения. Появятся новые инновации в области высокой доступности, которые позволят справиться с возрастающей сложностью сбоев и катастроф, вызванных устройствами Интернета вещей и их зависимостями. - Кассиус Рю, вице-президент по работе с клиентами, Технология SIOS

Исторически сложилось так, что алгоритмы были больше связаны с машинным обучением и нейронными сетями. Сейчас мы видим все больше и больше машин, которые являются самодостаточными и могут обучаться и тренировать себя способом, который удивительно похож на подсознательную часть человеческого мозга. Другими словами, алгоритмы, используемые для имитации аналитической части мозга; теперь они имитируют самую большую, самую мощную и самую интригующую часть человеческого мозга, которую мы называем здравым смыслом, внутренними чувствами и интуицией. Вместо того, чтобы полагаться на людей в их обучении и обучении, сегодняшние неконтролируемые машинные алгоритмы способны собирать огромные объемы данных, создавать картины мира и делать выводы, очень похожие на те, которые были бы сделаны людьми. Мы входим в мир, где компьютеры могут обучаться сами. - Марк Газит, генеральный директор ThetaRay

Снижение предвзятости: в этом году было много необходимых разговоров о предвзятости и смягчении последствий в алгоритмах ИИ, а также о том, как бороться с социальными последствиями персонализации на основе алгоритмов. Однако нам необходимо продолжить разработку инструментов, которые обеспечивают понимание результатов систем машинного обучения, выявляют предвзятость и проверяют отклонение развернутых моделей с течением времени. Это становится еще более важным по мере того, как все больше этих систем запускается в производство, чтобы гарантировать, что мы не сохраняем и не создаем источники вредной предвзятости. - Кевин Голдсмит, технический директор, Анаконда

Предприятия найдут новые приложения для технологий машинного обучения, которые автоматизируют ручные процессы и расширяют возможности мониторинга. Компании будут искать продукты, которые обеспечивают более глубокий мониторинг, большую автоматизацию и дополнительную информацию о своих расходах на ИТ. Например, решениям по обеспечению доступности, которые обеспечивают мониторинг с учетом приложений и автоматизацию задач настройки и управления, будет отдан приоритет по сравнению с традиционными решениями аварийного переключения. Появятся новые инновации в области высокой доступности, которые позволят справиться с возрастающей сложностью сбоев и катастроф, вызванных устройствами Интернета вещей и их зависимостями. - Кассиус Рю, вице-президент по работе с клиентами, Технология SIOS

Организации, чьи первые успехи в машинном обучении побудили их расширять свои программы, обнаруживают, что быстро развивающаяся производственная линия высококачественных наборов данных является топливом, которое будет стимулировать это расширение. Это повысит приоритетность данных как услуги для групп разработки данных. - Люк Хан, соучредитель и генеральный директор, Кайлигенс

Способность доверять и использовать машинное обучение станет лакмусовой бумажкой на выживание в 2021 году: помимо пандемии и рецессии мы продолжаем бороться с экспоненциально растущими объемами данных и постоянно растущими сложностями новых технологий. Если компании хотят добиться успеха в понимании своих больших объемов данных и технических сложностей, они должны использовать и ввести в действие модели машинного обучения объяснимыми и легкими для понимания способами. Уже недостаточно сосредоточиться на запуске моделей в производство, теперь необходимо сосредоточить внимание на передаче моделей в руки бизнес-пользователей и лиц, принимающих решения. Но для того, чтобы ввести в действие, компании должны иметь возможность доверять, получать понимание и сообщать о способности модели существенно влиять на бизнес-потенциал. В 2021 году способность бизнеса доверять своей модели - в той степени, в которой они могут действовать на основе информации, полученной с помощью ИИ, - будет определяющим фактором его способности выжить. - Сантьяго Хиральдо, старший менеджер по маркетингу продуктов машинного обучения, Cloudera

Компании любого размера и на всех этапах агрессивно продвигаются к практическому внедрению машинного обучения. Существует несколько популярных фреймворков для обучения модели, в том числе Tensorflow и PyTorch, ведущие игру. Подобно тому, как Apache Spark считается лидером в области преобразования данных, а Presto становится ведущей технологией для интерактивных запросов, 2021 станет годом, когда мы увидим лидера, доминирующего в более широком пространстве обучения модели с pyTorch или Tensorflow в качестве ведущих соперников. - Хаоюань Ли, основатель и генеральный директор, Аллюксио

Данные об изменениях SaaS как недостающий элемент для машинного обучения и искусственного интеллекта: организации, специализирующиеся на искусственном интеллекте и машинном обучении, будут по-прежнему жаждать значимых наборов обучающих данных, которые можно будет вводить в их алгоритмы машинного обучения для выявления закономерностей причинно-следственных изменений с течением времени. Для этого они будут обращаться к своим постоянно меняющимся наборам данных в сторонних облачных / SaaS-приложениях в качестве входных данных для этих алгоритмов. Это заставит их фиксировать и принимать каждое изменение этих данных с течением времени в свою экосистему DataOps. - Джо Гаска, генеральный директор ГРАКС

Роль ИИ и машинного обучения будет расширяться по мере того, как на передний план выходит идентификация. По мере того, как мы приближаемся к переломному моменту в будущем аутентификации, пользователи все больше заботятся о безопасности, когда речь идет о защите своей цифровой личности в Интернете. Проверка личности будет становиться все более контекстной, и ИИ будет играть все более важную роль в определении динамического риска доступа, который система, основанная на правилах, просто не может обеспечить. Контролируемое и неконтролируемое глубокое обучение, обучение с подкреплением и генетические алгоритмы не только будут применять заранее определенные модели вывода, но также позволят решениям безопасности адаптироваться к изменению поведения предприятия и учиться у других компаний, когда они сталкиваются с угрозами и смягчают их. Борьба с глубокими подделками с помощью встроенных алгоритмов, извлечение выгоды из больших данных и принятие решений с помощью мощной аналитики будут играть ключевую роль в интеллектуальном анализе личности. - Раджеш Ганесан, вице-президент, ManageEngine (подразделение Zoho Corp.)

Робототехника

В связи с необходимостью держать людей подальше от ближайшего окружения, сохраняющейся в новом году, мы, естественно, увидим значительные инвестиции в автоматизацию. Однако, возможно, впервые робототехника возьмет на себя рутинные, простые человеческие задачи в отличие от более сложных и стратегических. Мы видели, как роботы помогают людям во многих сложных приложениях, например, роботы, обученные выполнять самые точные микрохирургические операции. Роботы теперь начнут выполнять задачи, позволяющие основным работникам, которым раньше требовалось находиться лично, работать удаленно. Например, с дополнительными инвестициями в дополненную и виртуальную реальность мы увидим роботов-охранников, управляемых удаленными сотрудниками, перемещающимися по офисам и цехам; удаленные сотрудники смогут удаленно управлять дронами, собирать и упаковывать коробки на складе. В 2021 году революция будет роботизирована. - Ахсон Ахмад, директор по продуктам и клиентам, разрывная веревка

Безопасность

Deepfakes станет серьезной угрозой для деловой этики. COVID-19 заставил личное общение стать виртуальным, а это означает, что компании полагаются на видеоконференции для проведения встреч больше, чем когда-либо прежде. Хотя понятие дипфейков, возможно, не ново, они становятся все более изощренными, и их становится удивительно легко создавать. Возьмем, к примеру, ThisPersonDoesNotExist.com, который использует ИИ для создания полностью правдоподобных изображений людей, которых не существует в реальной жизни. Если этот процесс можно провести с относительно небольшим объемом информации, то, безусловно, хакеры могут использовать рабочие профили, используемые для технологии видеоконференцсвязи, с автоматически связанными с ними именами и изображениями сотрудников, для создания убедительных подделок. - Джеймс Кардер, начальник службы безопасности LogRhythm

Прогноз: по мере того, как выявлять мошенничество становится все сложнее, модели мошенничества с машинным обучением будут укрепляться, но будут использоваться более свежие наборы данных: для определения риска мошенничества компании обычно используют набор данных о прошлых транзакциях, которые, по их мнению, будут репрезентативными для будущего, для обучения машинному обучению (МО) модели. Однако огромное влияние COVID-19 на данные и поведение потребителей привело к разрыву связи, поскольку прошлые данные больше не отражают будущее. Это привело к тому, что многие организации либо использовали модели недостаточного соответствия, которые работают хорошо, но не улавливают новые модели мошенничества, либо модели избыточного соответствия, которые создают множество сюрпризов, таких как переполненные очереди на ручную проверку или большее количество возвратных платежей и мошенничества. Многие компании также перешли от машинного обучения к моделям, основанным на правилах, и ручным проверкам, которые больше полагаются на человеческую интуицию. В 2021 году компании смогут использовать свое понимание этих новых поведенческих моделей, чтобы снова начать создавать более сильные модели машинного обучения. Однако, чтобы добиться успеха, им нужно будет использовать более свежие данные, принимать во внимание вещи по мере их появления при построении моделей и оценивать свой прогресс по мере их продвижения. - Арджун Каккар, вице-президент по стратегии и операциям в Эката

Искусственный интеллект создал новые угрозы безопасности, крупнейшими из которых могут быть дипфейки. Дипфейки - это поддельные аудио, видео или изображения, которые используют технологию искусственного интеллекта для имитации реальности. Дипфейки могут иметь серьезные последствия в чужих руках, например мошенничество с дипфейками. Хотя мы еще не видели многих из этих атак, в 2019, мошенники использовали deepfake audio, чтобы украсть более 200,000 2021 долларов у энергетической компании из Великобритании. А с удаленной рабочей средой, дающей мошенникам больше возможностей для проведения своих атак, XNUMX станет годом, когда технологии начнут использовать транскрипцию звука в реальном времени, и компаниям придется сохранять бдительность, чтобы не допустить мошенничества. Компании должны опасаться любых подозрительных телефонных звонков и никогда не отправлять деньги или делиться конфиденциальной информацией, не убедившись, что звонящий является тем, кем они себя называют.

Кроме того, настройка основных инструментов и протоколов кибербезопасности может предотвратить получение мошенниками доступа к конфиденциальной информации, которая им необходима, в первую очередь, для создания дипфейк-изображений и звука. Исследователи кибербезопасности работают над инструментами для обнаружения дипфейк-контента, но до тех пор компаниям придется полагаться на свою интуицию и существующие инструменты кибербезопасности, чтобы не быть обманутыми. - Терри Нелмс, доктор философии, старший директор по исследованиям, Пиндроп

В связи с притоком утечек данных и предполагаемой эксплуатацией персональных данных со стороны больших технологий, конфиденциальность данных потребителей будет по-прежнему оставаться в центре внимания в 2021 году и в последующий период, и мы можем ожидать принятия большего количества законов, которые защищают права потребителей и штрафуют предприятия за безответственное использование данных. Чтобы укрепить доверие и улучшить качество обслуживания клиентов в условиях все более конкурентной бизнес-среды, в ближайшие годы все больше организаций предоставят потребителям право владения и контроля над своими личными данными. Комбинируя этические, совместимые и сохраняющие конфиденциальность принципы с технологической инфраструктурой, рассчитанной на масштабирование в будущем, общество будет двигаться к системе, в которой ценность данных будет приносить пользу как отдельным лицам, так и предприятиям. - Джеймс Кингстон, вице-президент Dataswift по исследованиям и инновациям, исследователь искусственного интеллекта и директор HAT-LAB.

Управление безопасностью данных - необходимый и важный строительный блок для предотвращения угроз. До недавнего времени большинство программ управления данными фокусировались на потоках данных и аналитике, не задумываясь о безопасности. Новые законы и постановления о конфиденциальности данных вынудили заинтересованные стороны, такие как CDO, CFO, CISO и DPO, сделать безопасность данных одним из необходимых строительных блоков своих усилий по управлению данными. Но управление безопасностью данных сложно, поскольку ни один продукт одного поставщика не может реализовать все необходимые средства управления безопасностью данных. В 2021 году, когда предприятия будут продолжать собирать и обрабатывать все больше и больше данных, им придется придумать, как быстро унифицировать свою информацию, чтобы вся их организация черпала информацию из одного надежного и безопасного источника. Затем компаниям необходимо внедрить и управлять своим источником данных с помощью системы защиты данных с необходимыми элементами управления конфиденциальностью, чтобы уменьшить угрозы для данных. Эти шаги обеспечат минимизацию будущих деловых и финансовых рисков. - Энн Харди, директор по информационной безопасности Talend

ИИ будет ключом к укреплению безопасности в удаленном мире. Безопасность - первоочередная задача высшего руководства любой организации, которая вступила в путь цифровой трансформации, но ее важность только увеличилась из-за пандемии. Поскольку по всему миру разбросано так много конечных точек, что сотрудники могут работать удаленно, где бы они ни находились, уязвимости множатся. Основная тенденция, которую мы увидим в 2021 году и в последующий период, - это применение ИИ к мерам безопасности, потому что люди в одиночку не могут отслеживать, контролировать и проверять каждую конечную точку для адекватной или эффективной защиты современного предприятия. Если руководители служб безопасности (особенно из компаний из списка Fortune 500) не потратят время и финансовые вложения на повышение безопасности с помощью ИИ сейчас, они могут рассчитывать на то, что в будущем их атакуют хакеры, и они будут бороться за защиту своих данных. -Скотт Ботчер, вице-президент по управлению корпоративной информацией, NTT DATA Services

Хранилище

Устаревшие NAS умерли для ИИ. С введением PCIe Gen4 скорость ввода-вывода полностью оторвалась от эволюции ядра ЦП. Унаследованные поставщики NFS застряли с однопотоковым протоколом TCP, скорость которого ограничена возможностями одного ядра ЦП на сервере приложений. PCIe Gen4 удвоит пиковую производительность ввода-вывода приложений в 2021 году, в то время как ядро ​​ЦП больше не сможет в равной степени удвоить производительность одноядерного ввода-вывода. Нет большей концентрации ввода-вывода с одним хостом, чем на рынке искусственного интеллекта - для таких приложений, как машинное обучение и глубокое обучение. Чтобы решить эту проблему, клиенты будут искать решения, поддерживающие многопоточность, RDMA и возможность полного обхода процессоров - как в случае с NVIDIA GPUDirect Storage. Требования по обеспечению питания и эффективности графических процессоров и ИИ-процессоров значительно превзойдут возможности ввода-вывода унаследованных NAS на основе TCP, что заставит клиентов полностью отказаться от устаревших NAS в 2021 году. - Ренен Халлак, основатель и генеральный директор VAST Data

Хранилище объектов развеивает миф о том, что оно используется только для архивирования. Хотя объектное хранилище наиболее известно как решение для резервного копирования и архивирования, в 2021 году это восприятие будет расширяться по трем тенденциям. Во-первых, объектное хранилище на основе флеш-памяти получит поддержку в рабочих нагрузках аналитики данных, которые также имеют высокие требования к емкости. Во-вторых, S3-совместимое хранилище упростит развертывание Kubernetes, что делает его логичным выбором для современных приложений. В-третьих, облачные приложения будут все чаще развертываться локально, что вызывает потребность в локальных S3-совместимых хранилищах для повышения переносимости приложений. В результате все больше организаций будут использовать объектные хранилища для поддержки сценариев использования с интенсивными вычислениями, таких как искусственный интеллект, машинное обучение и аналитика данных, раз и навсегда разрушив миф о «дешевом и глубоком». - Джон Тор, директор по маркетингу Cloudian

Организации сейчас собирают огромные объемы данных машинного обучения и Интернета вещей. Если ваша компания зависит от сбора и анализа данных, чтобы работать и добиться успеха, что произойдет, если эти данные не будут полностью зарезервированы и легко восстановимы? Большинство компаний думают в основном об анализе данных и гораздо меньше о резервном копировании или безопасности данных. Но по мере того, как данные все больше перемещаются из среды анализа в производственную среду, защита становится критически важной. Передовые инструменты хранения все чаще полагаются на искусственный интеллект и машинное обучение для автоматизации процесса резервного копирования данных. Учитывая стремительно растущий размер корпоративных данных, эти интеллектуальные инструменты станут жизненно важными для поддержания эффективного процесса резервного копирования, который может быстро и легко реагировать на меняющиеся требования, экономя при этом неисчислимые часы на резервное копирование вручную. - Шридар Субраманиан, директор по маркетингу Хранение

Вертикали

Потенциал ИИ для улучшения процессов цепочки поставок был в центре внимания компаний в течение как минимум 5 лет, но после сбоев, вызванных COVID-19, многие аналитики цепочки поставок и предприятия обратили свое внимание на ИИ как на возможное решение их беды. 67% предприятий инвестировали в какое-либо технологическое решение, чтобы помочь им пережить пандемию, и 60% промышленных предприятий обращаются именно к ИИ. Однако модели ИИ подпитываются данными. Точность, объем и возможности модели ИИ полностью зависят от данных обучения, лежащих в ее основе. Однако эти данные должны быть организованы и помечены в машиночитаемом формате, прежде чем программа ИИ сможет их обработать. Прежде чем переходить на ИИ, предприятиям необходимо использовать современные технологии интеграции для автоматического сбора данных в результате взаимодействия с их экосистемой поставщиков, партнеров, трейдеров и клиентов в формате, который структурирован для поддержки моделей ИИ.

Касса PrimeXBT
Торгуйте с официальными CFD-партнерами AC Milan
Самый простой способ торговать криптовалютой.
Источник: https://www.fintechnews.org/big-data-industry-predictions-for-2021/