By daniel gutierrez

2020, çok sayıda yerel ve küresel zorluğun olduğu çağlar için bir yıl oldu. Ancak büyük veri endüstrisinin 2021'e doğru kayan önemli bir ataleti var. Değerli okuyucularımıza gelecek yıla yol açan önemli yeni trendler hakkında bir nabız vermek için, burada BIGDATA içinde, satıcı ekosistemindeki tüm arkadaşlarımızdan görüşlerini, fikirlerini ve fikirlerini almak için duyduk. ne olabileceğine dair tahminler. Böylesine heyecan verici bakış açıları duymak bizi çok teşvik etti. Sadece yarısı gerçekleşse bile, önümüzdeki yıl için Büyük Veri oldukça heyecan verici bir yolculuk olacak. Zevk almak!

Daniel D. Gutierrez - Baş Editör ve Yerleşik Veri Bilimcisi

analitik

“Analitik uçurum” daha da kötüleşecek. Çokça duyurulan "dijital uçurum" gibi, "analitik uçurumun" da ortaya çıktığını görüyoruz. Pek çok şirket, salgın nedeniyle analitiğe yatırım yapmaya yönlendirilirken, diğerleri ışıkları açık tutmak için kritik olarak görmedikleri herhangi bir şeyi kesmek zorunda kaldılar ve bu kuruluşlar için analitik için uygun bir yatırım yapıldı. doğrama bloğu. Bu, analitik uçurumun 2021'de daha da genişleyeceği ve bu eğilimin uzun yıllar devam edeceği anlamına geliyor. Şüphesiz, her sektördeki kazananlar ve kaybedenler, analitikten yararlananlar ve olmayanlar tarafından tanımlanmaya devam edecek. - Alan Jacobson, Baş Veri ve Analitik Sorumlusu, Alteryx

Muhtemelen, niş iş kullanım durumlarını yerine getiren parçalı analitik ve raporlama çözümlerinin olduğu günler geride kaldı. Bu sürdürülemez. Şirketler, yerelleştirilmiş problem çözme etkisine sahip ve daha büyük işletmelerin tüm faydayı görmemesi için yüksek düzeyde departmanlara ayrılmış analitik uygulamalarına sahip olamaz. Bu mevcut durum, şirketin erişebildiği tüm veriler üzerinde analitiğin yapılacağı bir duruma dönüşecek ve bu analizlerin yeteneği, farklı beceri setlerine sahip çeşitli ilgi grupları (örneğin, veri bilimi, iş liderleri grubu) ve analitik içgörülerini neredeyse gerçek zamanlı olarak operasyonel hale getirmeye tam odaklanma ile. Başka bir deyişle, artık parça parça ve sadece bilim deneyleri yok. - Sri Raghavan, Direktör, Veri Bilimi ve İleri Analitik Ürün Pazarlama, Ter veri

Normatif analitik, dijital dönüşüm başarısı için temel bir bileşen olacaktır: Gelişmiş analitik, olma işletmelerin kuruluşlarında giderek daha fazla veri toplayıp analiz etmesiyle yaygınlaştı. %35 Son üç yılda gelişmiş analitik kullanan ABD'li üreticilerin oranı. Yapay zekanın değer zinciri boyunca önemli bir etkiye sahip olması için normatif analitik, performansı optimize etmek için katalizör olacaktır. Normatif analitik, süreçlerin nasıl iyileştirileceği, üretimin nasıl ayarlanacağı ve verimliliğin nasıl artırılacağı konusunda yapay zeka modellerine tavsiyelerde bulunmak için ürün ve müşteri verilerinden yararlanarak kuruluşlar içinde yapay zekayı ölçeklendirmek için önemli bir parça haline gelecektir. Normatif analitik, gelişen koşullara göre sürekli olarak izleyerek ve ayarlayarak bir yapay zeka modeliyle sürekli iyileştirme sağlar. Kuralcı modeller daha sonra, modellerin reçetelere göre en iyi eylem biçimini alabileceği karar otomasyonunu etkinleştirebilir. Tahmine dayalı analitiğin ötesine geçerek normatif analitiğe geçmek, 2021'de üreticiler için dijital dönüşüm başarısını eninde sonunda sağlayacaktır. - George Young, Global Yönetici Direktörü Kalypso

Dağıtılmış iş gücü ve bilgi açlığı göz önüne alındığında, artırılmış analitik ve self servis daha geniş çapta talep görmeye başlayacak. Buna karşılık, geleneksel analitik yapay zeka tarafından giderek daha fazla kesintiye uğrayacak. Dağıtılmış bir iş gücündeki artış, bireysel kullanıcıların veri sorularına anında yanıt almaları için sorgular oluşturma sürecinde yönlendirildiği artırılmış analitik için daha büyük bir talep yaratacak. Altyapı düzeyinde ve analist düzeyinde olmak üzere iki alanda analitik ve yapay zeka arasında bir yakınlaşma görüyoruz.

İnsanlar, bir analitik motoru için veri sağlayan farklı veri hatlarına sahip olduklarını ve makine öğrenimi için farklı bir yığın oluşturduklarını fark etmeye başlıyorlar. Tamamen ayrı iki yığın yerine, bunların her iki motoru beslemek için aynı verilerin kullanılmasını sağlarken bakımı daha kolay bir altyapıya yakınsadığını görüyoruz. Bilgiye duyulan 'açlık' ve verileri kullanarak soruları yanıtlamak için bir boşluk doldurma konusunda ikinci bir yakınlaşma gerçekleşecek. Geleneksel analitik, yapay zeka tarafından daha fazla kesintiye uğramaya başlayacak. Platformlar (Tableau, Power BI, vb.), Doğası gereği konuşmaya dayalı botlar ve sanal asistanlar tarafından yerinden edilmeye başlayacak. Bunu, self servis çekişini hızlandırmak için bir adım olarak görüyoruz. Ayrıca, NLP'nin 2021'de daha yaygın bir şekilde kullanılmasını bekliyoruz. - Scott Schlesinger, Global Data, Analytics ve AI Uygulama Lideri burun

Özellikle veri ve analitik söz konusu olduğunda BT ile diğer departmanlar arasındaki çizgi bulanıklaşmaya devam edecek. Veri ve analitik, son derece olumlu ve anlamlı iş sonuçları sağlama potansiyeline sahiptir ve bu gerçekleştiğinde, her biri analitik yaklaşımının başarısı için bir hesap verebilirlik düzeyine sahip olduğundan, genellikle farklı işlevsel alanlarda da güçlü bir işbirliği vardır. Veri yönetişimi, veri okuryazarlığı, açık veri platformları, verilerin entegrasyonu ve kurumun farklı bölümlerinde kullanılması gibi alanlar, iş kullanıcılarının geleneksel olarak BT ekipleri için ayrılmış görevleri gerçekleştirmesine olanak tanıyacak ve iş birimlerinin ürettiği veriler BT'nin yönettiği platformlara beslenecektir. Bu, veri bilimci ve analitik uzmanlarının eksikliğiyle birleştiğinde, aynı zamanda veri platformlarının daha sorunsuz ve dağıtımının daha kolay olacağı ve böylece bir kuruluşun tüm bölümlerinin bundan yararlanabileceği anlamına gelir. - Frances Zelazny, CMO'su Sinyal Analizi

2000'lerde özgeçmişinize Microsoft Office'i koymak sizi bir iş için iyi bir aday yapabilirdi, ancak on yıl sonra bu, hafife alınan bir beceriydi. Günümüzde SQL uzmanlığı sizi öne çıkarabilir, ancak önümüzdeki yıllarda ne olacak?

Veri okuryazarlığı arttıkça, analitik becerileri tüm iş profesyonelleri için norm haline gelecek ve adayların özgeçmişlerinden kaybolmaya başlayacak. Tıpkı bugün 'Ofis yeterliliğini' görme olasılığınızın düşük olması gibi, on yılın sonunda 'veri yeterliliğini' görme olasılığınız da düşüktür. Üçüncü bir analitik dalgasına girdik ve bununla birlikte, işletme kullanıcılarının bir uzmanın yardımı olmadan verilerle etkileşime girebileceği beklentisi de ortaya çıktı. Çok yakında, bir strateji tanımlamak ve yürütmek için zor verilerle iş bağlamını bir araya getiremezseniz, işyerinde mücadele edeceksiniz. 2021 ve sonrasında işletmeler için ideal aday, verileri hem anlayabilen hem de konuşabilen bir kişi olacaktır - çünkü birkaç kısa yıl içinde, veri okuryazarlığı işverenlerin talep ettiği ve beklediği bir şey olacaktır. İlerlemek isteyenler artık bu yetenekleri kazanıyor. - ThoughtSpot CEO'su Sudheesh Nair

Şirketler veri altyapılarını birleşik (bir motor farklı kaynakları sorgular), ayrıştırılmış (hesaplama, depolamadan ayrıdır, veri gölünden ayrıdır) yığınına kaydırdıkça, geleneksel veri ambarını ve eski iş yüklerine devredilen sıkı bir şekilde bağlanmış veritabanı mimarilerini göreceğiz. Ancak bu değişim söz konusu olduğunda bir şey aynı kalacak - SQL, analitik için ortak dil olmaya devam edecek. Veri analistleri, veri mühendisleri, veri bilimcileri ve ürün yöneticileri, veritabanı yöneticileriyle birlikte analitik için SQL'i kullanacak. - Dave Simmen, Kurucu Ortak ve Baş Teknoloji Sorumlusu (CTO), Ahana

Dünyanın her yerindeki kuruluşlar, analitik sistem kullanımlarını artırıyorlar, ancak gerçek zamanlı veri tartışması gerçekleştirebilen olay verisi platformlarına duyulan ihtiyaçla karşı karşıya kalıyorlar. 2021'de kuruluşlar, çeşitli kaynaklardan herhangi bir format, boyut veya hızda statik ve akışlı verileri kullanabilen akıllı veri platformları talep edecek; Verileri anında karıştırın (zenginleştirin ve haritalandırın); ve verileri sistemlere, cihazlara ve uygulamalara güvenli ve gerçek zamanlı olarak teslim edin. - Sean Bowen, CEO'su İtme Teknolojisi

Tüm veri iş yükleri için tek bir SQL sorgusu. İleriye giden yol yalnızca otomasyona değil, aynı zamanda analizlerinizi ne kadar hızlı ve geniş bir şekilde erişilebilir ve paylaşılabilir hale getirebileceğinize bağlıdır. Analitik, müşterileri ve çalışanları mutlu tutmak ve hatta hayat kurtarmak için sonraki adımlarınızın ne olması gerektiğine dair size net bir yön verir. Verilerinizi yönetmek artık bir lüks değil, bir gerekliliktir ve sizin veya şirketinizin ne kadar başarılı olacağını belirler. Veri yönetiminin karmaşıklığını veya maliyetini kaldırabilirseniz, çok etkili olursunuz. Sonuçta, alanın galibi veri yönetiminin karmaşıklığını ve maliyetini ortadan kaldıracak ve iş yükleri birleştirilerek birden çok veri yerleşimindeki tüm iş yüklerini yönetmek ve bunlara erişmek için tek bir SQL sorgusu yazabilirsiniz. - Raj Verma, CEO'su Tek Mağaza

AI ve Analytics yetenekleri geçmişte farklı platformlar / ekipler tarafından sağlanıyordu. Yıllar geçtikçe, platformun birleştiğini ve AI ekibinin algoritmik tarafa daha fazla odaklandığını görüyoruz, AI ve Analytics platform ekipleri ise hem analitik hem de AI kullanım durumları için yazılım altyapısı sağlamak üzere birleşti. - Haoyuan Li, Kurucu ve CEO, alluxio

Veri uzmanları olarak, daha geniş bir kamuoyuna karşı sorumluluğumuz var. Önümüzdeki yıl, veri analitiği alanında, potansiyel suistimallerin ciddiyetini fark eden bilinçli şirketler tarafından yönetilen bir etik kurallarına doğru ilerleme göreceğimizi düşünüyorum. Belki ABD hükümeti müdahale eder ve kendi GDPR'sinin bir versiyonunu geçirir, ancak teknoloji şirketlerinin bu suçlamaya liderlik edeceğine inanıyorum. Facebook'un etkileşim verileriyle yaptığı şey yasa dışı değildir, ancak bunun çocuk gelişimi ve kişisel alışkanlıklarımız üzerinde zararlı etkileri olabileceğini gördük. Önümüzdeki yıllarda, şirketlerin 2010'larda kişisel verileri nasıl kullandığına bir göz atacağız ve 1960'ların filmlerinde uçakta sigara içen insanları gördüğümüzde yaptığımız gibi üzüleceğiz. - Jeremy Levy, CEO'su belirten

Duygu, müşteri davranışını etkileyen önemli bir faktördür ve marka sadakati üzerinde güçlü bir etkiye sahiptir. Bu nedenle, şirketlerin karar alma süreçlerinde müşterilerin duygularını ölçmenin bir yolunu bulmaları giderek daha faydalı hale geliyor. Duygusal analitik, ruh hali, tutum ve kişiliği içeren tüm insan duyguları gamını incelemeye ve tanımaya odaklanır. İnsan hareketlerini, kelime seçimlerini, ses tonlarını ve yüz ifadelerini analiz etmek için tahmine dayalı modeller ve AI / ML kullanır. Duygusal analitik, şirketlerin daha bütünsel bir müşteri profili oluşturmasına, duyguları nasıl etkileyeceğini anlamasına ve kişilere özel özelleştirilmiş ürün ve hizmetler geliştirmesine yardımcı olabilir. Coğrafyalar, sosyal ağlar ve inceleme web siteleri genelinde ürünler ve hizmetler hakkında duyarlılık analizi, şirketlerin müşteri memnuniyet düzeylerini daha iyi anlamalarını ve iyileştirmelerini sağlar. Duygusal analitiği kullanan şirketler, daha olumlu müşteri deneyimleri sağlamak için pazarlamalarının ve hizmetlerinin duyguyu nasıl etkilediğini daha iyi anlayabilirler. - Paul Moxon, Kıdemli Başkan Yardımcısı, Veri Mimarisi denodo

Ürün analizini doğru yapmak zordur. Her etkileşim, veri yığınlarıyla sonuçlanır ve bu 'samanlıkta iğne' içgörüsünü bulmak için derinlemesine araştırma yapmak, onu çalıştırmak için çok çaba, disiplin ve zaman gerektirir. Veri analizine girişin önündeki bu engeller genellikle kaynaklara, bant genişliğine ve bunu doğru yapacak bilgiye sahip şirketlerle sınırlıdır. Ama aynı zamanda önemi giderek artan bir disiplindir - pandemiden önce bile, markalarla tüketici etkileşimleri genellikle dijital platformlarda gerçekleşiyordu ve şimdi neredeyse sadece oradalar. Her bir etkileşimin yatırım getirisini açıklayabilecek sayısız bilgi var ve şüphesiz bunların bir kısmı potansiyel olarak oyunun kurallarını değiştiriyor. Ama açıkçası, biz insanız ve bir şeyden değer elde etmek için çok çalışmamız gerekirse, bunu tutarlı bir şekilde yapma olasılığımız azalır. Bu nedenle, 2021'de analitik reaktif bir oyun olmaktan - analistlerin daha sonra bu içgörüleri bulmak için incelemesi gereken verileri toplamaktan - ekipleri doğrudan bu “a-ha!” Ya bağlayan proaktif bir oyuna dönüşecek. Anında ve bilinçli eylemlere ilham veren anlar. - Matin Movassate, Heap CEO'su ve Kurucusu

Yapay Zeka

İşletmeler, yeterli gelir akışlarını yeniden açmak ve telafi etmek için hedeflere bakarken, gerçek zamanlı olarak bunu yapmalarına olanak tanıyan önemli içgörüleri toplamak için akıllı teknolojilerden yararlanmaları gerekecektir. Yapay zeka (AI) teknolojilerini benimsemek, şirketlerin büyümeyi teşvik etmeye devam ederken müşterilerini ve çalışanlarını güvende tutma stratejilerinin işe yarayıp yaramadığını anlamalarına yardımcı olabilir. Şirketler, kurumsal politika yönetimini ve uyumluluğunu kolaylaştırmaya, güvenliği sağlamaya ve müşteri deneyimini geliştirmeye yardımcı olmak için yapay zekanın benzersiz yeteneklerini tanıdıkça, sektörler arasında artırılmış yapay zeka benimseme oranlarını göreceğiz. - Hillary Ashton, Başkan Yardımcısı ve Ürün Direktörü Ter veri

2021'de yapay zeka, makine öğrenimi ve IoT'nin yaşamlarımızı ve davranışlarımızı tanımladığını ve şekillendirdiğini göreceğiz, bu da yıllarca devam edecek bir fenomen. Bu gelişmeler, nasıl çalıştığımızı, nasıl satın aldığımızı, nasıl harcadığımızı, hayatımızdaki her küçük şeyi nasıl yaptığımızı etkiler. Ancak şirketlerin yapay zeka, makine öğrenimi ve IoT'yi besleyen tüm gerekli verileri işleme ve yönetme yetenekleri nedeniyle hakim olmaya devam edecek olan bulut ve uç bilişim gibi etkinleştirici teknolojiler olacağını düşünüyorum. iPaaS, APIM ve RPA gibi teknolojileri etkinleştirmenin yanı sıra. Bu teknolojiler, manuel veya kağıt odaklı işten nihayet AI ve IoT'nin gücünden yararlanabilecek dijital işletmelere geçerken, işletmeler için dijital dönüşüm ücretini yönetmeye devam edecek. - Manoj Choudhary, CTO jitterbit

Yapay Zeka 2021'de daha az yapay hale geliyor: Ufukta COVID-19 aşısı olsa bile, insanların çalışma ve etkileşim biçimleri temelden değişti. Yeni yılda uzaktan çalışma devam edecek, sosyal uzaklaşma gereksinimleri kalacak ve tedarik zincirleri kesintiye uğramaya devam edecek. Bu yeni yaşam biçimi, şirketlerin değer zinciri boyunca - üründen tesise ve son kullanıcıya kadar - operasyonlarını etkin bir şekilde sürdürmeleri için yeni bir yol gerektiriyor. Yapay zeka (AI) kullanımı, bu zorlukların üstesinden gelmek için standart olacak. Bununla birlikte, insanların bu yeni otonom sistemlerle nasıl etkileşime gireceğini ve bunlardan nasıl yararlanacağını düşünmeden, AI başarısız olacaktır.

2021'de işletmeler, yapay zeka girişimlerine insan merkezli bir yaklaşım benimseyecek, kullanıcı ihtiyaçlarını ve değerlerini anlayacak, ardından yapay zeka tasarımlarını ve modellerini buna göre uyarlayacak ve bu da benimsenme oranını artıracaktır. Yapay zekanın başarılı olması için işletmelerin teknolojinin kendisiyle aynı odağı insanlara ve kültüre vermesi gerekir. Organizasyonel değişim yönetimi (OCM) ekipleri, insanları değişim yolculuğuna getirerek ve organizasyonu ölçülebilir sonuçlar için hazırlayarak dijital dönüşümü ve yapay zekayı ileriye taşımak için kritik olacak. Doğru değişim yönetimi, herhangi bir dijital dönüşüm girişiminin en önemli - ancak gözden kaçan - yönüdür. - George Young, Global Yönetici Direktör Kalypso

2021'de işletmeler, kalıcı ve anlamlı iş değerine odaklanmak için yapay zeka sistemlerine güvenerek hızlı kazançlardan uzaklaşacaklar. Bu değişiklik, kuruluşlar arasında daha derin veri okuryazarlığı girişimlerini yönlendirecek. İnsanların yeni beceriler öğrenmesini ve yeni şekillerde davranmasını gerektirecektir. - Sundeep Reddy Mallu, Analiz Müdürü gramer 

Çoğu tüketici yapay zekaya şüpheyle yaklaşmaya devam edecek. Şüpheli yapay zeka etiği etrafında dönen birkaç büyük tüketici markasıyla, çoğu insan hala yapay zekaya güvenmiyor. Birçoğu için, anlamadıkları veya günlük olarak kullandıklarının farkında oldukları için. Tüketiciler o kadar çok yapay zeka destekli hizmeti ücretsiz alıyorlar - Facebook, Google, TikTok, vs. - karşılığında kişisel olarak neyi bıraktıklarını - yani kişisel verilerini - anlamıyorlar. Kamuoyu naif olmaya devam ettiği sürece, piyasa müşterileri daha iyi eğitmediği veya onları korumak için düzenlemeler uygulamadığı sürece, yapay zekanın getirebileceği tehlikeleri veya kendilerini nasıl koruyacaklarını tahmin edemezler. Buna rağmen, yapay zekanın güvenilirliğini köşeyi döndüğümüze dair bazı kanıtlar var. Pega'nın yaklaşan anketine katılan iş liderlerinin yüzde seksen biri, yapay zeka önyargısının beş yıl içinde yeterince hafifletileceği konusunda iyimser olduklarını söyledi. İşletmeler bunun doğru olduğunu daha iyi umuyorlardı - çünkü halkın çoğu yapay zekanın hayatlarını nasıl etkilediğini öğrendikçe ve bazı durumlarda favori oynadıkça, yapay zekaya olan güveni daha da aşındıran daha zor sorular sormaya devam edecek ve işletmeleri buna zorlayacaklar. onlara cevap vermelisin. - Vince Jeffs, Kıdemli Direktör - Ürün Stratejisi, Pazarlama Yapay Zekası ve Karar Verme, Pega

Yapay zeka destekli dijital çalışanlar, işletmelerin uzun vadede stratejik kalmasına yardımcı olacak. Yapay zeka ve otomasyonun şirketlerin ileriye dönük hayatta kalması için gerekli olduğu fikrine çok az kişi katılmıyor. Ancak araştırmalar, çoğu şirketin yapay zeka ve otomasyon yatırımlarının faydasını tam olarak anlamadığını göstermiştir. Güçlü yapay zeka yeteneklerini dijital iş gücü aracılığıyla iş süreçlerine bağlayarak, kuruluşların yapay zeka odaklı otomasyonu geniş ölçekte uyguladıklarını giderek daha fazla göreceğiz. Yapay zeka destekli otomasyon, artan müşteri odağı, gelir artışı, sermaye tahsisi, tedarik zinciri yönetimi, risk yönetimi, maliyet ve operasyonel verimlilik ve daha fazlası gibi temel stratejik girişimlerle giderek daha fazla bağlantılı hale gelecektir. Yapay zeka destekli dijital çalışanlar, kurumsal stratejiyi uygulamak ve kurumsal ölçekli riskleri yönetmek için birincil araçlar olarak kullanılacaktır. Otomasyonun hızlı ve etkili bir şekilde benimsenmesi, pazarlarda rekabetçi kalmanın önemli bir bileşeni olarak giderek daha fazla görülecektir. - Eric Tyree, Blue Prism'de AI ve Araştırma Başkanı

AI deneyleri daha stratejik hale gelecek. Deney, tüm model geliştirme süreci boyunca gerçekleşir - genellikle her önemli karar veya varsayım, bu kararları gerekçelendirmek için en azından bazı deneyler veya önceki araştırmalarla birlikte gelir. Deneme, tam teşekküllü tahmine dayalı makine öğrenimi modelleri oluşturmaktan istatistiksel testler yapmaya veya verilerin grafiklerini oluşturmaya kadar pek çok şekil alabilir. Olası her hiperparametrenin, özellik işlemenin vb. Tüm kombinasyonlarını denemek, hızla izlenemez hale gelir. Bu nedenle, kuruluşların deneyler için bir zaman ve / veya hesaplama bütçesi ve modelin kullanışlılığı için bir kabul edilebilirlik eşiği tanımladığını görmeye başlayacağız. - Florian Douetteau, CEO ve kurucu ortağı veriiku

2021'de nihayet yapay zekanın ana akım haline geldiğini göreceğiz. COVID-19'un bir sonucu olarak, işletmeler yeni normalde hayatta kalabilmek için dijital olarak dönüşmeye zorlandı. Araştırmamıza göre, dijital hızlanma yeni yılda durma belirtisi göstermiyor ve şirketlerin% 86'sı şu anda yapay zeka aracılığıyla daha iyi müşteri deneyiminin avantajlarından yararlanmaya devam ediyor. Pandemi, AI yatırımı için iş önceliklerini de değiştirdi. Örneğin, şirketlerin otomasyon gibi daha basit görevlerden işgücü planlaması ve simülasyon modellemeye odaklandığını gördük. Kuruluşlar, karmaşık süreçlerdeki dijital yatırımlarının faydalarını görmeye devam ettikçe, AI yalnızca önümüzdeki yıl daha yaygınlaşacak ve yaygın olarak kullanılacaktır. - Anand Rao, PwC'de Küresel Yapay Zeka Lideri

AI ve BI'ın yakınsaması, veri içgörülerini artıracaktır. AI, son 5 yılda her kurumsal tartışmanın bir parçası oldu. Yine de, çalışanların büyük bölümlerinde gelişmiş yapay zeka içgörülerinin demokratikleştirilmesinde zorluklar devam ediyor. Yapay zeka destekli yeni BI ürünleri ortaya çıktıkça, silolar kırılacak ve her kullanıcı veri analizinden yararlanabilecek ve içgörüleri kolayca bulabilecek. Basit arayüzler, kişiselleştirilmiş içgörüler ve ilgi çekici veri deneyimleri, 2021 ve sonrasında veri analitiğinin ayırt edici özellikleri olacak. - Dhiren Patel, MachEye Baş Ürün Sorumlusu ve Müşteri Başarısı Başkanı

Yapay zeka güdümlü birçok yüz tanıma algoritmasındaki ırksal önyargı, geçtiğimiz yıl boyunca büyük bir tartışma konusu oldu ve 2020'deki sosyal huzursuzluk nedeniyle zirveye ulaştı. yaygın kanıt ırksal azınlıkların yanlış tanımlanma olasılığı beyazlardan çok daha fazlaydı. 2021'de, yapay zeka önyargısının düzeltilmesinin, yapay zeka veya yüz tanıma teknolojisinden yararlanan herhangi bir şirket için önemli bir konu haline geldiğini göreceğiz. Devlet tarafından verilen belgeleri kullanarak, belgedeki yüzü analiz ederek ve sisteminize erişmeye çalışan yüzle karşılaştırarak kimlik sahipliğini hızlı ve kolay bir şekilde kanıtlayabilirsiniz. 2021, yapay zeka önyargısının gün ışığına çıktığı ve şirketlerin yazılımındaki ırksal önyargıyı ortadan kaldırmak için radikal bir değişiklik uygulamaya başlayacağı yıl olacak - bunların bir kısmı, ırksal yüz yüzünü azaltmak için şirketin makine öğrenimi sisteminin eğitimine ve adaletine kasıtlı olarak odaklanarak yapılabilir. tanıma hataları. - Mohan Mahadevan, Araştırma Başkan Yardımcısı, Onfido

2021, ekiplerin yapay zekayla rastgele bir şekilde çıkıp kararlı bir ilişki içinde olmaya başladığı yıl olacak. Yapay zeka artık sadece Ar-Ge projeleri için değil. Bu çözümleri sadece onlarla flört etmek yerine uyarlamanın zamanı geldi. Şimdi otomatikleştirmeliyiz. - David Karandish, Kurucu ve CEO'su Kapasite 

Hesaplama gücünün, internet ölçeğindeki verilerin ve modern makine öğrenimi algoritmalarının bir araya gelmesiyle, son birkaç yılda yapay zeka ile kayda değer yeni bir çığır açtık. Önümüzdeki yıllarda, uzun bir ticari kullanım senaryosu kuyruğunun prototipleneceği, paketleneceği ve üretileceği - ya mevcut ürün ve hizmetleri geliştirmek ya da tamamen yenilerini yaratmak için - genişleyen bir çağa gireceğiz. - Dave Costenaro, Baş Veri Sorumlusu Kapasite 

AI Başarısı, Genel Amaçtan Niş Odaklanmaya Geçer. Kuruluşta yapay zeka yatırımı büyümeye devam ederken, işletmeler her şeyi yaptığını iddia eden "genel amaçlı" kara kutular yerine niş yapay zekayı barındırmak için teknoloji yığınlarını yeniden değerlendiriyor. Belirli sorunları çözen niş, mükemmelleştirilmiş kullanım durumları, her şeyi yapmayı vaat eden otomasyondan ziyade bütçe önceliğini alacak. - Viral Bajaria, CTO 6sense

Yapay Dar Zekanın Yükselişi: Yakın zamana kadar yapay zeka, sürücüsüz arabalar veya görüntü tanıma gibi yapay genel zeka olarak bildiğimiz şeydi. Bununla birlikte, bugün insan karar verme sürecini kopyalamaya çalışan yeni bir yapay dar zeka kategorisi var. Tedarik zinciri perspektifinden bakıldığında, bu yeni yapay zeka, "Bir kamyonu nasıl doldururum?" veya "Ürünleri zamanında nasıl edinebilirim?" 2021'de bunlarda bir artış öngörüyorum dar taktiksel ve daha küçük ölçekli kararların yerini alacak çözümler. - Andy Fox, LLamasoft ile Global Impact Direktörü

Kenarlarda, “Karşı-AI” nın gerçekleşmeye başladığını görmeye başlayacağız. Hükümetler insanları ve işletmeleri izlemeye çalışırken, onları manipüle etmeye veya davranış hakkında derinlemesine içgörüler elde etmeye çalışırken, takibi ve müşteri 360'larını engellemek için bir geri dönüş yöntemi tahmin ediyorum. Çeşitli grupların anti-yüz tanıma araçları üzerinde yaptığı çalışmalardan farklı olarak, bizi izlemek ve anlamak için kullanılan AI'ları şaşırtmak için yüksek ve düşük teknolojili yöntemler görmeye başlayacağız. - Mimarlık Bölüm Başkanı Atos Kuzey AmerikaGoogle Cloud ve Jonas Bull ortaklığındaki AI Laboratuvarı

Daha fazla kurum bu AI ve ML tabanlı çözümleri benimsemeye başladıkça, kanun yaptırımlarında etik politikalara uyma ve bu tür araçlarda önyargıyı ortadan kaldırma sorumluluğu var. Bu nedenle, departmanlar kendi politikalarını oluşturmaya ve ilgili ekipler ve iş fonksiyonları için uygun eğitim dahil olmak üzere sorumlu ve etik AI kullanımı konusunda yönetim organlarıyla çalışmaya başlayacak ve aynı zamanda veriye dayalı ve sorumlu kararlara sahip bir ortam yaratacaktır. -yapımı. Bir adım daha ileri giderek, kolluk kuvvetleri, AI sistemlerinin önyargısız olup olmadığı ve gerektiği gibi düzeltildiğinden emin olmaya devam edecek. Ve bu araçların kullanımıyla ilgili şeffaflığı artırmak için halkla bir iletişim hattı açacaklar. - Heather Mahalik, Dijital İstihbarat Kıdemli Direktörü, Cellebrite

2021'de daha fazla veriye dayalı şirketin analitik ve yapay zeka için açık kaynaktan yararlandığını göreceğiz. Presto ve Apache Spark gibi açık kaynaklı analitik teknolojileri, yapay zeka platformlarını güçlendiriyor ve konsolide etmeye dayanan geleneksel kurumsal veri ambarı muadillerinden çok daha esnek ve uygun maliyetli. veriler tek bir yerde - genellikle satıcıya bağlı kalmayı gerektiren, zaman alıcı ve maliyetli bir çaba. Önümüzdeki yıl, açık kaynak lisansı, açık format, açık arayüzler ve açık bulut gibi açık doğası nedeniyle AI uygulamaları için Presto gibi analitik motorların kullanımında bir artış görecek. - Dipti Borkar, Kurucu Ortak ve Ürün Baş Sorumlusu (CPO), Ahana

Sektör, IBM Watson ve Amazon Lex gibi genel yatay yapay zeka platformlarından etki alanına özel yapay zeka destekli ürünlere ve yönetilen hizmet modellerine doğru kayacak. Genel platformlar çözüm değildir, herhangi bir eğitim verisi veya veri modeli yapısı olmadan soğuk başlarlar - bunu oluşturmak, ardından onu üretimde optimize etmek, çoğu şirketin kapasitesinin ötesinde, uzman ve kaynak yoğun bir görevdir. Erken yenilikçi pazarından kitlesel pazar benimsemesine geçiş, belirli bir endüstri için önceden eğitilmiş ve işe yaradığı kanıtlanmış, alana özgü yapay zeka destekli ürünlerin benimsenmesiyle 2021'de yönlendirilecek. - Jake Tyler, kurucu ortak ve CEO, Fin yapay zekası

2021'de yapay zeka, insan yeterlilik spektrumunda haritalandırılmayacak. Satrançta herhangi bir insanı ezen algoritmalara sahip olabiliriz, ancak matematiği insanlardan milyonlarca kez daha hızlı gerçekleştirebilen bir fincan çay ve bilgisayar programı yapamaz, ancak bir sonraki Dünya Kupasını kimin kazanacağı sorulsa, onlar bile anlamazlar. soru. Yetenekleri evrensel değildir. AI ile algoritmaların gücünü aynı anda abarttığımız ve hafife aldığımız bir noktaya ulaştık. Onları abarttığımızda, insan yargısının sonradan düşünülmesi gereken tehlikeli bir yere düştüğünü görürüz. A düzeyi sonuçların derecelendirilmesinde "mutant algoritmanın" kullanılması, algoritmanın sağduyuya aykırı birçok sonuç üretmesine rağmen, Birleşik Krallık'taki bir skandaldır. Algoritmaları küçümsediğimizde, ufukta bir değişiklik görmedikleri için tüm endüstrilerin çöktüğünü görüyoruz. Uber'in algoritması sizi 3 dakikadan daha kısa sürede götürürken geleneksel taksi işi nasıl rekabet edebilir? 2021'de mühendislerin, algoritmaları insan yetkinlik spektrumuna yerleştirmeye çalışmayarak yapay zeka ve algoritmik hatalardan kaçınmasını bekleyin. İnsanların yapabileceklerini geliştirmek ve yapay zeka otomasyonu ile insan bilgisi arasında müşteri deneyimi ve web konferansı gibi gerçek dünya kullanım durumları için doğru dengeyi bulmak için herhangi bir bağlamda konuşma tanıma gibi yapay zeka teknolojilerini kullanmak, etkili kullanımı şekillendirmeye başlayacak. gelecek için yapay zeka. - Ian Firth, Başkan Yardımcısı Speechmatics

Sorumlu yapay zeka / makine öğrenimi, bulut makine öğrenimi endüstrisindeki en sıcak konu haline gelecektir. Toplumun adaletsizlik ve önyargılarla mücadeleye artan vurgusu ve makine öğrenimi modellerinin daha iyi yorumlanabilirliği ve açıklanabilirliğine olan genel ilgi göz önüne alındığında, bulut sağlayıcıları tatmin etmeyi ve güvence altına almayı amaçlayan sorumlu bir makine öğrenimi / yapay zeka yetenekleri paketi sunmak için makine öğrenimi tekliflerine yatırım yapacak ve bunları geliştirecek. ML'nin adil kullanımına ilişkin düzenleyiciler, modelleyiciler, yönetim ve piyasa. Bu arada, AI / ML, bu sektörün bir sonraki büyüme hamlesini yürütmek için sorumlu bir AI / ML çerçevesi içinde birleştirme ve kullanım kolaylığında önemli iyileştirmelerle birlikte tüm sektörde patlayıcı bir büyüme ve kullanım görmeye devam edecek. - Yiannis Antoniou, analist, Gigaom

Ağ için AIOps ana akım haline gelecek: Gelecek yıl, AIOps birçok kuruluş için teoriden uygulamaya geçecek. Uzaktaki çalışanların artması ve evin yeni mikro şube haline gelmesiyle, yapay zeka, uzaktaki çalışanlar için BT destek maliyetlerini kontrol ederken, bulut kullanıcı deneyimine harika bir müşteri sunmak için önemli bir adım olacak. BT ekiplerinin, operasyonlarını ölçeklendirmek ve otomatikleştirmek için AIOps'u benimsemesi gerekecek. AIOps bulut SaaS, müşteri destek paradigmasını alt üst edecek. AI, BT'ye çağrı gönderen kullanıcılar yerine, proaktif olarak bağlanabilirlik sorunu olan kullanıcıları tespit edecek veya sorunları yaşayacak ve ya çözecek (kendi kendini yöneten ağ) ya da BT için önerilen iyileştirme eylemlerini içeren bir bilet açacaktır. - Bob Friday, bir Juniper Networks şirketi olan Mist Systems CTO'su

Yapay zeka ve makine öğrenimi, tedarik zinciri stratejisinde önceki yıllara göre çok daha ayrılmaz bir rol oynayacak. Tedarik zinciri boyunca daha fazla gerçek zamanlı içgörülere duyulan ihtiyaç, özellikle COVID-2021 salgını sırasında satın alma davranışlarındaki ani değişikliklerin bir sonucu olarak tedarik zinciri kuruluşlarının operasyonlarını yeniden değerlendirmesiyle 19'de artmaya devam edecek.

Bu ihtiyacı karşılamak için, tedarik zinciri kuruluşlarının mevcut, açıklayıcı ve kuralcı analitiklerden yükseltmek ve önerilen eylemleri sağlayan tahmine dayalı analitiği kullanmak için yapay zeka (AI) ve makine öğrenimi (ML) özellikli teknolojiye bakması gerekecektir. önce önceki eylemlere bağlı olarak bir olay meydana gelir. Çoğu zaman, şirketler, farklı sistemlere sahip büyük şirketler tarafından satın alınmaları nedeniyle bir silo karmaşası ve parçalanma yaşarlar. 2021'de, tedarik zinciri paydaşları dijital ikizleri tüm modüllerde ekstra bir görünürlük katmanı olarak dağıtmaya ve bir şirketin mevcut sistemleri ile sensörler ve nano sensörler gibi giderek daha büyük hacimlerde piyasaya çıkan yeni teknolojiler arasında senkronizasyonu sağlamaya çalışacaklar. . - Mahesh Veerina, Cloudleaf CEO'su

AI'daki önyargı, cinsiyet kalıp yargılarını güçlendirerek işe alım sürecini etkilemekten kredi puanlama ve kredilendirmede ırk ayrımcılığına kadar büyük ölçekte zarara neden oluyor. Kuruluşlar, farklı bir iş gücünün işe alınmasının yapay zeka modelleri için bir doğruluk düzeyi sağlayabileceğini bilir ve algoritmaların kalitesini ve doğruluğunu etkilediği için eğitim verilerinin önyargı açısından sürekli izlenmesi gerektiğini bilirler. Ayrıca, AI'daki önyargıyı gerçekten hafifletmek için etik temelli ölçümler için geçerli bir kriter olmadığını ve olması gerektiğini de biliyorlar. 2021'de, yapay zekadaki önyargıyı kabul eden ve "endişelenen" kuruluşların geçmişte kaldığını ve bunu çözmek için daha önemli adımlar atmaya başladığını göreceğiz - çünkü bu gerekli olacaktır. Verilerdeki doğal önyargılardan veri eğitmenlerine adil davranmaya kadar her şey dahil olmak üzere sorumlu AI şemsiyesi altındaki tüm endişelerle mücadele etmek için belirli ekipler ve / veya girişimler oluşturulacaktır. Sorumlu AI girişimleri oluşturmak, yalnızca bazıları için yönetim kurulu düzeyinde bir zorunluluk haline gelmeyecek, aynı zamanda AI çabalarına liderlik eden şirketlerin ortakları ve müşterileri de bunu talep edecek. - Appen CTO Wilson Pang

AIOps, Müşteri Deneyimini Geliştirmek ve Uygulama Güvencesi ve Optimizasyonu sağlamak için Isınacak. Bir yıl öngörülemez bir şekilde geride kaldığımız için, işletmeler teknoloji yığınlarını yanılmaz ve proaktif hale getirme konusunda beklenmedik şeyleri beklemek zorunda kalacaklar. Yapay zeka, makine öğrenimi ve tahmine dayalı analitiği kullanarak bu beklenmedik senaryoları ele alıp tahmin edebildiğinden, AIOps talebinin artmaya devam ettiğini göreceğiz. Konteynırlaştırma gibi modern uygulama mimarilerinin benimsenmesiyle birlikte hibrit şirket içi ve bulut altyapılarını kapsayan dijital kurumsal uygulamaların artan karmaşıklığı, verilerin hem hacminde hem de karmaşıklığında benzeri görülmemiş bir artışa neden olacaktır. Modern dijital ortamlardan gelen veri aşırı yüklemesi onarımı geciktirebilir ve BT Operasyon ekiplerini bunaltabilirken, daha akıllı stratejiler ve merkezi AIOps sistemleri kuruluşların müşteri deneyimini iyileştirmesine, modern uygulama güvencesi ve optimizasyonu sunmasına yardımcı olduğundan gürültülü veri kümeleri geçmişte bir engel olacaktır. akıllı otomasyon ve otonom dijital kuruluşlar olarak gelişir. Aslında, geleneksel BT Operasyonları yaklaşımları artık uygulanabilir olmayabilir - kaynakları ölçeklendirebilmek ve modern ortamları etkili bir şekilde yönetebilmek için AIOps'un benimsenmesini kaçınılmaz hale getirir. - Ali Siddiqui, Baş Ürün Sorumlusu, BMC Yazılımı

Gerçek şu ki, 2021, yapay zekayı gerçekten yapanların ölçeğe uygun bir değere ulaşmaya başlayacağı bir yıl olacak, aylarca kırılgan modelleri eğiten ve yetişemeyenler de giderek artan, üssel bir dezavantaj olacak. Son kilometre zorlukları daha kolay olmayacak - ancak düşünme ve yaklaşımdaki temel bir değişiklik, karmaşıklık engellerinin üstesinden gelmek için kritik öneme sahip olacak. - Dr. Josh Sullivan, Başkanı modzy

Zarif risk değerlendirmesi: AIOps alanı olgunlaşmaya devam ederken, tedarikçilerin, müşterilerin sorunları neredeyse kesin bir şekilde sistemdeki başka hiçbir şeyi bozmadan çözmelerini sağlamak için risk değerlendirme yeteneklerini iyileştirme fırsatı görüyoruz. 2021'de, hem satıcılardan daha fazla odaklanmayı hem de kullanıcılar arasında daha fazla benimsemeyi göreceğimiz bir alan, mühendislerin iyileştirme sürecinin bir parçası olarak riski doğru bir şekilde değerlendirebilmeleri için veya yazılım değişiklikleri için derleme-devreye alma döngüsünün bir parçası olarak daha zarif bir bağımlılık haritalamayı mümkün kılmak etrafında olacak. Bir ortamın bir bölümündeki değişikliğin sistemi başka bir yerde bozmayacağından emin olun. - Michael Olson, Direktör, New Relic'te Ürün Pazarlama

2021'de Yapay Zeka, İnsan Yetkinlik Spektrumunda Haritalanmayacak: Satrançta herhangi bir insanı ezen algoritmalara sahip olabiliriz, ancak matematiği insanlardan milyonlarca kez daha hızlı gerçekleştirebilen bir fincan çay ve bilgisayar programı yapamayız, ancak, Bir sonraki Dünya Kupası'nı kimin kazanabileceği sorulsa, soruyu anlamazlar bile. Yetenekleri evrensel değildir. AI ile algoritmaların gücünü aynı anda abarttığımız ve hafife aldığımız bir noktaya ulaştık.

Onları abarttığımızda, insan yargısının sonradan düşünülmesi gereken tehlikeli bir yere düştüğünü görürüz. A düzeyi sonuçların derecelendirilmesinde "mutant algoritmanın" kullanılması, algoritmanın sağduyuya aykırı birçok sonuç üretmesine rağmen, Birleşik Krallık'taki skandaldır. Algoritmaları küçümsediğimizde, ufukta bir değişiklik görmedikleri için tüm endüstrilerin çöktüğünü görüyoruz. Uber'in algoritması sizi 3 dakikadan daha kısa sürede götürürken geleneksel taksi işi nasıl rekabet edebilir? 2021'de mühendislerin, algoritmaları insan yetkinlik spektrumuna yerleştirmeye çalışmayarak yapay zeka ve algoritmik hatalardan kaçınmasını bekleyin. İnsanların yapabileceklerini geliştirmek ve yapay zeka otomasyonu ile insan bilgisi arasında müşteri deneyimi ve web konferansı gibi gerçek dünya kullanım durumları için doğru dengeyi bulmak için herhangi bir bağlamda konuşma tanıma gibi yapay zeka teknolojilerini kullanmak, etkili kullanımı şekillendirmeye başlayacak. gelecek için yapay zeka. - Ian Firth, Başkan Yardımcısı Speechmatics

Sınırdaki makine öğrenimi, 2021'de yapay zeka / makine öğrenimi endüstrisindeki ana odak noktalarından biri olacak. Akıllı uç uygulamalarına yönelik talep otomotiv, akıllı fabrika ve akıllı ev endüstrisinde hızla artıyor. Yaygın olarak bulunan verimli uç makine öğrenimi geliştirme araçları ve yarı iletken şirketlerin makine öğrenimi özelliklerine sahip yeni MCU'ları piyasaya sürmesiyle, uç makine öğrenimi uygulamalarının benimsenmesi ana trend haline gelecektir. - Sang Won Lee, CEO'su Keexo

Klinik topluluk kullanımlarını artıracak federe öğrenme yaklaşımları çeşitli kurumlarda, coğrafyalarda, hasta demografisinde ve tıbbi tarayıcılarda sağlam AI modelleri oluşturmak için. Bu modellerin hassasiyeti ve seçiciliği, eğitilecek bol miktarda veri olsa bile, tek bir kurumda oluşturulan AI modellerinden daha iyi performans gösteriyor. Ek bir bonus olarak, araştırmacılar gizli hasta bilgilerini paylaşmadan AI modeli oluşturma konusunda işbirliği yapabilirler. Federe öğrenme, pediatri ve nadir hastalıklar gibi verilerin kıt olduğu alanlarda AI modelleri oluşturmak için de faydalıdır. - Kimberly Powell, Başkan Yardımcısı ve Genel Müdür, NVIDIA Healthcare

Yapay Zeka Mükemmeliyet Merkezi: Şirketler, son 10 yılda yüksek ücretli veri bilimcilerini yakalamak için çabaladılar, ancak destekleyici altyapı eksikliği nedeniyle üretkenlikleri beklenenden daha düşük oldu. Daha fazla kuruluş, süper hesaplama ölçeğinde merkezi, paylaşılan altyapı oluşturarak yapay zekaya yatırım getirisini hızlandıracak. Bu, veri bilimi yeteneklerinin geliştirilmesini ve ölçeklendirilmesini, en iyi uygulamaların paylaşılmasını kolaylaştıracak ve karmaşık yapay zeka problemlerinin çözülmesini hızlandıracaktır. - Charlie Boyle, Başkan Yardımcısı ve Genel Müdür, NVIDIA DGX Systems

AI İfadesi Kesintisiz Kullanıcı Deneyimlerini Daraltacak: AI tarihine baktığımızda, algoritmalar kraldı ve kullanıcı deneyimi ikinci oldu. Ancak 2021'e girerken, yapay zeka özellikli uygulamalar, öncelik olarak kullanılabilirliğe giderek daha fazla odaklanacak. AI'nın en iyi ifadeleri, kullanıcı için kusursuzdur ve arka planda göze batmadan çalışır. AI / ML tarafından desteklenen platformlar, kullanıcıları daha iyi sonuçlara ve çözümlere yönlendirmenin yeni yollarını bulacaktır.

Bu, büyük hacimli verileri sorgulayarak, anormallikleri, içgörüleri ve eğilimleri araştırarak ve ardından sonuçları uygun iş bağlamında sunarak gerçekleşir. Gerçekten sorunsuz AI / ML, tüm iş platformları için nihai hedef olmalıdır. Her kullanıcının neyi başarmaya çalıştığını belirleyecek ve hızlı eylem için kullanılabilecek içgörüleri otomatik olarak ortaya çıkaracak daha gelişmiş yapay zeka uygulamaları görmeyi umuyorum. Bu kullanım kolaylığı, hem teknik hem de teknik olmayan geniş kullanıcı tabanı için inanılmaz derecede değerli olacaktır. - Sanjay Vyas, CTO'su Planlı

Etik AI, 2021'de ürün geliştirmede kilit bir rol üstlenecek, ancak çözülmesi zor bir problem: Etik AI önemli bir sorun, ancak çözülmesi zor bir ikilem haline geliyor. Şirketler çözüm üretmek için verileri ve yapay zekayı kullanıyor, ancak ayrımcılık, gözetim, şeffaflık, gizlilik, güvenlik, ifade özgürlüğü, çalışma hakkı ve kamu hizmetlerine erişim açısından insan haklarını aşıyor olabilirler. 

İtibar, düzenleyici ve yasal risklerin artmasını önlemek için etik YZ zorunludur ve sonunda yapay zeka politikasına yol açacaktır. AI politikası, insanlar için yüksek bir şeffaflık standardı ve koruyucu önlemler sağlayacaktır. Veri alanında, CEO'ların ve CTO'ların dikkatli analiz, inceleme ve programlama yoluyla algoritmalardaki önyargıyı ortadan kaldırmanın yollarını bulması gerekecek. - Krishna Tammana, Talend CTO'su

Önümüzdeki yıl, şirketlerin hile veya teknoloji uğruna teknoloji geliştirmenin aksine, aslında ROI sağlayan AI çözümlerine odaklandığını, benimsediğini ve geliştirdiğini göreceğiz. Kuruluşlar kanıtlanabilir ilerlemeye ve ölçülebilir sonuçlara odaklanacak ve bu nedenle belirli sorunları çözen çözümlere yatırım yapacaklardır. Müşterilerinin çözmek istediği karmaşıklıkları ve zorlukları derinlemesine anlayan ve çözümlere AR-GE dolarlarını yatırmaya istekli şirketler başarıya ulaşacaktır. - Joe Petro, CTO'su Nuance İletişim, Inc..

Yapay zeka becerilerindeki boşluk devam edecek ve kuruluşlar uyum sağlamanın yeni yollarını düşünecekler. Kuruluşların yapay zekayı dağıtmak ve tüm avantajlardan yararlanmak için gereken yetenekleri işe alması zordu ve sektördeki çalışanların yarısı bu zorluğu bildiriyor. Dahası, birçok kuruluş dijital dönüşüm girişimlerini birkaç ay veya yıl içinde hızlandırdı - ancak bu girişimleri desteklemek için mevcut yetenek ve eğitim fırsatlarında bir tutarsızlık var. Artan talep nedeniyle, şirketlerin çalışanlara yeni beceriler öğrenmeleri için daha fazla beceri geliştirme inisiyatifi ve teşviklerinin yanı sıra kuruluşun tüm seviyelerinde veri ve yapay zeka okuryazarlığı oluşturmak için çalışmalar sunacağını tahmin ediyoruz.

Pandemi, kuruluşlara bu eylemlere öncelik verme ve çalışanların uzaktan çalışmaya hızlı geçişlerinde yeni beceriler geliştirmelerine yardımcı olma fırsatı sundu. İleriye baktığımızda, 2021 eğitimle ilgili olacak - hem yeni bir normalde faaliyet gösterecek hem de hızlandırılmış dijital girişimleri yakalayacak. - Traci Gusher, Müdür, Veri ve Analitik, KPMG

Yapay zeka algoritmalarındaki önyargıyı ele almak, yüz tanıma için etnik kökene yönelik makine öğrenimi desteği için yönergelerin uygulanmasına neden olan en önemli önceliklerden biri olacak. İşletmeler, yapay zeka algoritmalarındaki (ırk, yaş, cinsiyet) demografik önyargı ve bunun markaları üzerindeki etkisi ve yasal sorunları gündeme getirme potansiyeli hakkında giderek daha fazla endişe duyuyor. Satıcıların demografik önyargıları nasıl ele aldığını değerlendirmek, 2021'de kimlik doğrulama çözümlerini seçerken en önemli öncelik haline gelecektir. Gartner'a göre, belge merkezli kimlik doğrulama için RFP'lerin% 95'inden fazlası (devlet tarafından verilen bir kimliği bir selfie ile karşılaştırmak) açık gereklilikler içerecektir. 2022'ye kadar demografik önyargının en aza indirilmesi ile ilgili olarak, bugün% 15'ten az olan bir artış. Kuruluşların, bir satıcının yapay zeka "kara kutusunun" nasıl inşa edildiğini, verilerin nereden geldiğini ve eğitim verilerinin hizmet verilen daha geniş nüfusu ne kadar temsil ettiğini bilmek isteyen kuruluşlara giderek daha net yanıtlar alması gerekecektir.

Kuruluşlar kimlik doğrulama için biyometrik tabanlı yüz tanıma teknolojisini benimsemeye devam ettikçe, endüstrinin sistemlerdeki içsel önyargıyı ele alması gerekiyor. Yapay zeka, veri ve etnik köken konusu yeni değil ama 2021'de zirveye ulaşması gerekiyor. Araştırmacılar Yüz tanıma teknolojilerini geliştirmek için kullanılan görüntü veri setlerini analiz eden MIT'de, görüntülerin% 77'si erkek ve% 83'ü beyazdı, bu da yüz tanıma teknolojisinde sistematik önyargının var olmasının ana nedenlerinden birine işaret ediyor. 2021'de, bu sistematik önyargıyı telafi etmek için kurallar getirilecek. Bu gerçekleşene kadar, yüz tanıma teknolojisini kullanan kuruluşlar, teknoloji sağlayıcılarına algoritmalarının nasıl eğitildiğini sormalı ve tedarikçilerinin satın alınan veri kümeleri üzerinde algoritmalar eğitmediğinden emin olmalıdır. - Robert Prigge, Jumio CEO'su

büyük Veri

2021'de, açık ve ücretsiz veri toplama gelecekteki yenilikleri besleyecektir. Frost & Sullivan'ın yakın tarihli bir araştırması şunu buldu: BT karar vericilerinin% 54'ü işletmelerinin büyümesine ve çevrimiçi rekabete ayak uydurmak için büyük ölçekli veri toplama ihtiyacını dile getirdi. Ancak, işletmelerin çevrimiçi verileri etkili bir şekilde kullanabilmesi için öncelikle erişilebilir olması gerekir - engellenmemesi gerekir. Günümüzde işletmeler, kendileri toplamalarına rağmen halka açık veri toplama girişimlerini genellikle yasaklar. Bu durum, iki ana faktörden kaynaklanmaktadır: güvenlik önlemlerinin bir parçası olarak kötü niyetli veya hileli çevrimiçi etkinliği engellemeye yönelik sürekli ihtiyaç ve bu halka açık verilerin bir şirketin rekabet gücüne katkıda bulunduğu fikri.

2021 ve sonrasında şirketlerin halka açık veri toplamanın genel ve gerekli devam eden iş davranışının bir parçası olduğunu anlayacağına inanıyorum. Ayrıca, bir işletmenin rekabet avantajı söz konusu olduğunda verilerin her şey olmadığını anlayacaklar. Envanter, fiyatlar, ürün kalitesi, hizmet kalitesi gibi alanlar da büyük rol oynamaktadır. Bu gerçekleşme bir kez yerleştiğinde, verilerin engellenmesi yalnızca kötüye kullanım amaçlı çevrimiçi etkinliklere karşı koruma sağlamaya hizmet edecektir. Etik veri toplamayı güvence altına almak için, umarım hepimiz merkezi veri merkezlerinde açık bir bilgi alışverişini teşvik ederiz. Siteler, istismarcıları engellemeye devam edecek; bu değişmeyecek. Ancak etik veri toplayıcılara izin verebilirler. Nihayetinde, çevrimiçi veri toplamanın geleceği, onu kontrol edenlere bağlıdır. Verilerin üretildiği yüksek hızda, gelecekteki veri toplama çabalarının gelişmesi ve büyümesi gerekecektir. Şirketler, rakiplerine ayak uydurmak ve verileri daha hızlı bir şekilde toplayabilmek için otomatik veri toplamaya ihtiyaç duyacak. Sonuçta, şirketlerin yeni verileri toplama hızları, alaka düzeylerini ve başarılarını belirleyecektir. - Ron Kol, CTO'su Luminati Ağları

Veriler, kurumsal ölçekte gerçekten operasyonel hale gelecek: İşletmelerin sahip olduğu veri miktarı katlanarak artıyor - her zamankinden daha fazla kaynak, tür ve miktar var, ayrıca artan miktarda veri neredeyse gerçek zamanlı olarak sunuluyor. Ancak, veriyi gerçekten anlamak, bunlara erişmek ve bu veriler üzerinde eyleme geçmek için, kuruluşların verileri nasıl tüketeceklerini değiştirmeleri gerekecek - aracıları ortadan kaldırarak başlayacak. Veri kataloglama ve profil oluşturma süreçlerini otomatikleştirmenin yollarını bularak, çalışanlar - daha az bilgi sahibi olanlar da dahilfa teknik arka plan - etkili ve verimli bir şekilde iyi iş kararları almak için ihtiyaç duydukları verileri elde edebilecekler. - Eric Raab, Mühendislik ve Ürün Kıdemli Başkan Yardımcısı, Bilgi Üreticileri

"Alternatif" verileri yakalamak ve sentezlemek çok önemlidir: COVID-19'u ne kadar erken tespit edebilirdik? "Alternatif" verilerle ilgili çalışmalar - bu durumda Wuhan'daki hastaneler dışındaki trafik verileri ve bu bölgedeki İnternet kullanıcıları tarafından yapılan anahtar kelime aramaları - virüsün 2019'un sonlarında dolaşmakta olabileceğini göstermektedir. Yatırım topluluğu, alternatif verileri kullanmada öncü olmuştur. ses, hava fotoğrafları, su kalitesi ve duyarlılık dahil.10 Bu, veri odaklı inovasyonun ön cephesidir ve burada bir avantaj elde etmek büyük kazanımlar sağlayabilir. Ancak 2020'nin ardından, anormallikleri çok daha erken tespit etmek amacıyla alternatif veriler ana akım haline gelecektir.

Buradan, kayıt sistemlerinden gelen verilerle kombinasyonlardan, ilişkilendirmelerden ve sentezlerden gelen türev verileri elde edebiliriz. IDC'nin dediği gibi: “Daha fazla veri yakalandıkça ve dış kaynaklardan erişilebilir hale geldikçe, daha fazlasını kullanma yeteneği farklılaştırıcı bir faktör haline geliyor. Bu, kendi sektörünüz dışındaki sektörlerden ders almayı içerir. " 11 Gartner'ın "X analitiği" 12 olarak adlandırdığı şeye benzeyen bu trend yeni değil, ancak daha ucuz işleme ve daha olgun yapay zeka teknikleri sayesinde - bilgi grafikleri, veri yapıları, doğal dil işleme (NLP), açıklanabilir yapay zeka ve her tür içerik üzerinde analitik. İnsan gözü hepsini yakalayamadığı için bu eğilim tamamen makine öğrenimi ve yapay zekaya bağlıdır. - Dan Sommer, Kıdemli Müdür, Küresel Pazar İstihbaratı Lideri Qlik

Sektörde sık sık veri silolarını parçalamaktan bahsediyoruz, ancak bazı siloların her zaman orada olacağını kabul etmeliyiz. Büyük organizasyonlarda her zaman kendi araçları veya veritabanları olan yerel departmanlara veya bölgelere sahip olacaksınız ve bu da devam edecek. Veri egemenliğiniz varsa, kuruluşunuzdaki bu yerel ofis bir siloya sahip olacaktır. Bu nedenle en iyi yaklaşım, sahip olduğunuz verileri nasıl daha iyi anlayabileceğinize bakmaktır. Bir veri istihbarat platformu, dizininiz ve haritanız olarak işlev görebilir, size veri varlıklarının 360 derecelik bir görünümünü sağlayarak sahip olduğunuz siloları ve bunların nasıl bağlandığını gösterir. - Stijn "Stan" Christiaens, kurucu ortağı ve CTO'su Collibra

OpenTelemetry, veri aşırı yüklemesi oluşturacaktır. 2021'de OpenTelemetri kullanımı yeni endüstri normu olacak. Evet, kaynaklar arasında tutarlılık oluşturarak veri toplamayı kolaylaştıracak - ancak aynı zamanda şirketler için bir veri yangın hortumu oluşturarak eyleme geçirilebilir içgörüler içeren verilerin küçük bir bölümünü bulmayı daha da zorlaştıracak. Sürekli veri akışı, gerçekten eyleme geçirilebilir olan% 5'i hızlı bir şekilde bulmak için bir sisteme sahip değillerse şirketleri bunaltacaktır. Bu nedenle, BT ekipleri odaklarını veri elde etmekten verilerden harekete geçmek için bir çerçeve oluşturmaya kaydıracaklar. Ekipler bunu yaparken, bir cappuccino yapmak için gereken sürede eyleme geçirilebilir verileri hemen ortaya çıkarmaya başlayabilecek araçları uygulamak zorunlu olacaktır. - Phil Tee, CEO'su Moogsoft

Dijital ikiz, bir sürecin, ürünün veya hizmetin sanallaştırılmış bir modelidir. Sanal ve fiziksel dünyaların eşleştirilmesi, veri analizi ve sistem izlemenin sorunları daha ortaya çıkmadan tanımlamasına yardımcı olur. Bu, simülasyonları kullanarak kesinti sürelerini önler, yeni fırsatlar ve hatta gelecek için planlar geliştirir. Bu nesil dijital ikizler, işletmelerin yalnızca bir iş varlığını modellemesine ve görselleştirmesine değil, aynı zamanda tahminler yapmasına, gerçek zamanlı eylemlerde bulunmasına ve verileri akıllıca bir şekilde artırmak ve bunlara göre hareket etmek için yapay zeka ve makine öğrenimi gibi mevcut teknolojileri kullanmasına olanak tanır. - Anil Kaul, CEO, Mutlak veri

Dijital dönüşüm - sonunda - dönüşümsel olmaya başlayacak. Bu noktada, "dijital dönüşüm" tüm işletmelerin tanımayı öğrendiği bir moda sözcük haline geldi, ancak bu çabaların büyük çoğunluğu (IDC'ye göre% 80) doğası gereği hala çok taktiksel. Örneğin, robotik süreç otomasyonu (RPA) bir dönüşüm aracı olarak kabul edilebilir, ancak kendi başına değildir. Kuruluşların 2021'de gerçek dönüşümü görebilmesi için, metin analizi, belge anlama ve süreç madenciliği gibi çekirdek otomasyonu ve yapay zeka özelliklerini birleştiren daha gelişmiş platformlardan yararlanmaları gerekecek. Bu platformların, vatandaş geliştiricilerin kuruluşlarına değer katan kurumsal düzeyde otomasyonlar oluşturmasına ve dağıtmasına olanak tanıyan düşük kod yeteneklerine sahip olması da kritik önem taşır. Bu olmadan, en karmaşık süreçlerde bile otomasyonu kolayca dağıtma becerisiyle desteklenen, kurumsal çapta dijital dönüşüm sağlamak şirketler için zorlayıcı olmaya devam edecek. - Guy Kirkwood, Baş Evangelist UiPath

İş Zekası

Düşük kodlu / kodsuz makine öğreniminin yaygınlaşması. Yapay zekayı şirketler için daha erişilebilir hale getirmek için tasarlanan düşük kodlu ve kodsuz makine öğrenimi sistemlerinin artışı, yapay zekanın benimsenmesini iyileştirmeye yardımcı olacaktır. Bununla birlikte, sonunda şirketler bir tavana ulaşacak ve herkese uyan tek beden yaklaşımını aşacak ve daha derin uzmanlık gerektiren yapay zeka için daha gelişmiş kullanım durumları arayacak. Nihayetinde, özelleştirme ihtiyacı, bunların yerini alan düşük kodlu sistemler yerine nitelikli veri bilimcilerine olan ihtiyacı artıracaktır. Veri bilimcilerine olan ihtiyacı yakın zamanda otomatikleştirmeyeceğiz. - Kevin Goldsmith, CTO, Dev piton

İş Zekası, Natural Language, Natural Search, AI / ML, Augmented Analytics, Automated Data Preparation ve Automated Data Catalogs entegrasyonuyla yeni bir gelişmiş veri analitiği paradigmasına geçiyor. Bu, işle ilgili karar alma süreçlerini daha yüksek kaliteli gerçek zamanlı içgörülerle dönüştürecektir. - Ramesh Panuganty, BI şirketi MachEye'nin CEO'su

BI ve AI, ilişkilerini derinleştirecek. BI veri setlerini ML modellerine göre puanlamak ve tahminleri görselleştirmek veya görselleştirmeler, içgörüler ve özetler oluşturmak için doğal dil işlemeden yararlanmak olsun, AI ve BI sinerjilerini artıracaktır. Ve geleneksel BI yetenekleri metalaşmaya devam ettikçe, satıcılar inovasyon savaşlarında yeni bir cephe olarak BI + AI'ya ihtiyaç duyacak. - Andrew Brust, analist, Gigaom

Chatbots

Çalışandan Kuruluşa - Konuşmaya dayalı yapay zekanın benimsenmesi doğal ve genellikle ilk temas olacaktır. Konuşmalı AI normalleştirildi ve burada kalacak. Tüketicilere çevrimiçi pazarda, çalışanlara eğitim kurslarında ve arama motorları ve web sitelerinde kullanıcılara rehberlik eden arayüzler, gelişmiş Açıklamalı Yapay Zeka teknolojisi ile donatıldığında büyük yatırım getirileri elde etti. - Shiva Ramani, CEO'su iOPEX

Yapay zeka yakın zamanda insanoğlunu yerinden etmeyecek. Yapay zekanın bugün tüketiciye dönük işlemlerde kullanımına baktığınızda, esas olarak yapay zeka destekli sohbet robotlarında ve müşteri kişiselleştirme özelliklerinde kullanılıyor. Salgın sırasında tüketicilerin yapay zeka destekli özelliklerden nasıl yararlandıklarına bakarsak, aslında bunları insan aracıları aracılığıyla sorunları daha hızlı çözmek için kullandıklarını görebiliriz. Erica adında tüketiciye dönük yapay zeka destekli bir sohbet botuna sahip olan Bank of America gibi şirketler, müşterilerin müşteri destek ekipleriyle etkileşim kurmanın en iyi yolunu bulmak için Erica'yı kullandığını gördü. Herhangi bir sorunu doğrudan düzeltmek için Erica'ya sorular sormak yerine müşteriler, Erica'ya problemlerini uygun insan temsilcisiyle hızlı bir şekilde çözmek için müşteri hizmetleri ekibine nasıl ulaşmaları gerektiğini sordu. - James Isaacs, Başkanı ve CEO'su Cyara

Bugün, müşteri hizmetleri sohbet robotları veya Siri ve Alexa gibi cihazlarımızdaki yapay zeka olsun, botlarla her zamankinden daha fazla etkileşime giriyoruz. Bu botlar, daha önce insanlar tarafından yapılan süreçleri otomatikleştirmek için gerçek zamanlı karar verme için kullanılır. Örneğin botlar, Amazon gibi şirketler için perakende iade süreçlerini otomatikleştirdi. Bununla birlikte, işletmelerin, özellikle diğer robotlarla makine hızında etkileşime girdiklerinde, otomatikleştirilmiş botların kimliklerini yönetmeleri daha karmaşık hale geliyor. Botların kimlikleri, çalışan ve müşteri kimliğine benzer şekilde kuruluş tarafından yönetilmeli ve korunmalıdır, böylece veriler tehlikeye atılmaz. Bu, CIO'ların ve güvenlik liderlerinin akılda tutulması önemlidir, çünkü robotların otomasyon amacıyla kullanılması, bu botların API'leri saldırıya uğrarsa yeni saldırı vektörleri açacaktır. - Jasen Meece, CEO'su Bulutluluk

NLP (doğal dil işleme), veri analiziyle ilgili konuşmayı değiştirir: Tıpkı günlük hayatımızda Google Home ve Alexa'yı kullandığımız gibi, NLP aracılığıyla konuşma analizi, işletmelerin ticari faaliyetlerinden değerli büyük veri içgörüleri elde etmelerinde altın bilet olacaktır. Bu, fark edilmemiş olabilecek eğilimleri ortaya çıkarmayı ve işletme içindeki uzmanların verilerle anlamlı bir şekilde etkileşime girmesine izin vermeyi içerir. - Sam Mahalingam, CTO, Altair

Diyaloğa Dayalı Yapay Zeka, her şeyden önce, sohbet etmek için her yerde bulunan bir mesajlaşma kanalına ihtiyaç duyar. Whatsapp, GIP ve diğerleri gibi IP tabanlı kanallarda iş mesajlaşmasının yükselişi, Konuşmalı Yapay Zeka kullanımının yeniden canlanmasına neden oluyor. Bankacılık, e-ticaret, perakende, seyahat vb. Sektörlerdeki şirketler artık pazarlama, satış ve destek dahil olmak üzere neredeyse her müşteri temas noktası için konuşmaya dayalı yapay zekayı etkinleştiriyor. Doğal dil işlemedeki (NLP) son gelişmelerle desteklenen diyaloğa dayalı yapay zeka, tüketicilerin işletmelerle nasıl etkileşimde bulunduğunu değiştirmeye hazır. - Beerud Sheth, CEO'su Güpşup

bulut

Özellikle hibrit bulut için çoklu ve hibrit bulutun benimsenmesine yönelik daha düşünceli ve dengeli bir yaklaşım görmeye başlayacağımızı düşünüyorum. Herkese açık ve özel bulut görüşmelerinin ötesine geçiyoruz ve işletmeler bulutun bir “ya da” kararı olmadığı gerçeğini kabul ediyor. Tarihsel olarak, "genel bulut" un en son yeniliklerle ve "özel bulut" un değişime dirençli, yavaş, eski işletmelerle ilişkilendirildiğini gördük. İşletmeler, belirli maliyet, performans, güvenlik, uyumluluk ve yönetişim ihtiyaçlarını en iyi şekilde dengeleyen platformda çevik, modern uygulamaları devreye almalarına olanak tanıyan bir hibrit bulut mimarisinden elde edebilecekleri değeri daha iyi anlamaya başladıkça, bu duygu değişiyor.

Bununla birlikte konteynerler ve hibrit entegrasyon platformları gibi hibrit etkinleştirme teknolojilerinde bir artış geliyor. Göz önünde bulundurulması gereken bir diğer nokta, kendi veri merkezinizde çalışan hiper ölçekli bir bulut sağlayıcı çözümü olan bağlı hesaplamadır. Örnekler AWS Outposts, Google Anthos ve Microsoft Azure Stack'tir. Bunlar bugüne kadar benimsenemeyecek kadar yavaş olsa da, müşteriler özel / genel bulutun değerini ve hiper ölçekli bulut hizmeti tüketiminin tutarlılığını gördükçe büyümenin başlangıcını burada görmeye başlayabiliriz. - Kim King, Ürün Pazarlama Direktörü - Snow Software'de Bulut Yönetimi

COVID-19 Bulut Harcamalarını Hızlandırıyor: COVID-19 salgını nedeniyle uzaktan çalışmanın artmasıyla, şirketler BT bütçelerinin daha büyük bir bölümünü bulut tabanlı teknolojilere yatırıyor, kağıt tabanlı işlemlerden uzaklaşmak. İşletmelerin ortalama bulut harcaması 59'den 2018'de% 73.8 artışla 2020 milyon ABD dolarına yükseldi. Bu eğilim, şirketlerin uzaktan çalışmak için stratejiler benimsemeye zorlanması ve çalışanların geçişine başlasalar bile bu çalışma modlarını sürdürmenin faydalarını fark etmeleri nedeniyle 2021'e kadar devam edecek fiziksel konumlara geri dönün. COVID'nin sözleşme talebi, onay, yürütme ve ihale sonrası yönetim sistemlerinde dijital dönüşüme yol açtığı ve sözleşme yaşam döngüsü yönetiminde daha da fazla ilerleme için zemin hazırladığı en önemli örnek sözleşme olacaktır. - Harshad Oak, Genel Müdür, Müşteri Kabulü ve Değer, Icertis

Bir zamanlar buluta giden yolda "geçiş" olarak kabul edildiğinde, artık hedef hibrittir: Karma bulut yaklaşımı, bulut ilk uygulama için bir basamak olarak kabul edilirdi. Artık müşteriler, hibrit bir yaklaşımın hem iş ihtiyaçları için stratejik hem de ekonomik olarak en mantıklı olduğunu görüyor. IDC'ye göre, müşterilerin uygulamalarının ve verilerinin% 70'i genel bulutun dışında kalıyor. Bunu akılda tutarak, 2021'de daha fazla müşterinin hibrit bir yaklaşımı benimsediğini göreceğiz. Veri gecikmesi, uygulama karışıklığı, güvenlik ve uyumluluk nedenleriyle, sektörlerde giderek daha fazla kuruluşun verilerini şirket içinde tutmak istediğini görüyoruz. Aynı zamanda, kısmen pandemik ekonomi, veri çıkış ücretleri ve genel bulut sağlayıcılarına olan bağlılık nedeniyle, gerçek şu ki CIO'lar ve BT kuruluşları, sonuç olarak hibriti benimsiyorlar, bir amaca ulaşmak değil. - Keith White, Genel Müdür, GreenLake Bulut Hizmetleri

Bulut çevikliği harika, ancak kolayca kaçak maliyetlere yol açabilir. Benzer şekilde, şirket içi paylaşılan büyük veri kümeleri genellikle kaynakları israf eder. Bunların her ikisi de eksik SLA'larla sonuçlanır. Kronik aşırı harcamayı ortadan kaldırmak istiyorlarsa, şirketlerin bulut harcamalarını izlemek ve yönetmek için bir yöntem oluşturmaları gerekir. Bunu yapmanın en etkili yolu, gözlemlenebilirlik ve otomatik ayarlamadır. - Ash Munshi, CEO, biber verileri

Veritabanı / Veri Ambarı / Veri Gölü

Şirketlerin verilerini depolamak için kullandıkları çözümler önümüzdeki yıl da hızla gelişmeye devam ediyor. Açık kaynaklı ilişkisel veritabanı çözümlerine, ilişkisel olmayan veritabanı çözümlerine, PaaS tabanlı veritabanı çözümlerine ve bunların bir kombinasyonuna artan geçişler görüyoruz. Bu girişimlerin birincil odak noktası, Oracle ve Microsoft gibi satıcıların (hem açık kaynak hem de ilişkisel olmayan veritabanı geçişleri bu kategoriye giriyor) ağır destek sözleşmelerini azaltmak için yapılıp yapılmadıkları, işletme maliyetlerini düşürme başlığı altında gruplandırmak olabilir. personel giderlerini azaltın (PaaS hizmetlerine geçişler bu kategoriye girer) veya daha amaca yönelik bir veritabanı çözümüne geçerek performans verimliliği elde edin.

Veri geçişi şu anda ve büyük ölçekte gerçekleşiyor, bu nedenle bu yeni veritabanı çözümlerine geçerken, mevcut duruma karşı gelecekteki durum çözümünün yetenekleri, lisanslama ve destek sözleşmelerine olan etkisi dahil olmak üzere, dikkate alınması gereken birçok husus vardır. ve doğru çözümlerin uygulandığından emin olmak için bir yöntem. PaaS çözümleri bazı büyük avantajlar sağlarken, DBA'ların yine de bu sistemleri izlemesi ve yönetmesi ve performans, kullanılabilirlik ve güvenlik açısından verimlilik sağlamak için uygulama ekipleriyle çalışması gerekir. - Marc Caruso, Baş Mimar, Sözdizimi

360. Bu, vahşi ortamdaki veritabanı sistemlerinin sayısıdır. Seçim iyidir ve iş için doğru aracı bulmak akıllıca olsa da, aynı zamanda büyük bir karmaşıklık da ekler. Şirketler bulutta modernleşmeye geçtikçe, basitleştirme arayışına girecekler ve bu da veritabanı pazarında büyük bir konsolidasyona yol açacaktır. Çok işlevli yetenekler sunan veritabanı satıcıları, birbirine dikilmesi gereken ve verilere erişim için farklı yollar gerektiren çok sayıda niş veritabanı yerine kazanacaktır. - Franz Aman, ilişkisel veritabanı şirketi MariaDB'nin CMO'su

Şirketlerin verilerini depolamak için kullandıkları çözümler önümüzdeki yıl da hızla gelişmeye devam ediyor. Açık kaynaklı ilişkisel veritabanı çözümlerine, ilişkisel olmayan veritabanı çözümlerine, PaaS tabanlı veritabanı çözümlerine ve bunların bir kombinasyonuna artan geçişler görüyoruz. Bu girişimlerin birincil odak noktası, Oracle ve Microsoft gibi satıcıların (hem açık kaynak hem de ilişkisel olmayan veritabanı geçişleri bu kategoriye giriyor) ağır destek sözleşmelerini azaltmak için yapılıp yapılmadıkları, işletme maliyetlerini düşürme başlığı altında gruplandırmak olabilir. personel giderlerini azaltın (PaaS hizmetlerine geçişler bu kategoriye girer) veya daha amaca yönelik bir veritabanı çözümüne geçerek performans verimliliği elde edin.

Veri geçişi şu anda ve büyük ölçekte gerçekleşiyor, bu nedenle bu yeni veritabanı çözümlerine geçerken, mevcut duruma karşı gelecekteki durum çözümünün yetenekleri, lisanslama ve destek sözleşmelerine olan etkisi dahil olmak üzere, dikkate alınması gereken birçok husus vardır. ve doğru çözümlerin uygulandığından emin olmak için bir yöntem. PaaS çözümleri bazı büyük avantajlar sağlarken, DBA'ların yine de bu sistemleri izlemesi ve yönetmesi ve performans, kullanılabilirlik ve güvenlik açısından verimlilik sağlamak için uygulama ekipleriyle çalışması gerekir. - Marc Caruso, Baş Mimar, Sözdizimi

Veritabanı pazarı 1 yılına kadar 2025 trilyon dolara çıkacak. Son yirmi yıldır, veri tabanı pazarında IBM, Oracle ve SAP HANA'nın başı çektiği sağlam bir tutuş var. Şimdi, müşterilere işleri için neyin en iyi olduğuna karar verme seçeneği sunan bir korumanın değiştiğini görüyoruz. Hatta Forrester, halka açık bulut altyapısı pazarının 35'de 120 milyarda% 2021 büyüyeceğine dikkat çekiyor. Veritabanı pazarının 1 yılına kadar 2025 trilyon dolara çıkacağını ve yedi ila 10'dan fazla gerçekten güçlü veritabanı şirketinin önümüzdeki on yılda önemli ölçüde büyüyeceğini tahmin ediyorum. . - Raj Verma, CEO'su Tek Mağaza

Veri Gölü, Veri Ambarlarının Yaptığını ve Çok Daha Fazlasını Yapabilir: Hesaplama ve verilerin ayrılması, veri ambarlarına göre veri gölleri için avantajlar sağlarken, veri ambarlarının tarihsel olarak veri göllerine göre başka avantajları da olmuştur. Ancak bu, veri katmanındaki en son açık kaynaklı yeniliklerle artık değişiyor. Örneğin, Apaçi Buzdağı İşlem tutarlılığı, geri dönüşler ve zaman yolculuğu gibi veri gölünde önemli veri ambarı işlevselliği sağlarken, birden çok uygulamanın aynı veriler üzerinde işlemsel olarak tutarlı bir şekilde birlikte çalışmasını sağlayan yeni özellikler sunan yeni bir tablo formatıdır. Başka bir yeni açık kaynak projesi, Nessie Projesi, veri gölleri için Git benzeri anlambilim sağlayarak Iceberg'in yanı sıra Delta Lake'in yeteneklerini geliştirir. Nessie ayrıca, Spark, Dremio, Kafka ve Hive dahil olmak üzere birden çok kullanıcı ve motordan gelen işlemleri kapsayan tek bir işlemi mümkün kılarak gevşek bağlı işlemleri gerçeğe dönüştürüyor. - Tomer Shiran, kurucu ortağı dremio

2021'de meta veri katmanının geri dönüşü, gömülü yapay zeka ve otomatikleştirilmiş analitik ve özellikle iş kullanıcıları için tasarlanmış yeni basitleştirilmiş sorgu arayüzleri olmak üzere üç ana eğilim ortaya çıkacak. Veri varlıklarının gelişmiş yönetişimini ve genişletilebilirliğini desteklemek için, analitik çözümlerin temel temel bileşenleri olarak meta veri katmanlarının geri dönüşüne ihtiyaç vardır. Akıllı meta-veri katmanları ile yeni, basitleştirilmiş kullanıcı arayüzleri ortaya çıkacak ve işletme kullanıcılarının, minimum analitik becerilerle içgörü elde etme süresini kısaltmalarına olanak tanıyan daha kılavuzlu bir yaklaşımla verilerle etkileşim kurmalarına olanak tanıyacak. Yapay zeka ve otomatik analitik, kurumsal alandan, bu yetenekleri yerleştirecek ve müşteri tabanları aracılığıyla kitlesel benimsemeyi sağlayacak yazılım satıcılarına doğru kayacak. - Glen Rabie, CEO Sarı

Veri Mühendisliği

Şirketler veri mühendisine ve veri hatlarına yeniden yatırım yapacak. 2020'nin bir etkisi, birçok şirketin önce hayatta kalma yaklaşımına geçmesi ve bunun da veri entegrasyonlarında "kap ve git" mantığıyla sonuçlanmasıydı. İşletmelerin alt çizgileri istikrar kazandıkça ve makroekonomik düzeyde daha fazla öngörülebilirlik gördükçe, tahminimiz 2021 veri mühendisinin yılı ve şirketlerin veriler için "dayanmak için inşa edilmiş" bir yaklaşıma geri döneceği yönünde. boru hatları. Evinizdeki borularınızdaki su için "dayanacak şekilde üretildi", suyun her zaman açık, temiz ve doğru sıcaklıkta olduğu anlamına gelir. Veriler için "dayanıklılık için tasarlandı", veri analitiğinizde zamanında ve güven sağlamak için akıllı veri ardışık düzenleri oluşturduğunuz anlamına gelir. - Akış Kümeleri CEO Girish Pancha

Şirketler DevOps'a daha fazla çaba sarf etme ihtiyacının farkına varacaklar: “DevOps ardışık düzenleriyle, teslimat sürecinin güvenliğini sağlamak ve test etmek de dahil olmak üzere yapılması gereken çok fazla iş var. Yazılım geliştirici topluluğu nereye gitmesi gerektiğini bilir, ancak iş ve yoldaki engeller her zaman beklenenden daha büyüktür. Bu nedenle, 2021'de takım veya CI / CD kalıpları açısından büyük değişiklikler göreceğimizden şüpheliyim. Bunun yerine, daha fazla insanın DevOps ardışık düzenine, süreçlerine ve doğrulamasına daha fazla çaba sarf etmeleri gerektiğini anladıklarını göreceğiz. CI / CD otomasyonlarını hızlandırmak ve iyileştirmek için ikiye katlayacaklar. Kuruluşlar ancak bu süreçler olgunlaştığında teslimat uygulamaları ve araçlarına güvenebilirler. - Fred Simon, kurucu ortak ve Baş Veri Bilimcisi, JFrog

Veri yönetimi

BT, 2021'de işgücü siber güvenliğini korumak için erişim yönetimini istihbaratla aşılayacak. Kurumsal teknolojilerdeki, siber tehditlerdeki ve kullanıcı ortamındaki değişimlerin hızlanması, geleneksel kimlik yönetişimi ve yönetimi (IGA) çözümleri ve dolayısıyla güvenlik ve uyumluluk ekipleri üzerindeki baskıyı artırıyor. Artan uyumluluk risklerinin yanı sıra, kurumsal BT ortamları her yıl daha karmaşık hale gelir ve şirketlerin kullanıcı erişimi sağladığı uygulama ve sistemlerin sayısını artırır. Bu zorluklar, kuruluşları erişim talebini, erişim onayını, sertifikasyon ve rol modelleme süreçlerini basitleştiren ve otomatikleştiren yapay zeka odaklı çözümler aramaya itiyor. 2021'de, yapay zekanın otonom bir kimlik yaklaşımı sağlamak için giderek daha fazla kullanıldığını göreceğiz.

Yapay zeka ile aşılanmış kimlik doğrulama ve yetkilendirme çözümleri, mevcut IGA çözümlerinin üstüne katmanlanacak veya bunlarla entegre edilecek, tüm kimlik verilerini toplayıp analiz ederek bağlamsal, kurumsal çapta görünürlük sağlayacak ve geniş ölçekte kullanıcı erişiminin farklı risk düzeylerine ilişkin içgörü sağlayacak. AI kullanımı, sistemlerin yüksek riskli erişim veya politika ihlalleri konusunda güvenlik ve uyum ekiplerini tanımlamasına ve uyarmasına izin verecektir. Zamanla, bu yapay zeka sistemlerinin açıklanabilir sonuçlar ürettiğini ve kurum içindeki en zor siber güvenlik zorluklarından bazılarının otomasyonunu artırdığını göreceğiz. - Eve Maler, CTO'su ForgeRock

Yapay zeka yönetişim çerçevelerinin küresel uygulamasının 2020'de, işletmelerin yapay zeka uygulamalarının sonucuyla ilgili ayrıntılar istediği yerlerde başladığını gördük. AI uygulamalarının uygun bir açıklanabilirlik düzeyinin sağlanması, kaliteli verilerin kullanılması, denetlenebilirliğin sağlanması, etik, adil ve şeffaf olması, veri koruma gereksinimlerine uyulması ve etkili siber güvenlik önlemlerinin uygulanması kadar önemlidir. Yapay zeka yönetişim çerçevelerinin uygulanması şu anda finans ve bankacılıkta daha fazla görülüyor, ancak 2021'de bunun daha yaygın hale geldiğini göreceğiz.

Sağlık hizmetleri, e-ticaret ve mobilite hizmetleri gibi diğer dikeyler, onu rekabetçi bir farklılaştırıcı olarak kullanmaya başlayacak. Örneğin, sağlık hizmeti sağlayıcıları, verilerin nasıl kullanıldığı ve bu verileri korumada nasıl etik ve adil oldukları konusunda daha şeffaf olmaya başlıyor. İşletmeler eğrinin ötesinde kalmak istiyorsa, kendilerini bu küresel harekette lider olarak konumlandırmak için şimdi etik AI çerçeveleri geliştirmeye başlamalılar. - Mohan Mahadevan, Araştırma Başkan Yardımcısı, Onfido

Yapay Zeka, Bulut Güvenliği ve Yönetişiminde İvme Kazandıracak. 2021'de yapay zeka, yalnızca anormallikleri tespit etmenin ve böylece güvenlik ekiplerine yönelik potansiyel tehditleri işaretlemenin çok ötesine geçecek. Bulut yönetişimi, giderek karmaşıklaşan bir görevdir ve hızla, insanların tek başına yönetmesinin imkansız olduğu bir noktaya ulaşmaktadır. Önümüzdeki yıl iş akışlarını düzene sokarak, değişiklikleri yöneterek ve arşivleyerek bulut hijyenini korumak için yapay zekaya giderek daha fazla güvenilecek. Yapay zeka ile uygun bulut hijyeni oluşturulduktan ve korunduktan sonra, stratejik bir öngörüsel bilgi aracı olarak da kullanılacaktır. AI, tehditleri ve güvenlik açıklarını tahmin edip ele alarak, işletmelerin bulut ortamları için mümkün olan en iyi sonucu oluşturmalarına yardımcı olacaktır. Yapay zekayı stratejik bir varlık olarak kullanmak, CIO'ları, maliyetleri ve uyumluluk risklerini değerlendirme gibi bulut ortamları hakkında bilinçli kararlar alma konusunda güçlendirecektir. - Keith Neilson, Teknik Evangelist Bulut Küresi

2021'e baktığımızda, etik yapay zeka ve veri yönetişiminin temas takibi (COVID-19 ile mücadele), bağlı araçlar ve akıllı cihazlar (verilerin sahibi kim?) Ve kişisel siber profiller (gizlilik sorularına yol açan artan siber ayak izi). - Cindy Maike, Endüstri Çözümlerinden Sorumlu Başkan Yardımcısı, Cloudera

Çok ortamlı bir gerçeklik için veri yönetişimi. Uzun zaman önce, kuruluşların tüm kendi verilerini şirket içinde veya hatta yalnızca bir bulut sağlayıcısı içinde barındırdığı zamanlar oldu. Artık kuruluşlar şirket içi verilere sahip ve özel ihtiyaçlarına göre birkaç bulut sağlayıcısıyla ortaklık yapıyor. Bu gerçeklik, veri yönetişimine nasıl yaklaşılması gerektiğine dair bir "yeniden düşünme" yarattı. Kuruluşlar, mevcut veri yönetişimlerinin nasıl etkileneceğini ve nelerin ayarlanması gerektiğini, buluttaki veri kalitesinin nasıl izleneceğini ve bulut içinde ve dışında veri hareketinin nasıl yönetileceğini (ve bununla birlikte gelen büyük masrafı) belirlemelidir. - Todd Wright, SAS'da Veri Yönetimi ve Veri Gizliliği Çözümleri Başkanı

Yapay Zeka, Bulut Güvenliği ve Yönetişiminde İvme Kazandıracak. 2021'de yapay zeka, yalnızca anormallikleri tespit etmenin ve böylece güvenlik ekiplerine yönelik potansiyel tehditleri işaretlemenin çok ötesine geçecek. Bulut yönetişimi, giderek karmaşıklaşan bir görevdir ve hızla, insanların tek başına yönetmesinin imkansız olduğu bir noktaya ulaşmaktadır. Önümüzdeki yıl iş akışlarını düzene sokarak, değişiklikleri yöneterek ve arşivleyerek bulut hijyenini korumak için yapay zekaya giderek daha fazla güvenilecek. Yapay zeka ile uygun bulut hijyeni oluşturulduktan ve korunduktan sonra, stratejik bir öngörüsel bilgi aracı olarak da kullanılacaktır. AI, tehditleri ve güvenlik açıklarını tahmin edip ele alarak, işletmelerin bulut ortamları için mümkün olan en iyi sonucu oluşturmalarına yardımcı olacaktır. Yapay zekayı stratejik bir varlık olarak kullanmak, CIO'ları, maliyetleri ve uyumluluk risklerini değerlendirme gibi bulut ortamları hakkında bilinçli kararlar alma konusunda güçlendirecektir. - Keith Neilson, Teknik Evangelist Bulut Küresi

Veri Bilim

2020, bazı firmalar için acımasızdı, diğerleri için ödüllendirici ve herkes için zorlayıcıydı. 2021'e girerken, geride kalanların kendilerini dijital olarak yeniden keşfetmeleri için varoluşsal bir zorunlulukları var ve önde gelen firmalar taleplere ayak uydurmak için mücadele ediyor. Tüm bu işletmelerin öngörülebilir maliyetler, güvenilir performans ve gerçek zamanlı görünürlük ile% 100 veri entegrasyonundan yararlanmaları gerekir. - Bonnie Holub, Uygulama Lideri, Veri Bilimi, Amerika, Ter veri

Veri demokratikleşmesi yeni norm haline gelecek. Tüm işletme genelinde büyümenin genişlemesini sağlamak CDO'nun görevidir. Bu, insanların gerçekten kullanabileceği yapılandırılmış veriler sağlayarak başarılabilir. Başarılı bir CDO, insanlar tarafından erişilebilir ve anlaşılabilir olması için verileri demokratikleştirmelidir. İyi bir CTO, gerekli verileri bulmak için gerekli araçları oluşturarak CDO'yu tamamlayacaktır. Bu, kullanıcılara içgörüler çalıştırmak için verilerin peşinden gitmelerine olanak tanıyan bir dizi görselleştirme aracı ve raporlama aracı sağlamak anlamına gelir. 2021'e geçerken, bu iki rol arasında zorunluluktan kaynaklanan daha fazla ve daha sıkı bir işbirliği görmeye devam edeceğiz. Kötü veriye sahip araçlarınız varsa, veri zorluklarını daha da artırıyorsunuz demektir. Sınırlı araçlarınız varsa, yalnızca küçük bir alt küme verilerle her şeyi yapabilir. - Derek Knudsen, Baş Teknoloji Sorumlusu Alteryx

Vatandaş analistleri, veri bilimcisi olmak için giderek daha fazla beceriye sahip olacaklar. Çoğu sektörün ve şirketin artan karmaşıklığı, BT süreçlerini geliştirme veya analitiği kullanma açısından kendi kendine yeterliliği gördüğümüzde, bu beceri setini daha da genişletmek için hızla büyük bir itici güç olacağı anlamına gelir. Pazarın aydan aya düzensiz bir şekilde değişmesiyle birlikte, veri bilimine her zamankinden daha fazla vurgu yapılacaktır. Bu da, daha fazla vatandaş analisti veri bilimcisi olma becerilerini geliştirmeye yönlendirecektir. - Sharmila Mulligan, Strateji ve Pazarlama Direktörü, Alteryx

Python veri görselleştirme kitaplıkları senkronize edilecek. Sonunda Python veri görselleştirme kitaplıklarının birlikte çalıştığını görmeye başlıyoruz ve bu çalışma 2021'de devam edecek. Python yıllardır gerçekten harika görselleştirme kitaplıklarına sahipti, ancak kullanıcıların bunu yapmasını zorlaştıran çok fazla çeşitlilik ve kafa karışıklığı var. uygun araçları seçin. Pek çok farklı kuruluştaki geliştiriciler, Datashader'ın sunucu tarafı büyük veri işleme ve HoloViews'ın bağlantılı fırçalama gibi Anaconda tarafından geliştirilen yetenekleri çok çeşitli çizim kitaplıklarına entegre etmek için çalışıyor, böylece daha geniş bir kullanıcı tabanına daha fazla güç sunuluyor ve çabaların tekrarlanmasını azaltıyor. Devam eden çalışmalar, 2021 ve sonrasında bu senkronizasyona daha fazla yardımcı olacaktır. - James A. Bednar, Kıdemli Yönetici, Teknik Danışmanlık, Dev piton

Veri bilimcileri için iş becerileri her zamankinden daha kritik hale gelecek. Veri içgörüsünü ve tahmine dayalı modellemeyi iş etkisi için eyleme dönüştürülebilir içgörüye dönüştürmek için veri bilimcilerin iş dilini konuşmaları gerekecek. Teknoloji sahiplerinin ayrıca, teknik ve işletme sahiplerinin birlikte çalışabilmesi için teknolojiye erişimi basitleştirmeleri gerekecektir. Veri bilimcileri için vurgu, sadece bir şeyleri ne kadar hızlı inşa edebilecekleri değil, işin geri kalanıyla ne kadar iyi işbirliği yapabilecekleri olacaktır. - Florian Douetteau, CEO ve kurucu ortağı veriiku

Self servis, kendi kendine yeterliliğe dönüştü: Sanal bir dünyada, self servisin gelişmesi gerekiyor. Hiçbir kullanım kılavuzu olmadığında ve bir kullanıcının elini tutacak kimse olmadığında, hızlı, sezgisel bir artış, benimseme için bir hijyen faktörü haline gelir ve zorlayıcı kullanıcı arayüzleri artık sahip olunması hoş olmayacaktır. Ancak, kullanıcıların genellikle kendi kendilerine hizmet etmek istemediklerini de gördük; giderek artan bir şekilde içgörülerin kendilerine gelmesini bekliyorlar. Sonuç olarak, artırılmış tüketici için daha fazla mikro analiz ve hikaye göreceğiz. Ek olarak, veriler genellikle göz ardı edilir. Kullanıcıların verilere, içgörülere ve iş mantığına daha erken ve sezgisel olarak erişmesini sağlamak, görselleştirme self servisinden veri kendi kendine yeterliliğine geçişi mümkün kılacaktır. Yapay zeka, mikro içgörüler ortaya çıkararak ve komut dosyası içeren ve insan odaklı süreçlerden daha otomatik, düşük kodlu ve kodsuz veri hazırlama ve analitiğe geçmemize yardımcı olarak burada önemli bir rol oynayacak. Daha fazla insan değer zincirinde daha önceki verilerle kendi kendine yetebilirse, anormallikler daha erken tespit edilebilir ve sorunlar daha erken çözülebilir. - Dan Sommer, Kıdemli Müdür, Küresel Pazar İstihbaratı Lideri Qlik

Tarihsel olarak şirketler, "Veri Bilimcisi" olan insanlara çok değer veriyordu. İleriye dönük olarak, konusunda uzman kişileri işe almaya ihtiyaç duyulacaktır. Veri toplama. Yapay zeka modellerinin çalışması için, büyük miktarda veriye ihtiyaç vardır ve dahası, kritik veriler hala birçok kuruluştaki silolarda bulunur; bu nedenle, veri toplama becerisine sahip bireylere talep yüksek olacaktır. - Clara Angotti, Başkan Sonraki Yol

Veri bilimcileri, bir COVID-19 aşısının geliştirilmesinde kritik bir rol oynayacak. Bir aşının geliştirilmesinden deneme ve dağıtımın analizine kadar veriler, önleyici bir çözüm bulup bulmadığımızı bilmenin anahtarı olacaktır. Veri bilimcileri, ilk uygulanabilir aşının üretilmesinde geleneksel olarak eğitilmiş bilim adamları kadar önemli olacaklar. Aşıların geliştirilmesini hızlandırmak için insanlar yönetebilmeli, karar verebilmeli ve bu verilere güvenebilmelidir. Hızın kritik olduğunu, veri çevikliğinin gerekli olduğunu ve yeni otomatik sistemlerin yeni inovasyonları mümkün kılarak sonuçta bir aşıya yol açacağını bilmek. Aşının dağıtımını hızlandırmak, veri yönetiminde büyük bir çeviklik ve otomasyon gerektirecektir. - Infoworks CEO'su Buno Pati.

Veriler dünyayı yönetmeye devam ederken, kuruluşlar hala gerçek bir rekabet avantajı için bu verileri kullanmakta zorlanıyorlar. Vatandaş Veri Bilimi Hareketi, verileri işleme ve yorumlama becerisini geniş çapta desteklemek için ortaya çıktı. Ama daha iyi bir yol var mı? Bir sistemde herhangi bir yerde bulunan yorumlanmamış ham verilerin çok yararlı olmadığı göz önüne alındığında, insanları düzeltmek yerine verilere sadece ticari anlam katmak ve verileri onarmak daha akıllıca (ve daha kolay) olmaz mıydı. - Enterprise Knowledge Graph Platform geliştiricisinin kurucusu ve CEO'su Kendall Clark, yıldız köpeği

Veri Bilimi için Mimaride Bir Uptick Göreceğiz: Veri yönetiminde uzmanlaşmak, iş zekasını ve çevikliğini iyileştirmek isteyen birçok BT grubu için en önemli konu olacaktır. Bu nedenle, yapay zeka, makine öğrenimi, otomasyon, veri gölleri ve diğerlerinin geliştiği şemsiye olan veri bilimi, 2021'de büyük bir büyüme görecek. Veriye dayalı davranışları analiz etmekten, market alışverişini bulutta güçlü bilgi işlemden yararlanmaya ve Medya üretim modellerini iyileştirirseniz, veri bilimi birçok kişinin rekabette kalmasına öncülük edecektir. Kendi başlarına tedarik etmek için çok pahalı olan bu şirketlerin çoğu, veri bilimi projelerini bir abonelik modeli ile üçüncü taraflara dış kaynak olarak kullanacaktır. - Dustin Milberg, Saha CTO Bulut Hizmetleri, Mülakat

Veri Bilim Adamlarının Tam Potansiyelini Açığa Çıkarmak için Ardışık Düzenlerinizi Otomatikleştirin: Veri bilimciler genellikle veri hazırlama, özellik mühendisliği ve modelleme gibi görevlerle çok meşguldür. Bu görevler, bu adımları otomatikleştirmeye yardımcı olan araçlarla artırıldıkça, veri bilimcilerinin kendilerini paha biçilmez kaynaklar haline getirecek daha derin, stratejik yaklaşımlara harcadıkları zaman için rutin görevlerde ticaret yaptığını göreceğiz. Geçici analizleri daha verimli bir şekilde tekrarlanabilir hale getirmek için iş yapay zekası çözümlerinin daha sistematik uygulamalarını görmeyi umuyoruz. - Justin Silver, Doktora şirketinde AI Strateji Uzmanı Artıları

Derin Öğrenme

Derin Öğrenme tabanlı kurumsal çözümlerin girişimlerde ve işletmelerde benimsenmesi aşamalı bir artış görecek. En önemli engel, GPU bulut sunucuları tedarik etmenin maliyetleri ve yüksek maliyetli insan kaynakları olmaya devam edecek. - Sundeep Reddy Mallu, Analiz Müdürü gramer

Son yıllarda hepimizin tanık olduğu gibi, Doğal Dil İşleme alanındaki araştırma ve geliştirme, BERT, GPT-3 vb. Transformer dil modellerinde atılımlarla hızla ilerledi. Son teknoloji performansa ulaşırken, büyük veri setlerine ihtiyaç duyuyorlar. ve önemli miktarda karbon ayak izine sahip eğitim ve çıkarım için büyük miktarda hesaplama kaynağı. Bu atılımları daha erişilebilir kılmak için karbon emisyonları, çok uzun eğitim süreleri, alan ve hesaplama etkili modeller ile ilgili endişeleri gidermek için yeni model mimarileri ve eğitim teknikleriyle daha fazla çaba ve araştırma ortaya çıkacağını göreceğiz; Hızlı Dikkat Çeken Sanatçılar gibi yeni modeller bu yönde hareket etmek için katalizör görevi görecek. - Kavan Shukla, Veri Bilimcisi, Fin yapay zekası

donanım

Donanım ve yazılım, yapay zekaya özgü donanımın yükselişiyle birleşiyor. Apple'ın M1 çipini duyurmasının da gösterdiği gibi, amaca yönelik donanım daha yaygın hale geliyor, bu da insanların üzerinde çalıştıkları gerçek donanım hakkında daha önce yaptıklarından daha fazla düşünmeye başlayacakları anlamına geliyor - veri bilimcileri dahil. Makine öğrenimine özgü donanımdaki artış, muhtemelen performans iyileştirmelerine yol açacaktır, ancak aynı zamanda model dağıtımında başka bir değişken de sağlar. Özellikle bulut ve mobil ortamlarda etkili olacak. Bu, geleneksel olarak donanım ve yazılım arasında var olan duvarı daha da yıkacak ve yapay zeka kullanım durumları öncülük edecek. - Kevin Goldsmith, CTO, Dev piton

2012'den bu yana yapay zeka hesaplama gücü, Moore Yasası'nın 5 katı oranında arttı ve yaklaşık her 3.5 ayda bir ikiye katlandı. Günlük yaşamlarımızı etkileyen yapay zeka motorları üzerine inşa edilen ve hatta bazıları bir bütün olarak insanlık için kritik olan (örneğin, iklim değişikliği için modelleme ve çözme) artan uygulama sayısı göz önüne alındığında, bu performans ölçeklendirme uyumsuzluğuna bir çözüm bulmak, her ciddi fabless ve çip üreticisi firmanın öncelik listesi. Moore Yasasının nasıl algılandığına ilişkin değişiklik ihtiyacı 2021'de daha belirgin hale gelecektir. En son eğilim, yıldan yıla performans iyileştirmeleri sağlamak için daha verimli yazılım yazmaktan bahsetmek olmuştur. Bu riskli bir bahistir, çünkü temelde yeni algoritmaların geliştirilmesi bir programda gerçekleşemez ve bu nedenle geleneksel yarı iletken tik-tak ilerleme programı ile uyumlu değildir. Temel bilgi işlem teknolojileri de gelişmelidir. Önümüzdeki yıl da değişimler ve iyileştirmeler görmeye devam edeceğiz. - Nick Harris, CEO'su ve kurucu ortağı Işık Maddesi

Bellek İçi Hesaplama

2021'de, COVID-19 ve daha katı düzenlemelerle hızlanan işletmeler, gelişen çevrimiçi-dijital ekonomide başarılı olmak için veri dönüştürme girişimlerini yürütmeye devam edecek. Veriye dayalı operasyonları optimize etmek ve yeni hizmetleri ve uygulamaları hızla tanıtmak için işletmeler tarafından aşırı hız, bulut çevikliği ve operasyonel analitik benimsenecek.

Dijital Entegrasyon Merkezi olarak da bilinen bulutta yerel bir veri yapısına dayalı teknoloji çözümleri, kuruluşların dijital ve analitik gereksinimlerini karşılamak için eski kayıt sistemlerinden ve veri tabanlarından ayırıp ayırmalarına ve dijital ve analitik gereksinimlerini karşılamalarına olanak tanır. mevcut kritik görev sistemlerinden tamamen vazgeçmeleri gerekir. Analiz ve iş zekası için bellek içi hız ve ölçeğin kullanıma sunulması, gerçek zamanlı raporlamayı ve yeni verilerin görselleştirilmesini teşvik edecek ve makine öğrenimi modellerinin kredi onayları, dolandırıcılık analizi ve müşteri gibi çevrimiçi hizmetler için daha doğru gerçek zamanlı verileri kullanmasını sağlayacaktır. 360 yetenekleri. AIOps ayrıca bir odak noktası olacak ve karmaşık veri ve analitik işlemlerini otomatikleştirmek ve kolaylaştırmak, pazara sunma süresini azaltmak ve insan hatalarını en aza indirirken maliyetleri düşürmek için kullanılacaktır. - Adi Paz - CEO - GigaSpaces 

2020'de COVID-19 salgını, birçok işletmeyi, özellikle yemek dağıtımı, e-ticaret, lojistik, uzaktan erişim ve işbirliği hizmetlerinde, web sitesi ziyaretçilerindeki artışlar karşısında yüksek uygulama performansını sürdürmek için altyapıyı önemli ölçüde genişletmeye ve yükseltmeye yöneltti. teslimat talepleri, satış işlemleri, video akışı ve daha fazlası. Bu işletmelerin birçoğu, uygulama verimini artırırken aynı zamanda performansı sürdürmeye veya iyileştirmeye yönelik en hızlı yaklaşımın, Apache Ignite gibi bir bellek içi bilgi işlem platformu kullanılarak oluşturulmuş, dağıtılmış bir bellek içi veri ızgarası (IMDG) dağıtmak olduğunu keşfetti. var olan bir uygulama ile disk tabanlı veritabanı arasında büyük değişiklikler yapılmadan. IMDG, uygulama verilerini RAM'de önbelleğe alarak ve dağıtılmış bir sunucu düğümleri kümesi boyunca büyük ölçüde paralel işlemeyi (MPP) uygulayarak performansı artırır. Ayrıca, dağıtılmış mimari, kümenin hesaplama gücünün ve RAM'inin yeni düğümler eklenerek artırılmasına olanak tanıdığından, kapasiteyi ölçeklendirmek için basit bir yol sağlar.

 2021'de IMC platformlarının kullanımı kolaylaşacak ve bilgili IMC uygulayıcılarının sayısı hızla artmaya devam edecek. Bu, IMC'nin benimsenmesinin daha fazla sektöre ve daha geniş bir şirket havuzuna yayılmasını sağlayacaktır. Sonuç olarak, daha fazla işletme, yalnızca COVID taleplerine yanıt vermek için değil, aynı zamanda pandemik tehdit ortadan kalktıkça yeni stratejik ve rekabetçi talepleri karşılamak için hızlı uygulama hızlandırma için IMC'den yararlanmak üzere daha iyi konumlandırılacaktır. - Nikita Ivanov, CTO ve GridGain'in kurucusu Sistemler

IOT

İşletmelerde IoT'nin benimsenmesi her zamankinden daha fazla artacak: Pandeminin işletmeler üzerindeki etkilerinin ışığında, işletmeler 2021'de karar alma hızını artırmak için yeni veya ek yollar arayacaklar. IoT bunda bir rol oynayabilir. BI açısından bakıldığında zorluk, IoT'nin zaman içindeki performans gibi uyum sağlaması gereken farklı veri modellerine sahip olduğunun fark edilmesidir. Veri üretimi ve işlemler arasındaki gecikme süresinin azaltılması anahtar olacaktır. En zeki kuruluşlar, buna yalnızca para harcayamayacaklarını, bunun yerine düşünceli içgörüleri paylaşan yeni veri modelleri oluşturmak için stratejik olmaları gerektiğini anlayacaklar. - Eric Raab, Mühendislik ve Ürün Kıdemli Başkan Yardımcısı, Bilgi Üreticileri

Pandemi, şirketlerin faaliyetlerinde daha fazla esneklik, görünürlük ve verimlilik elde etmelerine olanak tanıyan çözümlerle Endüstri 4.0 dönüşümlerini tamamlama ihtiyacını büyük ölçüde hızlandırdı. Yapay zeka, makine öğrenimi, makine görüşü ve gelişmiş analitik dahil olmak üzere, bu ihtiyacı karşılamaya yardımcı olan çözümlerin benimsenmesinde bir hızlanma göreceğiz. Ekonomi geri döndükçe, geniş oyuncu ekosisteminin bu çözümleri dağıtmasına izin vermek için daha fazla BT kapasitesine sahip temel OT altyapısına yapılan yatırımları görmeye devam edeceğiz ve Endüstri 4.0'ın benimsenmesinin 2021'de önemli ölçüde arttığını göreceğiz. - Christine Boles, Başkan Yardımcısı , IoT Group ve GM, Endüstriyel Çözümler Bölümü, Intel

Uç bilişimin patlaması: Tüketicilerden ve şirketlerden gelen artan bilgi işlem ve hız talepleri nedeniyle veri merkezi endüstrisinde uç bilişimde bir artış görmeye devam edeceğiz. Düşük gecikmeli bir ağ, işlem hacmini en üst düzeye çıkarmaya ve sunucu boşta kalma süresini azaltmaya çalışan ortamlarda kritik öneme sahiptir. - Timothy Vang, Ph.D., pazarlama ve uygulamalardan sorumlu başkan yardımcısı Semtech en Signal Integrity Ürünleri Grubu

Edge yeni buluttur: 2021'de akıllı fabrika girişimlerini ölçeklendiren şirketler için, işle ilgili sonuçları sağlamak için görev açısından kritik iş yüklerinin gerçek zamanlı kullanılabilirliği gerekli olacaktır. Edge computing, işin gerçekleştiği yerde gerçek zamanlı veri işlemeyi etkinleştirerek mevcut bulut altyapısını tamamlayacak (ör. Motorlar, pompalar, jeneratör veya diğer sensörler). Uçtan buluta entegre analitiğin uygulanması, bu kuruluşların dijital sistemlerdeki yatırımların değerini en üst düzeye çıkarmasına yardımcı olacaktır.

Sektör, daha merkezi olmayan bilgi işlem ortamlarına doğru ilerlemeye devam edecek ve kenar, dijital dönüşüm girişimlerine önemli bir değer katacak. Kuruluşlar, uç işlevlerini mevcut bulut altyapısıyla entegre ederek, lojistik BT konuları hakkında daha az endişe duyacaklar ve bunun yerine, akıllı bir makinede nelerin mümkün olduğunu yeniden düşünmeye odaklanacaklar: Hangi soruları daha hızlı yanıtlayabilir? Hangi yeni sorunları çözebilir? Operasyonları nasıl daha iyi koruyabilir? Analistler, 2022'ye kadar %99 Bu nedenle endüstriyel işletmelerin% XNUMX'i uç bilişimden yararlanacak. - Keith Higgins, Rockwell Automation Dijital Dönüşümden Sorumlu Başkan Yardımcısı

Yaratıcı beyinler IoT'yi ileriye doğru itiyor: IoT ve akıllı ürün geliştirme, mikroişlemcilerin teknik iyileştirmeleri yavaş olduğundan, yonga üreticilerinin bu cihazların ne kadar ince olabileceğine dair teorik sınırın yakınında fiziksel olarak mümkün olan sınırlamalara karşı koşması nedeniyle yavaş çalıştığı için, yaratıcı tasarımlara ve düşünceli çözümlere dayanacaktır. olmak. Post-Moore's Law ürün geliştirme, yeni nesil güçlü yonga setlerine güvenmek yerine, iş ve toplum sorunlarını çözmek ve günlük tüketici süreçlerini iyileştirmek için yaratıcı çözümler üretmek için mühendislerin ve tasarımcıların yaratıcılığına dayanacaktır. - Sam Mahalingam, CTO, Altair

Makine öğrenme

BT Operasyonlarındaki yatırım dolarları, temel iş akışı otomasyonundan dijital operasyonlara dönüşme dürtüsü ile yerel AI / ML çözümlerine geçecek. İş akışı işlemleri ve ilgili otomasyonu, teknoloji daha güçlü hale geldikçe doğal olarak yapay zeka / makine öğrenimi çözümlerini içerecek şekilde gelişecektir. Yapay zeka ve makine öğrenimi, şirketler daha fazla veri topladıkça ve organizasyon ve idari işlemleri değiştirdikçe iş akışı otomasyonunu geliştiriyor ve buna bağlı olarak iyileştiriyor. - Shiva Ramani, CEO'su iOPEX

Kuruluşlar, manuel süreçleri otomatikleştiren ve izleme yeteneklerini geliştiren makine öğrenimi teknolojileri için yeni uygulamalar bulacak. Şirketler, BT harcamaları boyunca daha derin izleme, daha fazla otomasyon ve katma değerli bilgi sağlayan ürünler arayacak. Örneğin, yapılandırma ve yönetim görevlerinin uygulamaya duyarlı izlenmesini ve otomasyonunu sağlayan kullanılabilirlik çözümleri, geleneksel yük devretme çözümlerine göre önceliklendirilecektir. HA'daki yeni yenilikler, IoT cihazlarının ve bunların bağımlılıklarının yol açtığı artan karmaşıklık ve felaketlerin üstesinden gelmek için ortaya çıkacaktır. - Cassius Rhue, Başkan Yardımcısı, Müşteri Deneyimi, SIOS Teknolojisi

Tarihsel olarak, algoritmalar daha çok makine öğrenimi ve sinir ağları hakkındaydı. Artık, kendi kendine yeten ve kendilerini insan beyninin bilinçaltı kısmına oldukça benzer bir şekilde öğretip eğitebilen daha fazla makine görüyoruz. Başka bir deyişle, beynin analitik kısmını taklit etmek için kullanılan algoritmalar; şimdi insan beyninin sağduyu, içgüdü duyguları ve sezgi dediğimiz en büyük, en güçlü ve en ilgi çekici bölümünü taklit ediyorlar. İnsanlara onları eğitmek ve öğretmek için güvenmek yerine, günümüzün denetimsiz makine algoritmaları muazzam miktarda veri toplayabiliyor, dünyanın resimlerini oluşturabiliyor ve insanlar tarafından yapılacak olanlara çok benzer çıkarımlar yapabiliyor. Bilgisayarların kendilerini eğitebileceği bir dünyaya geliyoruz. - ThetaRay CEO'su Mark Gazit

Önyargıyı azaltmak: Bu yıl, yapay zeka algoritmalarında önyargı ve hafifletme ve algoritma tabanlı kişiselleştirmenin toplumsal etkilerinin nasıl ele alınacağı hakkında birçok gerekli konuşma yapıldı. Ancak, makine öğrenimi sistemlerinin sonuçlarına ilişkin içgörü sağlayan, önyargıyı ortaya çıkaran ve zaman içinde dağıtılan modellerde sapmayı kontrol eden araçları geliştirmeye devam etmemiz gerekiyor. Zararlı önyargı kaynaklarını sürdürmediğimizden veya yaratmadığımızdan emin olmak için, bu sistemlerden daha fazla üretime geçtikçe, bu daha da kritik hale geliyor. - Kevin Goldsmith, CTO, Dev piton

Kuruluşlar, manuel süreçleri otomatikleştiren ve izleme yeteneklerini geliştiren makine öğrenimi teknolojileri için yeni uygulamalar bulacak. Şirketler, BT harcamaları boyunca daha derin izleme, daha fazla otomasyon ve katma değerli bilgi sağlayan ürünler arayacak. Örneğin, yapılandırma ve yönetim görevlerinin uygulamaya duyarlı izlenmesini ve otomasyonunu sağlayan kullanılabilirlik çözümleri, geleneksel yük devretme çözümlerine göre önceliklendirilecektir. HA'daki yeni yenilikler, IoT cihazlarının ve bunların bağımlılıklarının yol açtığı artan karmaşıklık ve felaketlerin üstesinden gelmek için ortaya çıkacaktır. - Cassius Rhue, Başkan Yardımcısı, Müşteri Deneyimi, SIOS Teknolojisi

Makine öğrenimindeki erken başarıları programlarını genişletmeye teşvik eden kuruluşlar, yüksek kaliteli veri kümelerinden oluşan hızlı hareket eden bir üretim hattının bu genişlemeyi tetikleyecek yakıt olduğunu fark ediyor. Bu, Data as a Service'i veri mühendisliği ekipleri için yüksek bir önceliğe yükseltir. - Luke Han, kurucu ortak ve CEO, Kibir

Makine Öğrenimine Güvenme ve Çalıştırma Yeteneği, 2021'in Hayatta Kalma İçin Litmus Testi olacak: Bir salgın ve durgunluğun yanı sıra, katlanarak artan miktarda veri ve yeni teknolojilerin giderek artan karmaşıklığı ile boğuşmaya devam ediyoruz. İşletmeler, büyük veri toplamlarını ve teknik karmaşıklıklarını anlamada başarılı olmak istiyorsa, makine öğrenimi modellerini açıklanabilir ve anlaşılması kolay yollarla kullanmalı ve çalıştırmalıdır. Artık modelleri üretime sokmaya odaklanmak yeterli değil, odak noktası artık modelleri iş kullanıcılarının ve karar vericilerin ellerine teslim etmek olmalı. Ancak işletmelerin operasyonel hale gelebilmesi için, bir modelin iş potansiyelini anlamlı bir şekilde etkileme becerisine güvenebilmeli, bunlardan anlayış elde edebilmeli ve bununla ilgili iletişim kurabilmelidir. 2021'de, bir işletmenin modeline güvenme yeteneği - AI'dan türetilen içgörülerden eylem üretebildikleri ölçüde - hayatta kalma becerisinin belirleyicisi olacak. - Santiago Giraldo, Makine Öğrenimi Kıdemli Ürün Pazarlama Müdürü, Cloudera

Her büyüklükteki ve her aşamadaki şirket, makine öğrenimi çabalarını operasyonel hale getirme yolunda agresif bir şekilde ilerliyor. Oyuna liderlik eden Tensorflow ve PyTorch dahil olmak üzere model eğitimi için birkaç popüler çerçeve vardır. Tıpkı Apache Spark'ın veri dönüştürme işlerinde bir lider olarak kabul edilmesi ve Presto'nun etkileşimli sorgulama için lider teknoloji olarak ortaya çıkması gibi, 2021, önde gelen yarışmacılar olarak pyTorch veya Tensorflow ile daha geniş model eğitim alanında bir öncü göreceğimiz yıl olacak. - Haoyuan Li, Kurucu ve CEO, alluxio

SaaS, verileri ML / AI için eksik parça olarak değiştiriyor: Yapay zeka ve makine öğrenimine odaklanan kuruluşlar, zaman içindeki neden-sonuç değişim modellerini tespit etmek için ML algoritmalarına beslenebilecek anlamlı eğitim veri kümelerine açlık çekmeye devam edecek. Bunu yapmak için, bu algoritmalara girdi olarak 3. taraf bulut / SaaS uygulamalarında sürekli değişen veri kümelerine dönecekler. Bu, zaman içinde bu verilerdeki her değişikliği yakalayıp DataOps ekosistemlerine aktarmaları için baskı yaratacaktır. - Joe Gaska, CEO'su TEŞEKKÜRLER

Yapay zeka ve makine öğreniminin oynadığı rol, kimlik zekası ön plana çıktıkça genişleyecektir. Kimlik doğrulamanın geleceğinde bir devrilme noktasına ulaştığımızda, kullanıcılar dijital kimliklerini çevrimiçi olarak koruma konusunda giderek daha fazla güvenlik bilincine sahip oluyorlar. Kimlik doğrulama giderek daha fazla bağlamsal hale gelecek ve AI, kural tabanlı bir sistemin sağlayamayacağı dinamik erişim riskini belirlemek için genişleyen bir rol oynayacaktır. Denetimli ve denetimsiz derin öğrenme, pekiştirmeli öğrenme ve genetik algoritmalar, yalnızca önceden tanımlanmış çıkarım modellerini uygulamakla kalmayacak, aynı zamanda güvenlik çözümlerinin değişen kurumsal davranışa uyum sağlamasına ve tehditlerle karşılaştıkça diğer şirketlerden öğrenmesine olanak tanıyacak ve tehditleri azaltacaktır. Yerleşik algoritmalarla derin sahtekarlıklarla mücadele etmek, büyük veriden değer elde etmek ve güçlü analitik yoluyla karar verme sürecini yönlendirmek, kimlik zekasında önemli bir rol oynayacaktır. - Rajesh Ganesan, Başkan Yardımcısı, ManageEngine (Zoho Corp.'un bölümü)

Robotik

İnsanları yeni yıla devam eden yakın çevrelerin dışında tutma ihtiyacıyla, doğal olarak otomasyona önemli yatırımlar göreceğiz. Bununla birlikte, belki de ilk kez robotik, daha zor ve stratejik olanların aksine sıradan, basit insan görevlerini üstlenecek. Robotların, en hassas mikrocerrahileri gerçekleştirmek için eğitilmiş robotlar gibi birçok karmaşık uygulamada insanlara yardımcı olduğunu gördük. Robotlar artık daha önce yüz yüze olması gereken temel çalışanların uzaktan çalışmasına izin veren görevleri üstlenmeye başlayacak. Örneğin, artırılmış ve sanal gerçekliğe yapılan daha fazla yatırımla, ofis ve fabrika katlarında dolaşan uzaktaki işçiler tarafından kontrol edilen robot güvenlik görevlilerini göreceğiz; Uzaktan çalışanlar, bir depodaki kutuları seçmek ve paketlemek için dronları uzaktan kontrol edebilecekler. 2021'de devrim robotlaştırılacak. - Ahson Ahmad, Baş Ürün ve Müşteri Sorumlusu, paraşüt ipi

Güvenlik

Deepfakes, iş bütünlüğüne önemli bir tehdit haline gelecektir. COVID-19, yüz yüze iletişimi sanallaştırmaya zorladı, bu da işletmelerin toplantı yapmak için her zamankinden daha fazla video konferansa bel bağladıkları anlamına geliyor. Deepfake kavramı yeni olmasa da, giderek daha karmaşık hale geliyor ve üretilmesi oldukça kolay hale geliyor. Örneğin, gerçek hayatta var olmayan insanların tamamen inandırıcı görüntülerini oluşturmak için yapay zekadan yararlanan ThisPersonDoesNotExist.com'u ele alalım. Bu süreç nispeten az bilgiyle yürütülebilirse, bilgisayar korsanları kesinlikle, inandırıcı sahtekarlıklar oluşturmak için çalışanların adlarının ve resimlerinin otomatik olarak ilişkilendirildiği video konferans teknolojisi için kullanılan iş profillerinden yararlanabilir. - James Carder, Baş Güvenlik Görevlisi LogRhythm

Tahmin: Dolandırıcılık Tespiti Daha Zorlaştıkça, Makine Öğrenimi Dolandırıcılık Modelleri Güçlenecek Ancak Daha Yeni Veri Kümelerini Kullanacak: Şirketler genellikle, makine öğrenimini (ML) eğitmek için geleceği temsil edeceğine inandıkları geçmiş işlemlerin bir veri kümesini kullanır. modeller. Bununla birlikte, COVID-19'un tüketici verileri ve davranışları üzerindeki büyük etkisi bir kopukluk yarattı çünkü geçmiş veriler artık geleceği temsil etmiyor. Bu, birçok kuruluşun ya iyi performans gösteren ancak yeni dolandırıcılık modellerini yakalamayan düşük model modelleri kullanmasına ya da su basmış manuel inceleme kuyrukları veya daha fazla ters ibraz ve dolandırıcılık gibi birçok sürpriz yaratan modelleri kullanmaya yönlendirdi. Pek çok şirket, makine öğrenimini kullanmaktan kurallara dayalı modellere ve daha çok insan sezgisine dayanan manuel incelemelere geçti. 2021'de şirketler, daha güçlü makine öğrenimi modellerini yeniden oluşturmaya başlamak için bu yeni davranış kalıplarına ilişkin anlayışlarından yararlanabilecekler. Bununla birlikte, başarılı olmak için daha yeni verileri kullanmaları, modelleri oluştururken işleri geldikçe almaları ve ilerledikçe ilerlemelerini değerlendirmeleri gerekecek. - Arjun Kakkar, Strateji ve Operasyonlar Başkan Yardımcısı, Kes şunu

Yapay zeka, en büyüğü derin sahte olabilecek yeni güvenlik tehditleri yarattı. Deepfake'ler, gerçekliği taklit etmek için yapay zeka teknolojisine dayanan sahte ses, video veya görüntülerdir. Deepfake'lerin, deepfake sahtekarlığı gibi yanlış ellerde ciddi sonuçları olabilir. Henüz bu saldırıların çoğunu görmemiş olsak da, 2019Dolandırıcılar, İngiltere merkezli bir enerji şirketinden 200,000 $ 'dan fazla para çalmak için deepfake ses kullandı. Ve uzak çalışma ortamlarının dolandırıcılara saldırılarını gerçekleştirmeleri için daha fazla cephane sağlamasıyla birlikte, 2021, teknolojinin gerçek zamanlı ses transkripsiyonunu ortaya çıkardığı ve işletmelerin dolandırılmamaları için tetikte kalmaları gerekeceği yıl olacak. İşletmeler şüpheli telefon aramalarına karşı dikkatli olmalı ve arayan kişinin iddia ettiği kişi olduğunu doğrulamadan asla para göndermemeli veya hassas bilgileri paylaşmamalıdır.

Ek olarak, temel siber güvenlik araçlarını ve protokollerini kurmak, dolandırıcıların ilk etapta derin sahte görüntüler ve ses oluşturmak için ihtiyaç duydukları hassas bilgilere erişim kazanmalarını önleyebilir. Siber güvenlik araştırmacıları, derin sahte içeriği tespit etmek için araçlar üzerinde çalışıyorlar, ancak o zamana kadar şirketlerin kandırılmadıklarından emin olmak için sezgilerine ve mevcut siber güvenlik araçlarına güvenmeleri gerekecek. - Terry Nelms, PhD, Kıdemli Araştırma Direktörü, Pindrop

Veri ihlallerinin akışı ve kişisel verilerin Big Tech tarafından algılanan istismarından beslenen tüketici veri gizliliği, 2021 ve sonrasında büyük bir odak noktası olmaya devam edecek ve tüketici haklarını koruyan ve işletmelere para cezası veren daha fazla yasa görmeyi bekleyebiliriz. verilerin sorumsuz kullanımı. Giderek daha rekabetçi bir iş ortamında güven oluşturmak ve müşteri deneyimini iyileştirmek için, önümüzdeki yıllarda daha fazla kuruluş, tüketicilere kişisel verilerinin sahipliğini ve kontrolünü verecek. Etik, uyumlu ve gizliliği koruyan ilkeleri geleceğe ölçeklendirmek için inşa edilmiş teknoloji altyapısıyla birleştiren toplum, verilerin değerinin hem bireylere hem de işletmelere aynı şekilde fayda sağlayacağı bir sisteme doğru ilerleyecektir. - James Kingston, Dataswift Araştırma ve İnovasyon Ortaklıkları Başkan Yardımcısı, AI araştırmacısı ve HAT-LAB Direktörü.

Veri güvenliği yönetişimi, tehdit azaltma için gerekli ve kritik bir yapı taşıdır. Yakın zamana kadar, çoğu veri yönetişimi programı, güvenlik hakkında fazla düşünmeden veri akışlarına ve analitiğe odaklanıyordu. Yeni veri gizliliği yasaları ve düzenlemeleri, CDO, CFO, CISO ve DPO gibi veri paydaşlarını veri güvenliğini veri yönetişimi çabalarının gerekli yapı taşlarından biri yapmaya zorladı. Ancak, tek bir satıcı ürünü gerekli tüm veri güvenliği yönetişim kontrollerini uygulayamayacağı için veri güvenliği yönetişimi karmaşıktır. 2021'de, işletmeler gittikçe daha fazla veri toplamaya ve işlemeye devam ettikçe, bilgilerini nasıl hızlı bir şekilde birleştireceklerini bulmaları gerekecek, böylece tüm kuruluşları bilgileri aynı, güvenilir ve güvenli bir şekilde alacaktır. Daha sonra, işletmelerin veri kaynaklarını, gerekli gizlilik kontrollerinin bulunduğu bir veri koruma sistemi aracılığıyla uygulaması ve yönetmesi gerekir, böylece veri tehditleri azaltılmış olur. Bu adımlar gelecekteki iş ve finansal risklerin en aza indirilmesini sağlayacaktır. - Anne Hardy, Talend CISO'su

AI, Uzak Bir Dünyada Güvenliği Artırmanın Anahtarı olacaktır. Güvenlik, dijital dönüşüm yolculuğuna çıkan herhangi bir kuruluşun C-paketi için akılda kalan şeydir, ancak önemi yalnızca pandemi tarafından hızlandırılmıştır. Çalışanlar, istedikleri yerden uzaktan çalışma esnekliğine sahip olduklarından, dünyanın dört bir yanına dağılmış çok sayıda uç nokta ile güvenlik açıkları çoğalmaktadır. 2021 ve sonrasında göreceğimiz önemli bir eğilim, yapay zekanın güvenlik önlemlerine uygulanmasıdır, çünkü modern bir işletmeyi yeterli veya verimli bir şekilde korumak için her uç noktayı tek başına insanlar izleyemez, kontrol edemez ve kontrol edemez. Güvenlik liderleri (özellikle Fortune 500 şirketlerindekiler) şimdi AI ile güvenliği artırmak için zaman ve finansal yatırım yapmazlarsa, gelecekte bilgisayar korsanları tarafından hedeflenmeyi ve verilerini korumak için mücadele etmeyi bekleyebilirler. -Scott Boettcher, Başkan Yardımcısı, Kurumsal Bilgi Yönetimi, NTT DATA Hizmetleri

Depolama

Eski NAS, AI için Öldü. PCIe Gen4'ün piyasaya sürülmesiyle, G / Ç hızları artık CPU çekirdek gelişmelerinden tamamen uzaklaştı. Eski NFS sağlayıcıları, uygulama sunucusundaki tek bir CPU çekirdeğinin kapasitesiyle hız sınırlaması olan tek akışlı TCP ile sıkışmış durumda. PCIe Gen4, 2021'de uygulamaların en yüksek G / Ç performansını iki katına çıkarırken, bir CPU çekirdeği artık tek çekirdekli G / Ç performansını eşit şekilde ikiye katlayamayacak. Makine öğrenimi ve derin öğrenme gibi uygulamalar için yapay zeka pazarından daha fazla tek ana bilgisayar IO konsantrasyonu yoktur. Bunu çözmek için müşteriler, NVIDIA'nın GPUDirect Depolamasında olduğu gibi çoklu iş parçacığı, RDMA ve CPU'ları tamamen atlama yeteneğini destekleyen çözümler arayacaklar. GPU'ları ve AI İşlemcilerini beslemeli ve verimli tutma talepleri, eski TCP tabanlı NAS'ın I / O yeteneklerini önemli ölçüde geride bırakacak ve müşterilerin 2021'de eski NAS'tan tamamen uzaklaşmasına neden olacaktır. - Renen Hallak, VAST Data Kurucusu ve CEO'su

Nesne depolaması, yalnızca arşiv için kullanıldığı efsanesini yerle bir ediyor. Nesne depolamanın en iyi şekilde bir yedekleme ve arşiv depolama çözümü olarak bilinmesine rağmen, 2021'de üç eğilim bu algıyı genişletecek. Birincisi, flash tabanlı nesne depolaması, aynı zamanda yüksek kapasite gereksinimleri olan veri analizi iş yüklerinde avantaj kazanacak. İkinci olarak, S3 uyumlu depolama, Kubernetes dağıtımlarını basitleştirerek onu modern uygulamalar için mantıklı bir seçim haline getirir. Üçüncüsü, bulutta yerel uygulamalar giderek daha fazla şirket içinde devreye alınacak ve uygulama taşınabilirliğini artırmak için şirket içi S3 uyumlu depolama ihtiyacını artıracaktır. Sonuç olarak, daha fazla kuruluş, yapay zeka, makine öğrenimi ve veri analitiği gibi bilgi işlem ağırlıklı kullanım durumlarını desteklemek için nesne depolamasını kullanacak ve "ucuz ve derin" efsaneyi bir kez ve herkes için alt üst edecek. - Jon Toor, CMO'su Cloudian

Kuruluşlar artık çok büyük miktarlarda makine öğrenimi ve IoT verisi topluyor. Şirketiniz çalışmak ve başarılı olmak için veri toplamaya ve analiz etmeye bağlıysa, bu veriler tam olarak yedeklenmezse ve kolayca kurtarılamazsa ne olur? Çoğu şirket, esas olarak veri analizi hakkında ve çok daha az veri yedekleme veya güvenlik hakkında düşünüyor. Ancak veriler, analizden üretim ortamlarına gittikçe daha fazla taşındıkça, işte o zaman koruma kritik hale gelir. Son teknoloji depolama araçları, veri yedekleme sürecini otomatikleştirmek için yapay zekaya ve makine öğrenimine giderek daha fazla güveniyor. Kurumsal verilerin patlayan boyutu göz önüne alındığında, bu akıllı araçlar, manuel yedeklemelerde anlatılmamış saatlerden tasarruf ederken, değişen gereksinimlere hızlı ve zahmetsizce tepki verebilen verimli bir yedekleme sürecini sürdürmek için hayati önem taşıyacak. - Shridar Subramanian, CMO'su DepolamaCraft

Dikeyler

Yapay zekanın tedarik zinciri süreçlerini iyileştirme potansiyeli, en az 5 yıldır şirketler için bir odak alanı olmuştur, ancak COVID-19'un neden olduğu kesintilerden sonra, birçok tedarik zinciri analisti ve kuruluş, dikkatlerini olası bir çözüm olarak yapay zekaya çevirmiştir. onların dertleri. %67 pandeminin üstesinden gelmelerine yardımcı olmak için bazı teknoloji çözümlerine yatırım yapan işletmelerin oranı ve %60 endüstriyel işletmelerin% XNUMX'ı özellikle yapay zekaya bakıyor. Bununla birlikte, AI modelleri verilerle beslenir. Bir AI modelinin doğruluğu, kapsamı ve yetenekleri tamamen arkasındaki eğitim verilerine bağlıdır. Bununla birlikte, bir AI programının sindirebilmesi için bu verilerin makine tarafından okunabilir bir biçimde düzenlenmesi ve etiketlenmesi gerekir. Yapay zekayı benimsemeden önce, işletmelerin, tedarikçiler, iş ortakları, tüccarlar ve müşterilerden oluşan ekosistemleriyle etkileşimlerinden gelen verileri yapay zeka modellerini besleyecek şekilde yapılandırılmış bir biçimde otomatik olarak derlemek için modern entegrasyon teknolojisinden yararlanmaları gerekir.

Ödeme PrimeXBT
AC Milan'ın Resmi CFD Ortaklarıyla Ticaret Yapın
Kripto Ticareti Yapmanın En Kolay Yolu.
Kaynak: https://www.fintechnews.org/big-data-industry-predictions-for-2021/