By daniel gutierrez

Năm 2020 là năm của thời đại, với rất nhiều thách thức trong nước và toàn cầu. Nhưng ngành công nghiệp dữ liệu lớn có sức ì đáng kể khi bước sang năm 2021. Để cung cấp cho những độc giả có giá trị của chúng tôi một nhịp đập về các xu hướng mới quan trọng dẫn đầu trong năm tới, chúng tôi tại insideBIGDATA đã lắng nghe ý kiến ​​từ tất cả bạn bè của chúng tôi trong hệ sinh thái nhà cung cấp để có được thông tin chi tiết, phản ánh của họ và dự đoán cho những gì có thể sắp tới. Chúng tôi rất được khuyến khích khi nghe những quan điểm thú vị như vậy. Ngay cả khi chỉ một nửa thực sự trở thành sự thật, thì Dữ liệu lớn trong năm tới được dự báo sẽ là một chuyến đi khá thú vị. Thưởng thức!

Daniel D. Gutierrez - Tổng biên tập & Nhà khoa học dữ liệu thường trú

phân tích

"Khoảng cách phân tích" sẽ trở nên tồi tệ hơn. Giống như “khoảng cách kỹ thuật số” được công bố rộng rãi, chúng tôi cũng đang thấy sự xuất hiện của “khoảng cách phân tích”. Nhiều công ty đã được thúc đẩy đầu tư vào phân tích do đại dịch, trong khi những công ty khác đã bị buộc phải cắt bỏ bất cứ thứ gì họ không coi là quan trọng để tiếp tục hoạt động - và đầu tư thích hợp vào phân tích, đối với các tổ chức này, phân tích là khối chặt. Điều này có nghĩa là khoảng cách phân tích sẽ mở rộng hơn nữa vào năm 2021 và xu hướng này sẽ tiếp tục trong nhiều năm tới. Không còn nghi ngờ gì nữa, kẻ thắng và người thua trong mọi ngành sẽ tiếp tục được xác định bởi những phân tích sử dụng đòn bẩy và những ngành không sử dụng. - Alan Jacobson, Giám đốc Phân tích và Dữ liệu, tại Alteryx

Có vẻ như đã qua rồi thời của các giải pháp phân tích và báo cáo từng phần có khả năng đáp ứng các trường hợp sử dụng kinh doanh thích hợp. Điều này là không bền vững. Các công ty không thể có triển khai phân tích mang tính bộ phận cao có tác dụng giải quyết vấn đề được bản địa hóa và doanh nghiệp lớn hơn không thấy được lợi ích đầy đủ. Tình huống hiện tại này sẽ thay đổi thành một tình huống mà phân tích sẽ được thực hiện trên tất cả dữ liệu mà công ty có quyền truy cập, với khả năng của những phân tích này được thực hiện một cách hợp tác bởi nhiều nhóm lợi ích với các bộ kỹ năng khác nhau (ví dụ: khoa học dữ liệu, dòng của các nhà lãnh đạo doanh nghiệp) và tập trung toàn lực vào việc vận hành thông tin chi tiết về phân tích trong thời gian gần thực. Nói cách khác, không còn chắp vá và không chỉ là thử nghiệm khoa học. - Sri Raghavan, Giám đốc, Khoa học Dữ liệu và Tiếp thị Sản phẩm Phân tích Nâng cao tại Siêu dữ liệu

Phân tích mô tả sẽ là một thành phần quan trọng cho sự thành công của chuyển đổi kỹ thuật số: trở thành được lồng ghép khi các doanh nghiệp ngày càng thu thập và phân tích dữ liệu trong các tổ chức của họ, với 35% của các nhà sản xuất Hoa Kỳ triển khai phân tích nâng cao trong ba năm qua. Để AI có tác động đáng kể trên toàn bộ chuỗi giá trị, phân tích mô tả sẽ là chất xúc tác để tối ưu hóa hiệu suất. Phân tích mô tả sẽ trở thành một phần thiết yếu để mở rộng AI trong các tổ chức, bằng cách tận dụng dữ liệu sản phẩm và khách hàng để tư vấn cho các mô hình AI về cách cải thiện quy trình, điều chỉnh sản xuất và tăng hiệu quả. Phân tích mô tả cho phép cải tiến liên tục với mô hình AI bằng cách liên tục theo dõi và điều chỉnh dựa trên các điều kiện phát triển. Sau đó, các mô hình kê đơn có thể cho phép tự động hóa quyết định, nơi các mô hình có thể thực hiện hướng hành động tốt nhất dựa trên các đơn thuốc. Vượt xa phân tích dự đoán sang phân tích mô tả cuối cùng sẽ mang lại thành công chuyển đổi kỹ thuật số cho các nhà sản xuất vào năm 2021. - George Young, Giám đốc điều hành toàn cầu của Kalypso

Phân tích tăng cường và tự phục vụ sẽ trở nên rộng rãi hơn trong nhu cầu do lực lượng lao động phân tán và nhu cầu thông tin. Đáp lại, các phân tích truyền thống sẽ ngày càng bị AI làm gián đoạn. Sự gia tăng lực lượng lao động phân tán sẽ tạo ra nhu cầu lớn hơn đối với phân tích tăng cường, nơi người dùng cá nhân được hướng dẫn thông qua quá trình tạo truy vấn để nhận được câu trả lời ngay lập tức cho các câu hỏi dữ liệu của họ. Chúng ta đang thấy sự hội tụ của phân tích và AI trong hai lĩnh vực - ở cấp cơ sở hạ tầng và cấp nhà phân tích.

Mọi người bắt đầu nhận ra rằng họ có các đường ống dẫn dữ liệu khác nhau đang cung cấp dữ liệu cho một công cụ phân tích và họ đang xây dựng một ngăn xếp khác cho ML. Thay vì hai ngăn xếp hoàn toàn riêng biệt, chúng tôi thấy sự hội tụ của chúng thành một cơ sở hạ tầng dễ bảo trì hơn trong khi đảm bảo rằng cùng một dữ liệu đang được sử dụng để cung cấp cho cả hai công cụ. Sự hội tụ thứ hai sẽ xảy ra liên quan đến tình trạng 'đói' thông tin và thu hẹp khoảng cách để trả lời các câu hỏi bằng cách sử dụng dữ liệu. Phân tích truyền thống sẽ bắt đầu bị gián đoạn nhiều hơn bởi AI. Các nền tảng (chẳng hạn như Tableau, Power BI, v.v.) sẽ bắt đầu bị thay thế bởi các bot và trợ lý ảo sẽ có tính chất trò chuyện. Chúng tôi coi đây là một động lực để tăng tốc độ thông qua một lực kéo để tự phục vụ. Chúng tôi cũng dự đoán NLP sẽ được sử dụng rộng rãi hơn vào năm 2021. - Scott Schlesinger, Trưởng nhóm Thực hành Dữ liệu Toàn cầu, Phân tích & AI tại hải giác

Ranh giới giữa CNTT và các bộ phận khác khi nói đến dữ liệu và phân tích nói riêng sẽ tiếp tục mờ nhạt. Dữ liệu và phân tích có tiềm năng thúc đẩy kết quả kinh doanh cực kỳ tích cực và có ý nghĩa và khi điều đó xảy ra, thường có sự hợp tác mạnh mẽ giữa các lĩnh vực chức năng khác nhau vì mỗi lĩnh vực đều có mức độ trách nhiệm đối với sự thành công của phương pháp phân tích. Các lĩnh vực như quản trị dữ liệu, hiểu biết về dữ liệu, nền tảng dữ liệu mở, tích hợp và sử dụng dữ liệu trong các bộ phận khác nhau của doanh nghiệp sẽ cho phép người dùng doanh nghiệp thực hiện các nhiệm vụ truyền thống dành riêng cho nhóm CNTT và dữ liệu mà các đơn vị kinh doanh tạo ra sẽ cung cấp vào các nền tảng mà CNTT quản lý. Điều này - cùng với sự thiếu hụt các nhà khoa học dữ liệu và chuyên gia phân tích - cũng có nghĩa là các nền tảng dữ liệu sẽ trở nên liền mạch và dễ triển khai hơn để tất cả các bộ phận của tổ chức có thể tận dụng nó. - Frances Zelazny, CMO của Phân tích tín hiệu

Vào những năm 2000, việc đưa Microsoft Office vào sơ yếu lý lịch của bạn có thể khiến bạn trở thành một ứng cử viên sáng giá cho một công việc, nhưng một thập kỷ sau đó là một kỹ năng được coi là đương nhiên. Ngày nay, trình độ SQL có thể khiến bạn trở nên nổi bật, nhưng điều gì sẽ xảy ra trong những năm tới?

Khi hiểu biết về dữ liệu tăng lên, kỹ năng phân tích sẽ trở thành tiêu chuẩn cho tất cả các chuyên gia kinh doanh và bắt đầu biến mất khỏi hồ sơ ứng viên. Cũng giống như bạn không thể nhìn thấy 'Trình độ văn phòng' ngày hôm nay, bạn sẽ không thể thấy 'thông thạo dữ liệu' vào cuối thập kỷ này. Chúng tôi đã bước vào làn sóng phân tích thứ ba và với kỳ vọng rằng người dùng doanh nghiệp có thể tương tác với dữ liệu mà không cần sự trợ giúp của chuyên gia. Rất nhanh thôi, nếu bạn không thể kết hợp dữ liệu cứng với bối cảnh kinh doanh để xác định và thực hiện chiến lược, bạn sẽ gặp khó khăn ở nơi làm việc. Ứng viên lý tưởng cho các doanh nghiệp vào năm 2021 trở đi sẽ là một người có thể vừa hiểu và nói dữ liệu - bởi vì trong một vài năm ngắn nữa, kiến ​​thức về dữ liệu sẽ là điều mà các nhà tuyển dụng yêu cầu và mong đợi. Những người muốn đi trước đang có được những tài năng này ngay bây giờ. - Giám đốc điều hành ThoughtSpot Sudheesh Nair

Khi các công ty chuyển cơ sở hạ tầng dữ liệu của họ sang ngăn xếp liên hợp (một công cụ truy vấn các nguồn khác nhau), được phân tách (tính toán tách biệt với lưu trữ tách biệt với hồ dữ liệu), chúng ta sẽ thấy kho dữ liệu truyền thống và kiến ​​trúc cơ sở dữ liệu kết hợp chặt chẽ được chuyển xuống khối lượng công việc kế thừa. Nhưng có một điều sẽ không thay đổi khi nói đến sự thay đổi này - SQL sẽ tiếp tục là ngôn ngữ phổ biến cho phân tích. Các nhà phân tích dữ liệu, kỹ sư dữ liệu, nhà khoa học dữ liệu và người quản lý sản phẩm cùng với quản trị viên cơ sở dữ liệu của họ sẽ sử dụng SQL để phân tích. - Dave Simmen, Đồng sáng lập kiêm Giám đốc Công nghệ (CTO), Ahana

Các tổ chức ở khắp mọi nơi đang tăng cường sử dụng các hệ thống phân tích nhưng bị thách thức với nhu cầu về các nền tảng dữ liệu sự kiện có thể thực hiện xử lý dữ liệu theo thời gian thực. Vào năm 2021, các tổ chức sẽ yêu cầu các nền tảng dữ liệu thông minh có thể sử dụng dữ liệu tĩnh và truyền trực tuyến từ nhiều nguồn khác nhau ở bất kỳ định dạng, kích thước hoặc tốc độ nào; Xoay xở dữ liệu (làm giàu và lập bản đồ) một cách nhanh chóng; và cung cấp dữ liệu đến các hệ thống, thiết bị và ứng dụng một cách an toàn và theo thời gian thực. - Sean Bowen, Giám đốc điều hành của Công nghệ đẩy

Một truy vấn SQL duy nhất cho tất cả khối lượng công việc dữ liệu. Con đường phía trước không chỉ dựa trên tự động hóa mà còn dựa trên mức độ nhanh chóng và rộng rãi mà bạn có thể làm cho số liệu phân tích của mình có thể truy cập và chia sẻ được. Analytics cung cấp cho bạn định hướng rõ ràng về các bước tiếp theo của bạn nên làm để giữ cho khách hàng và nhân viên hài lòng, và thậm chí cứu mạng. Quản lý dữ liệu của bạn không còn là điều xa xỉ mà là điều cần thiết – và quyết định mức độ thành công của bạn hoặc công ty của bạn. Nếu bạn có thể loại bỏ sự phức tạp hoặc chi phí quản lý dữ liệu, bạn sẽ rất hiệu quả. Cuối cùng, người chiến thắng trong không gian sẽ loại bỏ sự phức tạp và tốn kém của việc quản lý dữ liệu và khối lượng công việc sẽ được thống nhất để bạn có thể viết một truy vấn SQL duy nhất để quản lý và truy cập tất cả khối lượng công việc trên nhiều vùng lưu trữ dữ liệu. - Raj Verma, Giám đốc điều hành của Cửa hàng duy nhất

Khả năng AI và Analytics đã được cung cấp bởi các nền tảng / nhóm khác nhau trong quá khứ. Trong những năm qua, chúng ta đang thấy nền tảng đang hội tụ và nhóm AI tập trung hơn vào khía cạnh thuật toán, trong khi các nhóm nền tảng AI & Analytics được hợp nhất để cung cấp cơ sở hạ tầng phần mềm cho cả phân tích và trường hợp sử dụng AI. - Haoyuan Li, Người sáng lập và Giám đốc điều hành, alluxio

Là các chuyên gia dữ liệu, chúng tôi có trách nhiệm đối với công chúng rộng lớn hơn. Tôi nghĩ rằng trong vòng năm tới, chúng ta sẽ thấy sự tiến bộ đối với quy tắc đạo đức trong không gian phân tích dữ liệu, được dẫn dắt bởi các công ty có ý thức, những người nhận ra mức độ nghiêm trọng của các hành vi lạm dụng tiềm ẩn. Có lẽ chính phủ Hoa Kỳ sẽ can thiệp và thông qua một số phiên bản GDPR của riêng mình, nhưng tôi tin rằng các công ty công nghệ sẽ dẫn đầu khoản phí này. Những gì Facebook đã làm với dữ liệu tương tác không phải là bất hợp pháp, nhưng chúng tôi đã thấy rằng nó có thể gây ra những ảnh hưởng nghiêm trọng đến sự phát triển của trẻ và thói quen cá nhân của chúng ta. Trong những năm tới, chúng ta sẽ nhìn lại cách các công ty sử dụng dữ liệu cá nhân trong những năm 2010 và cách chúng ta làm khi thấy mọi người hút thuốc trên máy bay trong các bộ phim từ những năm 1960. - Jeremy Levy, Giám đốc điều hành của Chỉ định

Cảm xúc là yếu tố chính ảnh hưởng đến hành vi của khách hàng và có ảnh hưởng mạnh mẽ đến lòng trung thành với thương hiệu. Do đó, việc các công ty tìm ra cách đo lường cảm xúc của khách hàng trong quá trình ra quyết định của họ ngày càng hữu ích. Phân tích cảm xúc tập trung vào việc nghiên cứu và nhận biết toàn bộ cảm xúc của con người bao gồm tâm trạng, thái độ và tính cách. Nó sử dụng các mô hình dự đoán và AI / ML để phân tích chuyển động của con người, lựa chọn từ ngữ, âm giọng và nét mặt. Phân tích cảm xúc có thể giúp các công ty xây dựng hồ sơ khách hàng toàn diện hơn, hiểu cách ảnh hưởng đến cảm xúc và phát triển sản phẩm và dịch vụ tùy chỉnh phù hợp với từng cá nhân. Phân tích tình cảm về sản phẩm và dịch vụ, trên các khu vực địa lý, mạng xã hội và các trang web đánh giá cho phép các công ty hiểu rõ hơn và cải thiện mức độ hài lòng của khách hàng. Bằng cách sử dụng phân tích cảm xúc, các công ty có thể hiểu rõ hơn cách tiếp thị và dịch vụ của họ ảnh hưởng đến cảm xúc để cung cấp trải nghiệm khách hàng hấp dẫn tích cực hơn. - Paul Moxon, SVP, Kiến trúc dữ liệu tại biểu thị

Việc phân tích sản phẩm đúng là rất khó. Mọi tương tác đều dẫn đến đống dữ liệu và việc đào sâu để tìm ra cái nhìn sâu sắc 'mò kim đáy bể' đòi hỏi rất nhiều nỗ lực, kỷ luật và thời gian để làm cho nó hoạt động. Những rào cản gia nhập này có nghĩa là việc phân tích dữ liệu thường bị giới hạn đối với các công ty có đủ nguồn lực, băng thông và kiến ​​thức để thực hiện đúng. Nhưng đó cũng là một kỷ luật đang ngày càng trở nên quan trọng - ngay cả trước đại dịch, tương tác của người tiêu dùng với các thương hiệu thường diễn ra trên các nền tảng kỹ thuật số và bây giờ họ hầu như chỉ có ở đó. Có vô số thông tin có thể giải thích ROI của mỗi lần tương tác và không nghi ngờ gì nữa, một số trong số đó có khả năng thay đổi trò chơi. Nhưng, thành thật mà nói, chúng ta là con người, và nếu chúng ta phải làm việc chăm chỉ để đạt được giá trị từ điều gì đó, chúng ta sẽ ít có khả năng làm điều đó một cách nhất quán. Đó là lý do tại sao vào năm 2021, phân tích sẽ chuyển từ một trò chơi phản ứng - thu thập dữ liệu mà các nhà phân tích sau đó phải sàng lọc để tìm ra những thông tin chi tiết đó - sang một trò chơi chủ động, kết nối các nhóm trực tiếp với những "a-ha!" những khoảnh khắc truyền cảm hứng cho hành động tức thì và có thông tin. - Matin Movassate, Giám đốc điều hành và Người sáng lập tại Heap

Trí tuệ nhân tạo

Khi các doanh nghiệp hướng tới mục tiêu mở lại và thu hồi đủ các luồng doanh thu, họ sẽ cần tận dụng các công nghệ thông minh để thu thập thông tin chi tiết chính trong thời gian thực cho phép họ làm như vậy. Việc áp dụng công nghệ trí tuệ nhân tạo (AI) có thể giúp hướng dẫn các công ty hiểu liệu các chiến lược của họ để giữ an toàn cho khách hàng và nhân viên có đang hoạt động hay không, đồng thời tiếp tục thúc đẩy tăng trưởng. Khi các công ty nhận ra khả năng độc đáo của AI để giúp dễ dàng quản lý và tuân thủ chính sách của công ty, đảm bảo an toàn và nâng cao trải nghiệm của khách hàng, chúng ta sẽ thấy tỷ lệ áp dụng AI được tăng cường trong các ngành. - Hillary Ashton, EVP và Giám đốc sản phẩm tại Siêu dữ liệu

Vào năm 2021, chúng ta sẽ thấy AI, máy học và IoT xác định và định hình cuộc sống và hành vi của chúng ta, một hiện tượng sẽ tiếp tục trong nhiều năm tới. Những tiến bộ này ảnh hưởng đến cách chúng ta làm việc, cách chúng ta mua, cách chúng ta chi tiêu, cách chúng ta làm từng việc nhỏ trong cuộc sống của mình. Nhưng tôi nghĩ ngôi sao thực sự mà các công ty hướng tới sẽ là các công nghệ cho phép như điện toán đám mây và điện toán cạnh, sẽ tiếp tục thống trị do khả năng xử lý và quản lý tất cả dữ liệu cần thiết cung cấp năng lượng cho AI, ML và IoT, như cũng như cho phép các công nghệ như iPaaS, APIM và RPA. Những công nghệ này sẽ tiếp tục dẫn đầu phí chuyển đổi kỹ thuật số cho các doanh nghiệp khi họ chuyển từ kinh doanh thủ công hoặc dựa trên giấy tờ sang các doanh nghiệp kỹ thuật số cuối cùng có thể khai thác sức mạnh của AI và IoT. - Manoj Choudhary, CTO tại bồn chồn

Trí tuệ nhân tạo trở nên ít nhân tạo hơn vào năm 2021: Ngay cả khi đã có vắc-xin COVID-19, cách mọi người làm việc và tương tác về cơ bản đã thay đổi. Trong năm mới, công việc từ xa sẽ tiếp tục, các yêu cầu xa rời xã hội sẽ vẫn còn, và chuỗi cung ứng sẽ tiếp tục đối mặt với sự gián đoạn. Cách sống mới này đòi hỏi một phương thức mới để các công ty tiếp tục hoạt động hiệu quả trong toàn bộ chuỗi giá trị - từ sản phẩm đến nhà máy cho đến người dùng cuối. Việc sử dụng trí tuệ nhân tạo (AI) sẽ là tiêu chuẩn để giải quyết những thách thức này. Tuy nhiên, nếu không xem xét cách con người sẽ tương tác và tận dụng các hệ thống tự trị mới này, AI sẽ thất bại.

Vào năm 2021, các doanh nghiệp sẽ áp dụng cách tiếp cận lấy con người làm trung tâm đối với các sáng kiến ​​AI, hiểu nhu cầu và giá trị của người dùng, sau đó điều chỉnh các thiết kế và mô hình AI cho phù hợp, từ đó sẽ cải thiện việc áp dụng. Doanh nghiệp phải đặt trọng tâm vào con người và văn hóa như chính công nghệ để AI thành công. Các nhóm quản lý sự thay đổi của tổ chức (OCM) sẽ đóng vai trò quan trọng trong việc thúc đẩy chuyển đổi kỹ thuật số và AI về phía trước bằng cách đưa mọi người cùng tham gia hành trình thay đổi và thiết lập tổ chức để đạt được kết quả có thể đo lường được. Quản lý thay đổi phù hợp là khía cạnh quan trọng nhất - nhưng bị bỏ qua - của bất kỳ sáng kiến ​​chuyển đổi kỹ thuật số nào. - George Young, Giám đốc điều hành toàn cầu tại Kalypso

Vào năm 2021, các doanh nghiệp sẽ rời bỏ chiến thắng nhanh chóng bằng cách dựa vào hệ thống AI, để tập trung vào giá trị kinh doanh lâu dài và có ý nghĩa. Thay đổi này sẽ thúc đẩy các sáng kiến ​​sâu hơn về kiến ​​thức dữ liệu trong các tổ chức. Nó sẽ yêu cầu mọi người học những kỹ năng mới và cư xử theo những cách mới. - Sundeep Reddy Mallu, Trưởng bộ phận phân tích tại máy ép ngữa 

Hầu hết người tiêu dùng sẽ tiếp tục hoài nghi về AI. Với một số thương hiệu tiêu dùng lớn trên ghế nóng xung quanh vấn đề đạo đức AI, hầu hết mọi người vẫn không tin tưởng vào AI. Đối với nhiều người, đó là vì họ không hiểu nó hoặc thậm chí không nhận ra rằng họ đang sử dụng nó hàng ngày. Người tiêu dùng đang nhận được rất nhiều dịch vụ được hỗ trợ bởi AI miễn phí - Facebook, Google, TikTok, v.v. - đến nỗi họ không hiểu cá nhân họ phải từ bỏ những gì - cụ thể là dữ liệu cá nhân của họ. Chừng nào công chúng vẫn còn ngây thơ, họ sẽ không thể lường trước được những mối nguy hiểm mà AI có thể gây ra hoặc cách tự bảo vệ mình - trừ khi thị trường giáo dục khách hàng tốt hơn hoặc thực hiện các quy định để bảo vệ họ. Mặc dù vậy, có một số bằng chứng cho thấy chúng ta đang xoay chuyển tình trạng đáng tin cậy của AI. XNUMX% lãnh đạo doanh nghiệp trả lời cuộc khảo sát sắp tới của Pega cho biết họ lạc quan rằng sự thiên vị về AI sẽ được giảm thiểu trong XNUMX năm tới. Các doanh nghiệp nên hy vọng điều này trở thành sự thật - bởi vì ngày càng nhiều công chúng thức tỉnh về cách AI tác động đến cuộc sống của họ, và trong một số trường hợp, họ sẽ đóng vai trò yêu thích, họ sẽ tiếp tục đặt ra những câu hỏi khó hơn làm xói mòn thêm lòng tin vào AI, buộc các doanh nghiệp phải trả lời cho họ. - Vince Jeffs, Giám đốc Cấp cao - Chiến lược Sản phẩm, Tiếp thị AI và Quyết định, Pega

Nhân viên kỹ thuật số được hỗ trợ bởi AI sẽ giúp các doanh nghiệp duy trì chiến lược trong dài hạn. Rất ít người không đồng ý với quan điểm rằng AI và tự động hóa là điều cần thiết cho sự tồn tại của các công ty trong tương lai. Tuy nhiên, nghiên cứu đã chỉ ra rằng hầu hết các công ty đã không nhận ra đầy đủ lợi ích của các khoản đầu tư vào AI và tự động hóa của họ. Bằng cách liên kết các khả năng mạnh mẽ của AI với các quy trình kinh doanh thông qua lực lượng lao động kỹ thuật số, chúng ta sẽ ngày càng thấy các tổ chức triển khai tự động hóa do AI điều khiển trên quy mô lớn. Tự động hóa được truyền qua AI sẽ ngày càng được liên kết với các sáng kiến ​​chiến lược cốt lõi như cải thiện trọng tâm khách hàng, tăng trưởng doanh thu, phân bổ vốn, quản lý chuỗi cung ứng, quản lý rủi ro, chi phí và hiệu quả hoạt động và hơn thế nữa. Nhân viên kỹ thuật số được hỗ trợ bởi AI sẽ được tận dụng làm công cụ chính để thực hiện chiến lược doanh nghiệp và quản lý rủi ro quy mô doanh nghiệp. Việc áp dụng tự động hóa nhanh chóng và hiệu quả sẽ ngày càng được coi là một thành phần thiết yếu để duy trì khả năng cạnh tranh trên thị trường. - Eric Tyree, Trưởng bộ phận AI và Nghiên cứu tại Blue Prism

Thử nghiệm AI sẽ trở nên chiến lược hơn. Thử nghiệm diễn ra trong toàn bộ quá trình phát triển mô hình - thường thì mọi quyết định hoặc giả định quan trọng đều đi kèm với ít nhất một số thử nghiệm hoặc nghiên cứu trước đó để biện minh cho những quyết định đó. Thử nghiệm có thể có nhiều hình dạng, từ việc xây dựng các mô hình ML dự đoán chính thức đến thực hiện các thử nghiệm thống kê hoặc dữ liệu biểu đồ. Việc thử tất cả các kết hợp của mọi siêu tham số có thể, xử lý tính năng, v.v., nhanh chóng không thể theo dõi được. Do đó, chúng ta sẽ bắt đầu thấy các tổ chức xác định thời gian và / hoặc ngân sách tính toán cho các thử nghiệm cũng như ngưỡng chấp nhận được về tính hữu dụng của mô hình. - Florian Douetteau, Giám đốc điều hành và đồng sáng lập của dữ liệu

Vào năm 2021, cuối cùng chúng ta sẽ thấy AI trở thành xu hướng chủ đạo. Kết quả của COVID-19, các doanh nghiệp buộc phải chuyển đổi kỹ thuật số để tồn tại trong môi trường bình thường mới. Theo nghiên cứu của chúng tôi, khả năng tăng tốc kỹ thuật số không có dấu hiệu dừng lại trong năm mới, với 86% công ty hiện đang gặt hái những lợi ích từ trải nghiệm khách hàng tốt hơn thông qua AI, có khả năng sẽ tiếp tục. Đại dịch cũng đã thay đổi các ưu tiên đầu tư của doanh nghiệp đối với AI. Ví dụ, chúng tôi đã thấy các công ty chuyển từ các nhiệm vụ đơn giản hơn như tự động hóa sang tập trung vào lập kế hoạch lực lượng lao động và mô hình hóa mô phỏng. Khi các tổ chức tiếp tục nhận thấy lợi ích từ các khoản đầu tư kỹ thuật số của họ vào các quy trình phức tạp, AI sẽ chỉ trở nên phổ biến và được sử dụng rộng rãi hơn trong năm tới. - Anand Rao, Trưởng nhóm Trí tuệ Nhân tạo Toàn cầu tại PwC

Sự hội tụ của AI & BI sẽ thúc đẩy thông tin chi tiết về dữ liệu. AI đã là một phần của mọi cuộc thảo luận của công ty trong 5 năm qua. Tuy nhiên, những thách thức vẫn tồn tại trong việc dân chủ hóa thông tin chi tiết về AI nâng cao trên nhiều bộ phận nhân viên. Khi các sản phẩm BI được hỗ trợ bởi AI mới xuất hiện, các silo sẽ bị phá vỡ và mọi người dùng sẽ có thể tận dụng phân tích dữ liệu và tìm kiếm thông tin chi tiết một cách dễ dàng. Giao diện đơn giản, thông tin chi tiết được cá nhân hóa và trải nghiệm dữ liệu hấp dẫn sẽ trở thành tiêu điểm của phân tích dữ liệu vào năm 2021 và hơn thế nữa. - Dhiren Patel, Giám đốc Sản phẩm của MachEye & Trưởng phòng Thành công của Khách hàng

Thành kiến ​​về chủng tộc trong nhiều thuật toán nhận dạng khuôn mặt do AI điều khiển đã là chủ đề bàn tán lớn trong năm qua và trở thành chủ đề do tình trạng bất ổn xã hội năm 2020. Nghiên cứu đã phát hiện ra bằng chứng rộng rãi rằng các sắc tộc thiểu số có nhiều khả năng bị xác định sai hơn người da trắng. Vào năm 2021, chúng ta sẽ thấy việc điều chỉnh sự thiên vị AI trở thành một chủ đề chính đối với bất kỳ công ty nào sử dụng AI hoặc công nghệ nhận dạng khuôn mặt. Bằng cách sử dụng các tài liệu do chính phủ cấp, bạn có thể nhanh chóng và dễ dàng chứng minh quyền sở hữu ID bằng cách phân tích khuôn mặt trên tài liệu và so sánh với khuôn mặt đang cố gắng truy cập vào hệ thống của bạn. Năm 2021 sẽ là năm mà sự thiên vị về AI được đưa ra ánh sáng và các công ty sẽ bắt đầu thực hiện thay đổi căn bản để loại bỏ thành kiến ​​chủng tộc trong phần mềm của mình - một số trong số đó có thể được thực hiện bằng cách tập trung có chủ ý vào sự công bằng và đào tạo hệ thống ML của công ty để giảm thiểu khuôn mặt chủng tộc lỗi nhận dạng. - Mohan Mahadevan, Phó Giám đốc Nghiên cứu, Onfido

Năm 2021 sẽ là năm mà các nhóm từ tình cờ hẹn hò với AI trở thành một mối quan hệ cam kết. AI không chỉ dành cho các dự án R&D nữa. Đã đến lúc cam kết thích ứng với những giải pháp này thay vì chỉ tán tỉnh chúng. Chúng ta phải tự động hóa ngay bây giờ. - David Karandish, Người sáng lập và Giám đốc điều hành của Sức chứa 

Với sự kết hợp của sức mạnh tính toán, dữ liệu quy mô internet và các thuật toán máy học hiện đại, chúng tôi đã phá vỡ một nền tảng mới đáng chú ý với AI trong vài năm qua. Trong những năm tới, chúng ta sẽ bước vào một kỷ nguyên mở rộng, nơi mà một loạt các trường hợp sử dụng thương mại sẽ được tạo mẫu, đóng gói và sản xuất - hoặc để nâng cao các sản phẩm và dịch vụ hiện có hoặc để tạo ra những sản phẩm và dịch vụ hoàn toàn mới. - Dave Costenaro, Giám đốc Dữ liệu tại Sức chứa 

Thành công của AI Chuyển từ Mục đích Chung sang Trọng tâm Thích hợp. Trong khi đầu tư vào AI tiếp tục phát triển trong doanh nghiệp, các doanh nghiệp đang đánh giá lại các ngăn xếp công nghệ của họ để phù hợp với AI thích hợp, thay vì các hộp đen “mục đích chung” tuyên bố làm mọi thứ. Các trường hợp sử dụng thích hợp, hoàn hảo để giải quyết các vấn đề cụ thể sẽ được ưu tiên về ngân sách hơn là tự động hóa hứa hẹn làm được mọi thứ. - Viral Bajaria, CTO tại 6 giây

Sự trỗi dậy của trí tuệ nhân tạo hẹp: Cách đây không lâu, AI là cái mà ngày nay chúng ta gọi là trí tuệ nhân tạo nói chung, như ô tô tự lái hoặc nhận dạng hình ảnh. Tuy nhiên, ngày nay có một loại trí tuệ nhân tạo hẹp mới đang cố gắng tái tạo quá trình ra quyết định của con người. Từ góc độ chuỗi cung ứng, AI mới này có thể giúp đưa ra quyết định tốt hơn về mọi khía cạnh của chuỗi cung ứng, từ "Làm cách nào để lấp đầy một chiếc xe tải?" hoặc "Làm cách nào để nhận sản phẩm đúng hạn?" Vào năm 2021, tôi đang hình dung sự gia tăng của những hẹp giải pháp thay thế các quyết định chiến thuật và quy mô nhỏ hơn. - Andy Fox, Giám đốc Tác động Toàn cầu của LLamasoft

Ở phần rìa, chúng ta sẽ bắt đầu thấy “Counter-AI” bắt đầu hiện thực hóa. Khi các chính phủ cố gắng theo dõi mọi người và các doanh nghiệp cố gắng thao túng họ hoặc có được những hiểu biết sâu sắc về hành vi, tôi dự đoán một phản ứng dữ dội của các phương pháp để theo dõi và theo dõi khách hàng 360. Không giống như công việc mà các nhóm khác nhau đã thực hiện trên các công cụ chống nhận dạng khuôn mặt, chúng ta sẽ bắt đầu thấy các phương pháp công nghệ cao và thấp để đánh lừa AI được sử dụng để theo dõi và hiểu chúng ta. - Trưởng phòng Kiến trúc cho Atos Bắc MỹPhòng thí nghiệm AI của hợp tác với Google Cloud, Jonas Bull

Khi nhiều cơ quan bắt đầu áp dụng các giải pháp dựa trên AI và ML này, thì việc thực thi pháp luật phải tuân thủ các chính sách đạo đức và xóa bỏ sự thiên vị trong các công cụ như vậy. Do đó, các bộ phận sẽ bắt đầu thiết lập các chính sách của riêng họ và làm việc với các cơ quan quản lý về việc sử dụng AI có trách nhiệm và đạo đức, bao gồm đào tạo thích hợp cho các nhóm liên quan và các chức năng kinh doanh, cũng như tạo ra một môi trường với các đặc tính của quyết định dựa trên dữ liệu và có trách nhiệm -chế tạo. Tiến thêm một bước nữa, các tổ chức thực thi pháp luật sẽ tiếp tục đảm bảo các hệ thống AI được kiểm tra để không thiên vị và được sửa chữa khi cần thiết. Và họ sẽ mở một đường dây liên lạc với công chúng để thúc đẩy sự minh bạch về việc sử dụng các công cụ này. - Heather Mahalik, Giám đốc cấp cao về trí tuệ kỹ thuật số, Cellebrite

Chúng ta sẽ thấy nhiều công ty định hướng dữ liệu hơn tận dụng nguồn mở cho phân tích và AI vào năm 2021. Các công nghệ phân tích nguồn mở như Presto và Apache Spark nền tảng AI mạnh mẽ và linh hoạt hơn và hiệu quả về chi phí hơn nhiều so với các đối tác kho dữ liệu doanh nghiệp truyền thống dựa vào việc hợp nhất dữ liệu ở một nơi – một nỗ lực tốn thời gian và chi phí thường yêu cầu nhà cung cấp khóa. Năm tới sẽ chứng kiến ​​sự gia tăng sử dụng các công cụ phân tích như Presto cho các ứng dụng AI vì tính chất mở của nó - giấy phép nguồn mở, định dạng mở, giao diện mở và đám mây mở. - Dipti Borkar, Đồng sáng lập kiêm Giám đốc Sản phẩm (CPO), Ahana

Ngành công nghiệp sẽ thay đổi khỏi các nền tảng AI theo chiều ngang chung chung, chẳng hạn như IBM Watson và Amazon Lex, hướng tới các sản phẩm hỗ trợ AI cụ thể cho miền và các mô hình dịch vụ được quản lý. Nền tảng chung không phải là giải pháp, Chúng bắt đầu nguội lạnh, không có bất kỳ dữ liệu đào tạo hoặc cấu trúc mô hình dữ liệu nào - xây dựng điều này, sau đó tối ưu hóa nó trong sản xuất là một nhiệm vụ chuyên môn và cần nhiều tài nguyên vượt quá khả năng của hầu hết các công ty. Việc chuyển từ thị trường đổi mới ban đầu sang áp dụng thị trường đại chúng sẽ được thúc đẩy vào năm 2021 bằng cách áp dụng các sản phẩm hỗ trợ AI cụ thể cho miền được đào tạo trước cho một ngành cụ thể và được chứng minh là hoạt động. - Jake Tyler, đồng sáng lập & CEO, Phần Lan AI

Vào năm 2021, AI sẽ không được lập bản đồ trên phổ năng lực của con người. Chúng ta có thể có các thuật toán đánh bại bất kỳ con người nào trong môn cờ vua nhưng không thể tạo ra một tách trà và các chương trình máy tính có thể thực hiện toán học nhanh hơn con người hàng triệu lần, nhưng nếu được hỏi ai có thể giành chiến thắng trong kỳ World Cup tiếp theo, họ thậm chí sẽ không hiểu câu hỏi. Khả năng của họ không phải là phổ quát. Chúng tôi đã đạt đến một điểm với AI, nơi chúng tôi đồng thời đánh giá quá cao và đánh giá thấp sức mạnh của các thuật toán. Khi chúng ta đánh giá quá cao chúng, chúng ta thấy khả năng phán đoán của con người bị suy xét sau đó - một nơi nguy hiểm. Việc sử dụng "thuật toán đột biến" để chấm điểm kết quả A-level là một tai tiếng ở Anh, mặc dù thuật toán tạo ra nhiều kết quả đơn giản là vi phạm thông thường. Khi chúng ta đánh giá thấp các thuật toán, chúng ta thấy toàn bộ ngành công nghiệp sụp đổ vì họ không nhìn thấy sự thay đổi trong tương lai. Làm thế nào để kinh doanh taxi truyền thống có thể cạnh tranh khi thuật toán của Uber có thể đưa bạn đi trong vòng chưa đầy 3 phút? Vào năm 2021, hy vọng các kỹ sư sẽ tránh được những sai lầm về AI và thuật toán bằng cách không cố gắng ánh xạ các thuật toán vào phổ năng lực của con người. Sử dụng các công nghệ AI - chẳng hạn như nhận dạng giọng nói trong bất kỳ ngữ cảnh nào - để nâng cao những gì con người có thể làm và tìm ra sự cân bằng phù hợp giữa tự động hóa AI và kiến ​​thức của con người cho các trường hợp sử dụng trong thế giới thực - chẳng hạn như trải nghiệm khách hàng và hội nghị web - sẽ bắt đầu định hình việc sử dụng hiệu quả của AI cho tương lai. - Ian Firth, VP tại Khoa học Speechmatics

AI / ML có trách nhiệm sẽ trở thành chủ đề nóng nhất trong ngành ML đám mây. Do xã hội ngày càng nhấn mạnh vào việc chống lại sự không công bằng và thiên vị cũng như mối quan tâm chung về khả năng diễn giải và khả năng giải thích tốt hơn của các mô hình học máy, các nhà cung cấp đám mây sẽ đầu tư và nâng cao các dịch vụ ML của họ để cung cấp một bộ đầy đủ các khả năng ML / AI có trách nhiệm nhằm mục đích thỏa mãn và yên tâm cơ quan quản lý, người lập mô hình, quản lý và thị trường về việc sử dụng hợp lý ML. Trong khi đó, AI / ML sẽ tiếp tục chứng kiến ​​sự tăng trưởng và sử dụng bùng nổ trên toàn ngành, với những cải tiến đáng kể về tính dễ sử dụng và UX kết hợp trong khuôn khổ AI / ML có trách nhiệm để thúc đẩy sự tăng trưởng tiếp theo của lĩnh vực này. - Yiannis Antoniou, nhà phân tích, Gigaom

AIOps cho mạng sẽ trở thành xu hướng chủ đạo: Năm tới, AIOps sẽ đi từ lý thuyết sang thực hành cho nhiều tổ chức. Với sự gia tăng của nhân viên làm việc từ xa và gia đình trở thành chi nhánh vi mô mới, AI sẽ trở thành yếu tố quan trọng để cung cấp một khách hàng tuyệt vời cho trải nghiệm người dùng đám mây đồng thời kiểm soát chi phí hỗ trợ CNTT cho nhân viên từ xa. Các nhóm CNTT sẽ cần nắm lấy AIOps để mở rộng quy mô và tự động hóa hoạt động của họ. AIOps cloud SaaS sẽ đảo ngược mô hình hỗ trợ khách hàng. Thay vì người dùng gửi vé cho CNTT, AI sẽ chủ động xác định người dùng có vấn đề về kết nối hoặc trải nghiệm và sẽ giải quyết (mạng tự lái) hoặc sẽ mở phiếu với các hành động khắc phục được đề xuất cho CNTT. - Bob Friday, CTO của Mist Systems, một công ty của Juniper Networks

Trí tuệ nhân tạo và máy học sẽ đóng một vai trò không thể thiếu trong chiến lược chuỗi cung ứng so với những năm trước. Nhu cầu có thêm thông tin chi tiết theo thời gian thực trong toàn bộ chuỗi cung ứng sẽ tiếp tục tăng vào năm 2021, đặc biệt khi các tổ chức chuỗi cung ứng đánh giá lại hoạt động của họ do những thay đổi đột ngột trong hành vi mua hàng trong đại dịch COVID-19.

Để giải quyết nhu cầu này, các tổ chức chuỗi cung ứng sẽ cần tìm đến công nghệ hỗ trợ trí tuệ nhân tạo (AI) và máy học (ML) để nâng cấp từ phân tích mô tả và mô tả hiện tại, đồng thời tận dụng phân tích dự đoán - cung cấp các hành động được đề xuất trước một sự cố xảy ra dựa trên các hành động trước đó. Thông thường, các công ty trải qua một mớ hỗn độn và phân mảnh do bị mua lại bởi các công ty lớn có hệ thống khác nhau. Vào năm 2021, các bên liên quan trong chuỗi cung ứng sẽ tìm cách triển khai cặp song sinh kỹ thuật số trên tất cả các mô-đun như một lớp bổ sung khả năng hiển thị và đảm bảo đồng bộ hóa giữa hệ thống hiện có của công ty và công nghệ mới, chẳng hạn như cảm biến và cảm biến nano, sắp được tung ra thị trường với khối lượng ngày càng lớn . - Mahesh Veerina, Giám đốc điều hành của Cloudleaf

Sự thiên vị trong AI gây ra tác hại ở quy mô lớn - từ việc tác động đến quá trình tuyển dụng bằng cách củng cố định kiến ​​giới tính đến phân biệt chủng tộc trong tính điểm tín dụng và cho vay. Các tổ chức biết rằng việc thuê một lực lượng lao động đa dạng có thể cung cấp mức độ trung thực cho các mô hình AI và họ biết rằng dữ liệu đào tạo cần được liên tục theo dõi về độ lệch, vì nó ảnh hưởng đến chất lượng và độ chính xác của các thuật toán. Họ cũng biết rằng không có tiêu chuẩn hiện tại cho các phép đo dựa trên đạo đức để thực sự giảm thiểu sự thiên vị trong AI và cần phải có. Vào năm 2021, chúng ta sẽ thấy các tổ chức vượt qua chỉ thừa nhận và “lo lắng” về sự thiên vị trong AI và bắt đầu thực hiện các động thái quan trọng hơn để giải quyết vấn đề đó - bởi vì nó sẽ là bắt buộc. Các nhóm và / hoặc sáng kiến ​​cụ thể sẽ được thành lập để chống lại tất cả các mối quan tâm nằm dưới sự bảo trợ của AI có trách nhiệm, bao gồm mọi thứ từ thành kiến ​​cố hữu trong dữ liệu đến đối xử công bằng với người đào tạo dữ liệu. Việc thiết lập các sáng kiến ​​AI có trách nhiệm sẽ không chỉ trở thành nhiệm vụ cấp hội đồng quản trị đối với một số người, mà các đối tác và khách hàng của các công ty dẫn đầu nỗ lực AI sẽ yêu cầu nó. - Appen CTO Wilson Pang

AIOps sẽ tăng nhiệt để nâng cao trải nghiệm của khách hàng và cung cấp tính đảm bảo và tối ưu hóa ứng dụng. Với một năm đầy biến động phía sau, các doanh nghiệp sẽ phải mong đợi những điều bất ngờ khi đưa ra những công nghệ không thể sai lầm và chủ động. Chúng ta sẽ thấy nhu cầu về AIOps tiếp tục tăng, vì nó có thể giải quyết và dự đoán những tình huống bất ngờ này bằng cách sử dụng AI, ML và phân tích dự đoán. Sự phức tạp ngày càng tăng của các ứng dụng doanh nghiệp kỹ thuật số bao gồm các cơ sở hạ tầng đám mây và tại chỗ kết hợp cùng với việc áp dụng các kiến ​​trúc ứng dụng hiện đại như container hóa sẽ dẫn đến sự gia tăng chưa từng có về cả khối lượng và độ phức tạp của dữ liệu. Trong khi quá tải dữ liệu từ các môi trường kỹ thuật số hiện đại có thể trì hoãn việc sửa chữa và áp đảo các nhóm IT Ops, các bộ dữ liệu ồn ào sẽ là rào cản của quá khứ vì các chiến lược thông minh hơn và hệ thống AIOps tập trung giúp các tổ chức cải thiện trải nghiệm khách hàng, cung cấp đảm bảo và tối ưu hóa ứng dụng hiện đại tự động hóa thông minh và phát triển mạnh mẽ như các doanh nghiệp kỹ thuật số tự chủ. Trên thực tế, các phương pháp tiếp cận Hoạt động CNTT thông thường có thể không còn khả thi - khiến việc áp dụng AIOps là điều tất yếu để có thể mở rộng quy mô tài nguyên và quản lý hiệu quả môi trường hiện đại. - Ali Siddiqui, Giám đốc Sản phẩm, Phần mềm BMC

Thực tế rõ ràng là năm 2021 sẽ là năm mà những người thực sự làm AI sẽ bắt đầu đạt được giá trị trên quy mô lớn, trong khi những người dành hàng tháng để đào tạo các mô hình giòn và không bắt kịp sẽ là bất lợi ngày càng tăng theo cấp số nhân. Những thử thách ở chặng cuối sẽ không dễ dàng hơn - nhưng sự thay đổi cơ bản trong tư duy và cách tiếp cận sẽ rất quan trọng để vượt qua những trở ngại phức tạp. - Tiến sĩ Josh Sullivan, Trưởng phòng modzy

Đánh giá rủi ro thanh lịch: Khi không gian AIOps tiếp tục phát triển, chúng tôi nhận thấy cơ hội cho các nhà cung cấp tinh chỉnh khả năng đánh giá rủi ro của họ để cho phép khách hàng khắc phục các vấn đề một cách gần như chắc chắn mà không phá vỡ bất kỳ điều gì khác trong hệ thống. Vào năm 2021, một lĩnh vực mà chúng ta sẽ thấy sự tập trung ngày càng tăng từ cả các nhà cung cấp và sự chấp nhận nhiều hơn giữa người dùng sẽ là cho phép lập bản đồ phụ thuộc thanh lịch hơn để các kỹ sư có thể đánh giá chính xác rủi ro như một phần của quá trình khắc phục hoặc chu trình xây dựng-triển khai cho các thay đổi phần mềm, để đảm bảo rằng sự thay đổi trong một phần của môi trường sẽ không phá vỡ hệ thống ở nơi khác. - Michael Olson, Giám đốc, Tiếp thị Sản phẩm tại New Relic

Vào năm 2021, AI sẽ không được lập bản đồ trên phổ năng lực của con người: Chúng ta có thể có các thuật toán đánh bại bất kỳ con người nào trong môn cờ vua nhưng không thể pha một tách trà và các chương trình máy tính có thể thực hiện toán học nhanh hơn con người hàng triệu lần nhưng, Nếu được hỏi ai có thể giành chức vô địch World Cup tiếp theo, họ thậm chí sẽ không hiểu câu hỏi. Khả năng của họ không phải là phổ quát. Chúng tôi đã đạt đến một điểm với AI, nơi chúng tôi đồng thời đánh giá quá cao và đánh giá thấp sức mạnh của các thuật toán.

Khi chúng ta đánh giá quá cao chúng, chúng ta thấy khả năng phán đoán của con người bị suy xét lại - một nơi nguy hiểm. Việc sử dụng “thuật toán đột biến” để chấm điểm kết quả A-level là một tai tiếng ở Anh, mặc dù thuật toán tạo ra nhiều kết quả đơn giản là vi phạm thông thường. Khi chúng ta đánh giá thấp các thuật toán, chúng ta thấy toàn bộ ngành công nghiệp sụp đổ vì họ không nhìn thấy sự thay đổi trong tương lai. Làm thế nào để kinh doanh taxi truyền thống có thể cạnh tranh khi thuật toán của Uber có thể giúp bạn đi xe trong vòng chưa đầy 3 phút? Vào năm 2021, hy vọng các kỹ sư sẽ tránh được những sai lầm về AI và thuật toán bằng cách không cố gắng ánh xạ các thuật toán vào phổ năng lực của con người. Sử dụng các công nghệ AI - chẳng hạn như nhận dạng giọng nói trong mọi ngữ cảnh - để nâng cao những gì con người có thể làm và tìm ra sự cân bằng phù hợp giữa tự động hóa AI và kiến ​​thức của con người cho các trường hợp sử dụng trong thế giới thực - chẳng hạn như trải nghiệm khách hàng và hội nghị web - sẽ bắt đầu định hình việc sử dụng hiệu quả của AI cho tương lai. - Ian Firth, VP tại Khoa học Speechmatics

ML on the edge sẽ trở thành một trong những trọng tâm chính trong ngành AI / ML vào năm 2021. Nhu cầu về các ứng dụng cạnh thông minh đang tăng nhanh trong ngành ô tô, nhà máy thông minh và nhà thông minh. Với các công cụ phát triển ML cạnh hiệu quả có sẵn rộng rãi và các công ty bán dẫn tung ra các MCU mới với các tính năng ML, việc áp dụng các ứng dụng ML cạnh sẽ trở thành xu hướng chính. - Sang Won Lee, Giám đốc điều hành của queexo

Cộng đồng lâm sàng sẽ tăng cường sử dụng phương pháp tiếp cận học tập liên kết để xây dựng các mô hình AI mạnh mẽ trên nhiều tổ chức, khu vực địa lý, nhân khẩu học của bệnh nhân và máy quét y tế. Độ nhạy và tính chọn lọc của các mô hình này vượt trội hơn so với các mô hình AI được xây dựng tại một tổ chức duy nhất, ngay cả khi có nhiều dữ liệu để đào tạo. Như một phần thưởng bổ sung, các nhà nghiên cứu có thể cộng tác trong việc tạo mô hình AI mà không cần chia sẻ thông tin bệnh nhân bí mật. Học tập liên kết cũng có lợi cho việc xây dựng mô hình AI cho các lĩnh vực khan hiếm dữ liệu, chẳng hạn như nhi khoa và các bệnh hiếm gặp. - Kimberly Powell, Phó Chủ tịch kiêm Tổng Giám đốc, NVIDIA Healthcare

Trung tâm xuất sắc của AI: Các công ty đã tranh giành trong 10 năm qua để thu hút các nhà khoa học dữ liệu được trả lương cao, nhưng năng suất của họ vẫn thấp hơn mong đợi vì thiếu cơ sở hạ tầng hỗ trợ. Nhiều tổ chức sẽ tăng tốc độ thu hồi vốn đầu tư vào AI bằng cách xây dựng cơ sở hạ tầng tập trung, chia sẻ ở quy mô siêu máy tính. Điều này sẽ tạo điều kiện thuận lợi cho việc chuẩn bị và mở rộng tài năng khoa học dữ liệu, chia sẻ các phương pháp hay nhất và đẩy nhanh việc giải quyết các vấn đề phức tạp của AI. - Charlie Boyle, Phó Chủ tịch kiêm Tổng Giám đốc, Hệ thống NVIDIA DGX

Biểu hiện của AI sẽ thu hẹp về trải nghiệm người dùng liền mạch: Khi chúng ta nhìn vào lịch sử của AI, thuật toán là vua và trải nghiệm người dùng đứng thứ hai. Nhưng khi chúng ta bước vào năm 2021, các ứng dụng hỗ trợ AI sẽ ngày càng tập trung vào khả năng sử dụng như một ưu tiên. Các biểu hiện tốt nhất của AI là liền mạch cho người dùng và hoạt động không phô trương trong nền. Các nền tảng được hỗ trợ bởi AI / ML sẽ tìm ra những cách mới để dẫn dắt người dùng đến những kết luận và giải pháp tốt hơn.

Điều này xảy ra bằng cách thẩm vấn khối lượng dữ liệu khổng lồ, tìm kiếm những điểm bất thường, thông tin chi tiết và xu hướng, sau đó trình bày kết quả trong bối cảnh kinh doanh phù hợp. AI / ML thực sự không có ma sát nên là mục tiêu cuối cùng cho tất cả các nền tảng kinh doanh. Tôi hy vọng sẽ thấy các ứng dụng phức tạp hơn của AI sẽ xác định những gì mỗi người dùng đang cố gắng hoàn thành và tự động hiển thị thông tin chi tiết có thể được tận dụng để thực hiện hành động nhanh chóng. Tính dễ sử dụng này sẽ cực kỳ có giá trị đối với nhiều người dùng, cả kỹ thuật và phi kỹ thuật. - Sanjay Vyas, CTO của Có kế hoạch

AI đạo đức sẽ đóng vai trò quan trọng trong phát triển sản phẩm vào năm 2021, nhưng đó là một bài toán khó giải: AI đạo đức đang trở thành một vấn đề quan trọng, nhưng là một bài toán nan giải khó giải quyết. Các công ty đang sử dụng dữ liệu và AI để tạo ra các giải pháp, nhưng họ có thể đang bỏ qua quyền con người về phân biệt đối xử, giám sát, minh bạch, quyền riêng tư, bảo mật, tự do ngôn luận, quyền làm việc và tiếp cận các dịch vụ công. 

Để tránh gia tăng rủi ro về danh tiếng, quy định và pháp lý, AI có đạo đức là bắt buộc và cuối cùng sẽ nhường chỗ cho chính sách AI. Chính sách AI sẽ đảm bảo tiêu chuẩn cao về tính minh bạch và các biện pháp bảo vệ con người. Trong lĩnh vực dữ liệu, các CEO và CTO sẽ cần phải tìm cách loại bỏ sự thiên vị trong các thuật toán thông qua phân tích, hiệu đính và lập trình cẩn thận. - Krishna Tammana, CTO của Talend

Năm tới, chúng ta sẽ thấy các công ty tập trung vào, áp dụng và phát triển các giải pháp AI thực sự mang lại ROI thay vì mánh lới quảng cáo hoặc xây dựng công nghệ vì lợi ích công nghệ. Các tổ chức sẽ tập trung vào tiến độ có thể chứng minh được và các kết quả có thể đo lường được và do đó sẽ đầu tư vào các giải pháp giải quyết các vấn đề cụ thể. Những công ty có hiểu biết sâu sắc về sự phức tạp và thách thức mà khách hàng của họ đang tìm cách giải quyết và sẵn sàng đầu tư tiền cho R&D của họ vào các giải pháp sẽ tìm thấy thành công. - Joe Petro, CTO tại Nuance Communications, Inc..

Khoảng cách kỹ năng AI sẽ vẫn tồn tại và các tổ chức sẽ nghĩ ra những cách mới để thích ứng. Rất khó để các tổ chức thuê nhân tài cần thiết để triển khai AI và gặt hái tất cả các lợi ích, với một nửa số người trong ngành báo cáo thách thức này. Hơn nữa, nhiều tổ chức đã tăng tốc các sáng kiến ​​chuyển đổi kỹ thuật số trong vài tháng hoặc vài năm - nhưng có sự khác biệt về tài năng sẵn có và cơ hội đào tạo để hỗ trợ các sáng kiến ​​này. Do nhu cầu tăng lên, chúng tôi dự đoán rằng các công ty sẽ đưa ra nhiều sáng kiến ​​nâng cao kỹ năng và khuyến khích nhân viên học các kỹ năng mới, cũng như làm việc để xây dựng dữ liệu và khả năng hiểu biết về AI ở tất cả các cấp của tổ chức.

Đại dịch đã tạo cơ hội cho các tổ chức ưu tiên các hành động này và giúp nhân viên phát triển các kỹ năng mới trong quá trình chuyển đổi nhanh chóng sang làm việc từ xa. Sắp tới, năm 2021 sẽ là về giáo dục - cả hai đều hoạt động theo một bình thường mới và bắt kịp các sáng kiến ​​kỹ thuật số cấp tốc. - Traci Gusher, Hiệu trưởng, Dữ liệu & Phân tích, KPMG

Giải quyết sự thiên vị trong các thuật toán AI sẽ là ưu tiên hàng đầu khiến các hướng dẫn được triển khai để hỗ trợ học máy về sắc tộc cho nhận dạng khuôn mặt. Các doanh nghiệp ngày càng trở nên lo ngại về sự thiên vị nhân khẩu học trong các thuật toán AI (chủng tộc, tuổi tác, giới tính) và ảnh hưởng của nó đối với thương hiệu của họ và khả năng gây ra các vấn đề pháp lý. Đánh giá cách các nhà cung cấp giải quyết thành kiến ​​nhân khẩu học sẽ trở thành ưu tiên hàng đầu khi lựa chọn các giải pháp xác minh danh tính vào năm 2021. Theo Gartner, hơn 95% RFP để xác minh danh tính tập trung vào tài liệu (so sánh ID do chính phủ cấp với ảnh tự chụp) sẽ có các yêu cầu rõ ràng liên quan đến việc giảm thiểu thành kiến ​​nhân khẩu học vào năm 2022, tăng từ mức dưới 15% hiện nay. Các tổ chức sẽ ngày càng cần phải có câu trả lời rõ ràng cho các tổ chức muốn biết “hộp đen” AI của nhà cung cấp được xây dựng như thế nào, dữ liệu bắt nguồn từ đâu và dữ liệu đào tạo đại diện như thế nào đối với nhiều người đang được phục vụ.

Khi các tổ chức tiếp tục áp dụng công nghệ nhận dạng khuôn mặt dựa trên sinh trắc học để xác minh danh tính, ngành công nghiệp phải giải quyết sự thiên vị cố hữu trong các hệ thống. Chủ đề về AI, dữ liệu và dân tộc không phải là mới, nhưng nó phải đi đầu vào năm 2021. Theo nhà nghiên cứu tại MIT, người đã phân tích bộ dữ liệu hình ảnh được sử dụng để phát triển công nghệ nhận dạng khuôn mặt, 77% hình ảnh là nam giới và 83% là màu trắng, báo hiệu cho một trong những lý do chính khiến sự sai lệch có hệ thống tồn tại trong công nghệ nhận dạng khuôn mặt. Vào năm 2021, các hướng dẫn sẽ được đưa ra để bù đắp sự thiên lệch có hệ thống này. Cho đến khi điều đó xảy ra, các tổ chức sử dụng công nghệ nhận dạng khuôn mặt nên hỏi các nhà cung cấp công nghệ của họ về cách các thuật toán của họ được đào tạo và đảm bảo rằng nhà cung cấp của họ không đào tạo các thuật toán trên các tập dữ liệu đã mua. - Robert Prigge, Giám đốc điều hành của Jumio

Dữ Liệu Lớn.

Vào năm 2021, việc thu thập dữ liệu mở và miễn phí sẽ thúc đẩy những đổi mới trong tương lai. Một cuộc khảo sát gần đây từ Frost & Sullivan cho thấy rằng 54% người ra quyết định về CNTT bày tỏ nhu cầu thu thập dữ liệu quy mô lớn để theo kịp tốc độ phát triển của doanh nghiệp và cạnh tranh trực tuyến. Tuy nhiên, để các doanh nghiệp sử dụng dữ liệu trực tuyến một cách hiệu quả, trước tiên dữ liệu đó cần phải có thể truy cập được - không bị chặn. Ngày nay, các doanh nghiệp thường cấm các nỗ lực thu thập dữ liệu công khai mặc dù đã tự mình thu thập dữ liệu đó. Tình trạng này do hai yếu tố chính gây ra: nhu cầu liên tục ngăn chặn hoạt động trực tuyến độc hại hoặc gian lận như một phần của biện pháp phòng ngừa bảo mật và quan điểm cho rằng dữ liệu công khai này góp phần vào lợi thế cạnh tranh của công ty.

Tôi tin rằng từ năm 2021 trở đi, các công ty sẽ nhận ra rằng việc thu thập dữ liệu công khai là một phần của hoạt động kinh doanh liên tục chung và cần thiết. Họ cũng sẽ nhận ra rằng dữ liệu không phải là tất cả khi nói đến lợi thế cạnh tranh của một doanh nghiệp. Các lĩnh vực như tồn kho, giá cả, chất lượng sản phẩm và chất lượng dịch vụ, v.v. cũng đóng một vai trò lớn. Khi nhận thức đó ổn định, dữ liệu chặn sẽ chỉ dùng để bảo vệ khỏi các hoạt động trực tuyến lạm dụng. Để đảm bảo việc thu thập dữ liệu có đạo đức, tôi hy vọng tất cả chúng ta đều thúc đẩy trao đổi thông tin mở trong các trung tâm dữ liệu trung tâm. Các trang web sẽ tiếp tục chặn những kẻ lạm dụng; điều này sẽ không thay đổi. Tuy nhiên, họ có thể cho phép những người thu thập dữ liệu có đạo đức. Cuối cùng, tương lai của việc thu thập dữ liệu trực tuyến là tùy thuộc vào những người kiểm soát nó. Với tốc độ nhanh chóng mà dữ liệu đang được sản xuất, các nỗ lực thu thập dữ liệu trong tương lai sẽ cần phải phát triển và phát triển. Các công ty sẽ cần thu thập dữ liệu tự động để theo kịp đối thủ cạnh tranh và có thể thu thập dữ liệu với tốc độ nhanh hơn. Rốt cuộc, tốc độ mà các công ty có thể thu thập dữ liệu mới sẽ xác định mức độ phù hợp và thành công của họ. - Ron Kol, CTO tại Mạng Luminati

Dữ liệu sẽ thực sự hoạt động trên quy mô doanh nghiệp: Số lượng dữ liệu mà doanh nghiệp có đang tăng lên theo cấp số nhân - có nhiều nguồn, loại và số lượng hơn bao giờ hết, cộng với lượng dữ liệu ngày càng tăng đang được phân phối trong thời gian gần thực. Nhưng để thực sự hiểu, truy cập và thực hiện hành động trên dữ liệu, các doanh nghiệp sẽ cần phải thay đổi cách họ sử dụng dữ liệu - bắt đầu bằng cách cắt bỏ người trung gian. Bằng cách tìm cách tự động hóa quy trình biên mục và lập danh mục dữ liệu, nhân viên - kể cả những người có ít onền tảng kỹ thuật fa - sẽ có thể nhận được dữ liệu họ cần để đưa ra các quyết định kinh doanh đúng đắn và hiệu quả. - Eric Raab, SVP, Kỹ thuật và Sản phẩm, Người xây dựng thông tin

Điều cần thiết là phải nắm bắt và tổng hợp dữ liệu “thay thế”: Chúng ta có thể phát hiện COVID-19 sớm đến mức nào? Các nghiên cứu về dữ liệu “thay thế” - trong trường hợp này là dữ liệu giao thông bên ngoài các bệnh viện ở Vũ Hán và các tìm kiếm từ khóa của người dùng Internet ở khu vực đó - cho thấy rằng virus có thể đã lưu hành vào cuối năm 2019. Cộng đồng đầu tư đã đi tiên phong trong việc sử dụng dữ liệu thay thế. , bao gồm âm thanh, ảnh chụp từ trên không, chất lượng nước và cảm xúc.10 Đây là tiền đề cho sự đổi mới theo hướng dữ liệu và việc đạt được lợi thế ở đây có thể mang lại lợi nhuận lớn. Nhưng sau năm 2020, dữ liệu thay thế sẽ trở thành xu hướng chủ đạo, với mục tiêu phát hiện những điểm bất thường sớm hơn nhiều.

Từ đó, chúng ta có thể nhận được dữ liệu phái sinh, đến từ các kết hợp, liên kết và tổng hợp với dữ liệu từ các hệ thống bản ghi. Như IDC nói: “Khi nhiều dữ liệu được thu thập và có sẵn từ các nguồn bên ngoài, khả năng sử dụng nhiều dữ liệu hơn sẽ trở thành một yếu tố khác biệt. Điều đó bao gồm việc rút ra bài học từ các ngành khác với ngành của bạn ”. 11 Xu hướng này, tương tự như cái mà Gartner gọi là “X analytics”, 12 không phải là mới nhưng cuối cùng đang trở thành nền tảng quan trọng của dữ liệu và phân tích hiện đại, nhờ vào quá trình xử lý rẻ hơn và các kỹ thuật AI hoàn thiện hơn - bao gồm biểu đồ tri thức, kết cấu dữ liệu, tự nhiên xử lý ngôn ngữ (NLP), AI có thể giải thích và phân tích trên tất cả các loại nội dung. Xu hướng này hoàn toàn phụ thuộc vào ML và AI, vì mắt người không thể nắm bắt được hết. - Dan Sommer, Giám đốc cấp cao, Trưởng nhóm Tình báo Thị trường Toàn cầu tại Qlik

Trong ngành công nghiệp, chúng ta thường nói về việc phá vỡ các silo dữ liệu, nhưng chúng ta nên thừa nhận rằng một số silo sẽ luôn ở đó. Trong các tổ chức lớn, bạn sẽ luôn có các phòng ban hoặc khu vực địa phương có các công cụ hoặc cơ sở dữ liệu riêng và điều đó sẽ tiếp tục. Nếu bạn có chủ quyền dữ liệu, văn phòng địa phương đó trong tổ chức của bạn sẽ có một silo. Đó là lý do tại sao cách tiếp cận tốt nhất là xem xét cách bạn có thể hiểu rõ hơn về dữ liệu bạn có. Nền tảng thông minh dữ liệu có thể đóng vai trò là chỉ mục và bản đồ của bạn, hiển thị cho bạn các silo bạn có và cách chúng được kết nối bằng cách cung cấp chế độ xem 360 độ về nội dung dữ liệu. - Stijn “Stan” Christiaens, đồng sáng lập và CTO của Collibra

OpenTelemetry sẽ tạo ra tình trạng quá tải dữ liệu. Vào năm 2021, việc sử dụng OpenTelemetry sẽ trở thành tiêu chuẩn mới của ngành. Đúng vậy, nó sẽ giúp việc thu thập dữ liệu dễ dàng hơn bằng cách tạo ra sự nhất quán giữa các nguồn - nhưng nó cũng sẽ tạo ra một tập tin dữ liệu cho các công ty, khiến việc tìm kiếm phần nhỏ dữ liệu có chứa thông tin chi tiết hữu ích thậm chí còn khó khăn hơn. Luồng dữ liệu liên tục sẽ khiến các công ty choáng ngợp nếu họ không có sẵn một hệ thống để nhanh chóng tìm ra 5% thực sự có thể hành động được. Do đó, các nhóm CNTT sẽ chuyển trọng tâm của họ từ việc thu thập dữ liệu sang xây dựng một khuôn khổ để thực hiện hành động từ dữ liệu. Khi các nhóm làm như vậy, sẽ bắt buộc phải triển khai các công cụ có thể bắt đầu ngay lập tức hiển thị dữ liệu có thể hành động trong thời gian cần thiết để pha cà phê cappuccino. - Phil Tee, Giám đốc điều hành của moogsoft

Một cặp song sinh kỹ thuật số là một mô hình ảo hóa của một quy trình, sản phẩm hoặc dịch vụ. Việc ghép nối thế giới ảo và vật lý cho phép phân tích dữ liệu và giám sát hệ thống để giúp xác định các vấn đề trước khi chúng xảy ra. Điều này ngăn chặn thời gian chết, phát triển các cơ hội mới và thậm chí lập kế hoạch cho tương lai bằng cách sử dụng mô phỏng. Thế hệ song sinh kỹ thuật số này cho phép các doanh nghiệp không chỉ lập mô hình và hình dung tài sản doanh nghiệp mà còn đưa ra dự đoán, thực hiện hành động trong thời gian thực và sử dụng các công nghệ hiện tại như AI và ML để tăng cường và hành động trên dữ liệu theo những cách thông minh. - Anil Kaul, Giám đốc điều hành tại Dữ liệu tuyệt đối

Chuyển đổi kỹ thuật số - cuối cùng - sẽ bắt đầu trở thành chuyển đổi. Tại thời điểm này, “chuyển đổi kỹ thuật số” đã trở thành một từ thông dụng mà tất cả các doanh nghiệp đã học cách công nhận, tuy nhiên phần lớn (80% theo IDC) những nỗ lực này vẫn mang tính chiến thuật quá cao. Ví dụ, tự động hóa quy trình bằng robot (RPA), có thể được coi là một công cụ chuyển đổi, nhưng bản thân nó thì không. Để các tổ chức thấy được sự chuyển đổi thực sự vào năm 2021, họ sẽ cần phải tận dụng các nền tảng nâng cao hơn kết hợp tự động hóa cốt lõi và các tính năng AI — chẳng hạn như phân tích văn bản, hiểu tài liệu và khai thác quy trình. Điều quan trọng nữa là các nền tảng này có khả năng mã thấp cho phép các nhà phát triển công dân xây dựng và triển khai các hệ thống tự động hóa cấp doanh nghiệp nhằm nâng cao giá trị cho tổ chức của họ. Nếu không có điều đó, sẽ tiếp tục là thách thức đối với các công ty trong việc chuyển đổi kỹ thuật số trên toàn doanh nghiệp — được thúc đẩy bởi khả năng dễ dàng triển khai tự động hóa, ngay cả đối với các quy trình phức tạp nhất. - Guy Kirkwood, Trưởng phòng truyền giáo tại UiPath

Kinh doanh thông minh

Sự phổ biến của ML mã thấp / không mã. Sự gia tăng của các hệ thống ML mã thấp và không mã, được thiết kế để làm cho AI dễ tiếp cận hơn với các công ty, sẽ giúp cải thiện việc áp dụng AI. Tuy nhiên, cuối cùng các công ty sẽ đạt đến mức trần và phát triển nhanh hơn cách tiếp cận một kích thước phù hợp với tất cả, tìm kiếm các trường hợp sử dụng nâng cao hơn cho AI đòi hỏi chuyên môn sâu hơn. Cuối cùng, nhu cầu tùy chỉnh sẽ làm tăng nhu cầu về các nhà khoa học dữ liệu có trình độ, thay vì các hệ thống mã thấp thay thế chúng. Chúng tôi sẽ không sớm tự động hóa nhu cầu về các nhà khoa học dữ liệu. - Kevin Goldsmith, CTO, Loại rắn lớn ở mỹ

Business Intelligence đang chuyển sang mô hình phân tích dữ liệu nâng cao mới với việc tích hợp Ngôn ngữ tự nhiên, Tìm kiếm tự nhiên, AI / ML, Phân tích tăng cường, Chuẩn bị dữ liệu tự động và Danh mục dữ liệu tự động. Điều này sẽ biến đổi các quy trình ra quyết định kinh doanh với thông tin chi tiết chất lượng cao hơn trong thời gian thực. - Ramesh Panuganty, Giám đốc điều hành của công ty BI MachEye

BI và AI sẽ làm sâu sắc thêm mối liên hệ của họ. Cho dù tính điểm các tập dữ liệu BI dựa trên các mô hình ML và trực quan hóa các dự đoán hay tận dụng xử lý ngôn ngữ tự nhiên để tạo ra các hình ảnh trực quan, thông tin chi tiết và tóm tắt, AI và BI sẽ tăng sức mạnh tổng hợp của chúng. Và khi các khả năng BI thông thường tiếp tục được phổ biến hóa, các nhà cung cấp sẽ cần BI + AI như một mặt trận mới trong cuộc chiến đổi mới. - Andrew Brust, nhà phân tích, Gigaom

Chatbots

Nhân viên cho doanh nghiệp - Việc áp dụng AI hội thoại sẽ là tự nhiên và thường là người tiếp xúc đầu tiên. AI hội thoại được bình thường hóa và luôn tồn tại. Các giao diện hướng dẫn người tiêu dùng thông qua thị trường trực tuyến, nhân viên thông qua các khóa đào tạo và người dùng thông qua các công cụ tìm kiếm và trang web đã nhận thấy lợi tức đầu tư lớn khi được trang bị công nghệ AI hội thoại tiên tiến. - Shiva Ramani, Giám đốc điều hành của iOPEX

AI sẽ không sớm thay thế con người. Khi bạn nhìn vào việc sử dụng AI trong các hoạt động đối mặt với người tiêu dùng ngày nay, nó chủ yếu được sử dụng trong các chatbot được hỗ trợ bởi AI và các tính năng cá nhân hóa khách hàng. Nếu chúng ta nhìn vào cách người tiêu dùng đã tận dụng các tính năng được hỗ trợ bởi AI trong đại dịch, chúng ta có thể thấy rằng họ đang thực sự sử dụng chúng để giải quyết các vấn đề nhanh hơn thông qua các tác nhân của con người. Các công ty như Bank of America, có một chatbot hỗ trợ AI hướng tới người tiêu dùng tên là Erica, đã thấy người tiêu dùng sử dụng Erica để tìm ra phương pháp tốt nhất để thu hút các nhóm hỗ trợ khách hàng. Thay vì đặt câu hỏi trực tiếp cho Erica để khắc phục bất kỳ vấn đề nào, khách hàng chỉ hỏi Erica về cách họ nên liên hệ với nhóm dịch vụ khách hàng để nhanh chóng giải quyết vấn đề của họ với nhân viên phù hợp. - James Isaacs, Chủ tịch kiêm Giám đốc điều hành của Cyara

Ngày nay, chúng ta tương tác với bot nhiều hơn bao giờ hết, cho dù đó là chatbots dịch vụ khách hàng hay AI trên thiết bị của chúng ta, như Siri và Alexa. Các bot này được sử dụng để ra quyết định theo thời gian thực nhằm tự động hóa các quy trình trước đây do con người thực hiện. Ví dụ, các bot đã tự động hóa quy trình trả lại hàng bán lẻ cho các công ty như Amazon. Tuy nhiên, việc quản lý danh tính của các bot tự động trở nên phức tạp hơn đối với các doanh nghiệp, đặc biệt là khi chúng đang tương tác với các bot khác ở tốc độ máy. Danh tính của bot phải được doanh nghiệp quản lý và bảo vệ, tương tự như danh tính của nhân viên và khách hàng, để dữ liệu không bị xâm phạm. Điều này quan trọng đối với các CIO và các nhà lãnh đạo bảo mật cần lưu ý, bởi vì việc sử dụng bot cho mục đích tự động hóa sẽ mở ra các vectơ tấn công mới nếu các API của bot đó bị tấn công. - Jasen Meece, Giám đốc điều hành của Mây

NLP (xử lý ngôn ngữ tự nhiên) thay đổi cuộc trò chuyện trên phân tích dữ liệu: Cũng giống như chúng ta đang sử dụng Google Home và Alexa trong cuộc sống hàng ngày, phân tích cuộc trò chuyện thông qua NLP sẽ là tấm vé vàng cho các doanh nghiệp trong việc trích xuất thông tin chi tiết về dữ liệu lớn có giá trị từ hoạt động kinh doanh của họ. Điều này bao gồm các xu hướng phát hiện có thể chưa được chú ý và cho phép các chuyên gia từ bên trong doanh nghiệp tham gia vào dữ liệu một cách có ý nghĩa. - Sam Mahalingam, CTO, Altair

AI hội thoại, đầu tiên và quan trọng nhất, cần một kênh nhắn tin phổ biến để trò chuyện. Sự gia tăng của nhắn tin kinh doanh trên các kênh dựa trên IP như Whatsapp, GIP và các kênh khác đang thúc đẩy sự hồi sinh trong việc sử dụng AI hội thoại. Các công ty trong các ngành như ngân hàng, thương mại điện tử, bán lẻ, du lịch, v.v. hiện đang cho phép AI đàm thoại cho hầu hết mọi điểm tiếp xúc của khách hàng bao gồm tiếp thị, bán hàng và hỗ trợ. Được hỗ trợ bởi những tiến bộ gần đây trong xử lý ngôn ngữ tự nhiên (NLP), AI đàm thoại sẵn sàng thay đổi cách người tiêu dùng tương tác với doanh nghiệp. - Beerud Sheth, Giám đốc điều hành của Gupshup

đám mây

Tôi nghĩ rằng chúng ta sẽ bắt đầu thấy một cách tiếp cận cân bằng và chu đáo hơn đối với việc áp dụng đám mây đa và kết hợp, đặc biệt là đối với đám mây lai. Chúng tôi đang vượt qua các cuộc trò chuyện công khai và riêng tư trên đám mây và các doanh nghiệp đang chấp nhận thực tế rằng đám mây không phải là một quyết định “một trong hai hoặc”. Trong lịch sử, chúng ta đã thấy “đám mây công cộng” được liên kết với sự đổi mới tiên tiến và “đám mây riêng” được liên kết với các doanh nghiệp chậm chạp, kế thừa có khả năng chống lại sự thay đổi. Tâm lý này đang thay đổi, khi các doanh nghiệp bắt đầu hiểu rõ hơn giá trị mà họ có thể nhận được từ kiến ​​trúc đám mây lai cho phép họ triển khai các ứng dụng hiện đại, nhanh nhẹn trên nền tảng cân bằng tốt nhất các nhu cầu cụ thể về chi phí, hiệu suất, bảo mật, tuân thủ và quản trị của họ.

Cùng với đó là sự gia tăng các công nghệ cho phép hybrid như thùng chứa và nền tảng tích hợp hybrid. Một xem xét khác là máy tính kết nối, là một giải pháp cung cấp đám mây siêu tỷ lệ chạy trong trung tâm dữ liệu của riêng bạn. Ví dụ như AWS Outposts, Google Anthos và Microsoft Azure Stack. Mặc dù cho đến nay những điều này quá chậm để áp dụng, nhưng chúng ta có thể bắt đầu thấy sự bắt đầu tăng trưởng ở đây khi khách hàng nhận thấy giá trị của đám mây riêng / công cộng, cùng với sự nhất quán của việc tiêu thụ dịch vụ đám mây siêu tỷ lệ. - Kim King, Giám đốc Tiếp thị Sản phẩm - Quản lý Đám mây tại Snow Software

COVID-19 tăng tốc chi tiêu qua đám mây: Với sự gia tăng của làm việc từ xa do đại dịch COVID-19, các công ty đang đầu tư một phần lớn ngân sách CNTT vào các công nghệ dựa trên đám mây, tránh xa các quy trình dựa trên giấy. Chi tiêu trung bình trên đám mây của các doanh nghiệp tăng 59% từ năm 2018 lên 73.8 triệu đô la vào năm 2020. Xu hướng đó sẽ tiếp tục vào năm 2021 khi các công ty buộc phải áp dụng chiến lược làm việc từ xa và nhận ra lợi ích của việc duy trì các phương thức hoạt động đó ngay cả khi họ bắt đầu chuyển đổi nhân viên trở lại vị trí thực tế. Một ví dụ điển hình sẽ là ký kết hợp đồng trong đó COVID thúc đẩy quá trình chuyển đổi kỹ thuật số đối với các hệ thống quản lý yêu cầu, phê duyệt, thực thi và sau giải thưởng hợp đồng và đã đặt nền móng cho những tiến bộ hơn nữa trong quản lý vòng đời hợp đồng. - Harshad Oak, Tổng Giám đốc, Giá trị & Chấp nhận Khách hàng, tại Kim cương

Từng được coi là "sự thay đổi" trên con đường đến với đám mây, hybrid giờ là đích đến: Một phương pháp tiếp cận đám mây lai từng được coi là bước đệm cho việc triển khai trên nền tảng đám mây. Giờ đây, khách hàng đang thấy rằng phương pháp tiếp cận kết hợp có ý nghĩa nhất, cả về mặt chiến lược cho nhu cầu kinh doanh và kinh tế của họ. Theo IDC, 70% ứng dụng và dữ liệu của khách hàng vẫn nằm ngoài đám mây công cộng. Với suy nghĩ đó, vào năm 2021, chúng ta sẽ thấy nhiều khách hàng hơn nữa chấp nhận phương pháp tiếp cận kết hợp. Do độ trễ của dữ liệu, sự vướng mắc của ứng dụng cũng như các lý do về bảo mật và tuân thủ, chúng tôi thấy ngày càng nhiều tổ chức trong các ngành muốn giữ dữ liệu của họ tại chỗ. Đồng thời, một phần do kinh tế đại dịch, phí xuất dữ liệu và sự khóa chặt của nhà cung cấp với các nhà cung cấp đám mây công cộng, thực tế là các CIO và các tổ chức CNTT đang nắm lấy kết quả tương lai chứ không phải là phương tiện để kết thúc. - Keith White, Tổng giám đốc, Dịch vụ đám mây GreenLake

Sự nhanh nhẹn của đám mây là tuyệt vời, nhưng nó có thể dễ dàng dẫn đến chi phí bỏ trốn. Tương tự, các cụm dữ liệu lớn tại chỗ được chia sẻ thường lãng phí tài nguyên. Cả hai điều này đều dẫn đến việc bỏ lỡ SLA. Nếu muốn loại bỏ tình trạng bội chi kinh niên, các công ty cần thiết lập một phương pháp để theo dõi và quản lý chi tiêu trên đám mây của họ. Cách hiệu quả nhất để làm điều này là thông qua khả năng quan sát và tự động điều chỉnh. - Ash Munshi, Giám đốc điều hành, Hạt tiêu

Cơ sở dữ liệu / Kho dữ liệu / Hồ dữ liệu

Các giải pháp mà các công ty sử dụng để lưu trữ dữ liệu của họ tiếp tục phát triển nhanh chóng trong năm tới. Chúng tôi đang chứng kiến ​​sự gia tăng di chuyển sang các giải pháp cơ sở dữ liệu quan hệ nguồn mở, các giải pháp cơ sở dữ liệu không quan hệ, các giải pháp cơ sở dữ liệu dựa trên PaaS và sự kết hợp của chúng. Trọng tâm chính của các sáng kiến ​​này có thể được nhóm lại dưới tiêu đề giảm chi phí vận hành, cho dù chúng đang được thực hiện để giảm các hợp đồng hỗ trợ quá lớn từ các nhà cung cấp như Oracle và Microsoft (cả di chuyển cơ sở dữ liệu nguồn mở và phi quan hệ đều thuộc loại này), giảm chi phí nhân sự (di chuyển sang các dịch vụ PaaS thuộc loại này) hoặc đạt được hiệu quả hoạt động bằng cách chuyển sang giải pháp cơ sở dữ liệu được xây dựng có mục đích hơn.

Di chuyển dữ liệu đang diễn ra ngay bây giờ và ở quy mô lớn, do đó, cần phải cân nhắc nhiều điều khi chuyển đổi sang các giải pháp cơ sở dữ liệu mới này, bao gồm khả năng của giải pháp trạng thái tương lai so với trạng thái hiện tại, tác động đến các hợp đồng cấp phép và hỗ trợ và một phương pháp để đảm bảo rằng các giải pháp chính xác được triển khai. Mặc dù các giải pháp PaaS cung cấp một số lợi ích tuyệt vời, nhưng DBA vẫn được yêu cầu để giám sát và quản lý các hệ thống đó và làm việc với các nhóm ứng dụng để nâng cao hiệu quả về hiệu suất, tính khả dụng và bảo mật. - Marc Caruso, Kiến trúc sư trưởng, cú pháp

360. Đó là số lượng hệ thống cơ sở dữ liệu ngoài tự nhiên. Và trong khi sự lựa chọn là tốt và việc tìm kiếm công cụ phù hợp cho công việc là thông minh, nó cũng làm tăng thêm sự phức tạp lớn. Khi các công ty chuyển sang hiện đại hóa trên đám mây, họ sẽ tìm kiếm sự đơn giản hóa, điều này sẽ dẫn đến sự hợp nhất lớn trên thị trường cơ sở dữ liệu. Các nhà cung cấp cơ sở dữ liệu cung cấp các khả năng đa chức năng sẽ giành chiến thắng, thay vì vô số cơ sở dữ liệu thích hợp cần được kết hợp với nhau và yêu cầu các cách truy cập dữ liệu khác nhau. - Franz Aman, CMO của công ty cơ sở dữ liệu quan hệ MariaDB

Các giải pháp mà các công ty sử dụng để lưu trữ dữ liệu của họ tiếp tục phát triển nhanh chóng trong năm tới. Chúng tôi đang chứng kiến ​​sự gia tăng di chuyển sang các giải pháp cơ sở dữ liệu quan hệ nguồn mở, các giải pháp cơ sở dữ liệu không quan hệ, các giải pháp cơ sở dữ liệu dựa trên PaaS và sự kết hợp của chúng. Trọng tâm chính của các sáng kiến ​​này có thể được nhóm lại dưới tiêu đề giảm chi phí vận hành, cho dù chúng đang được thực hiện để giảm các hợp đồng hỗ trợ quá lớn từ các nhà cung cấp như Oracle và Microsoft (cả di chuyển cơ sở dữ liệu nguồn mở và phi quan hệ đều thuộc loại này), giảm chi phí nhân sự (di chuyển sang các dịch vụ PaaS thuộc loại này) hoặc đạt được hiệu quả hoạt động bằng cách chuyển sang giải pháp cơ sở dữ liệu được xây dựng có mục đích hơn.

Di chuyển dữ liệu đang diễn ra ngay bây giờ và ở quy mô lớn, do đó, cần phải cân nhắc nhiều điều khi chuyển đổi sang các giải pháp cơ sở dữ liệu mới này, bao gồm khả năng của giải pháp trạng thái tương lai so với trạng thái hiện tại, tác động đến các hợp đồng cấp phép và hỗ trợ và một phương pháp để đảm bảo rằng các giải pháp chính xác được triển khai. Mặc dù các giải pháp PaaS cung cấp một số lợi ích tuyệt vời, nhưng DBA vẫn được yêu cầu để giám sát và quản lý các hệ thống đó và làm việc với các nhóm ứng dụng để nâng cao hiệu quả về hiệu suất, tính khả dụng và bảo mật. - Marc Caruso, Kiến trúc sư trưởng, cú pháp

Thị trường cơ sở dữ liệu sẽ phát triển lên đến 1 nghìn tỷ USD vào năm 2025. Trong hai thập kỷ qua, thị trường cơ sở dữ liệu đã có một sự kìm kẹp vững chắc với IBM, Oracle và SAP HANA dẫn đầu. Giờ đây, chúng tôi đang chứng kiến ​​sự thay đổi của người bảo vệ, điều này mang lại cho khách hàng tùy chọn quyết định điều gì tốt nhất cho doanh nghiệp của họ. Forrester thậm chí còn chỉ ra rằng thị trường cơ sở hạ tầng đám mây công cộng sẽ tăng trưởng 35% trong 120 tỷ vào năm 2021. Tôi dự đoán rằng vốn hóa thị trường cơ sở dữ liệu sẽ tăng lên 1 nghìn tỷ USD vào năm 2025 và hơn 10 đến XNUMX công ty cơ sở dữ liệu thực sự mạnh sẽ tăng trưởng đáng kể trong thập kỷ tới . - Raj Verma, Giám đốc điều hành của Cửa hàng duy nhất

Hồ dữ liệu có thể làm gì kho dữ liệu làm được và hơn thế nữa: Trong khi việc tách máy tính và dữ liệu mang lại lợi thế cho hồ dữ liệu so với kho dữ liệu, kho dữ liệu trước đây có những lợi thế khác so với hồ dữ liệu. Nhưng điều đó hiện đang thay đổi với những cải tiến nguồn mở mới nhất trong tầng dữ liệu. Ví dụ, tảng băng Apache là một định dạng bảng mới cung cấp chức năng kho dữ liệu chính trong hồ dữ liệu như tính nhất quán của giao dịch, khôi phục và du hành thời gian đồng thời giới thiệu các khả năng mới cho phép nhiều ứng dụng hoạt động cùng nhau trên cùng một dữ liệu theo cách giao dịch nhất quán. Một dự án nguồn mở mới khác, Dự án Nessie, được xây dựng dựa trên các khả năng của Iceberg cũng như Delta Lake bằng cách cung cấp ngữ nghĩa giống Git cho các hồ dữ liệu. Nessie cũng biến các giao dịch được kết hợp lỏng lẻo trở thành hiện thực, cho phép một giao dịch duy nhất trải dài các hoạt động từ nhiều người dùng và công cụ bao gồm Spark, Dremio, Kafka và Hive. - Tomer Shiran, đồng sáng lập của Dremio

Ba xu hướng chính sẽ xuất hiện vào năm 2021, sự trở lại của lớp siêu dữ liệu, AI được nhúng và phân tích tự động và giao diện truy vấn đơn giản hóa mới được thiết kế dành riêng cho người dùng doanh nghiệp. Sự trở lại của các lớp dữ liệu meta, với tư cách là thành phần nền tảng chính của các giải pháp phân tích, là cần thiết để hỗ trợ cải thiện quản trị và khả năng mở rộng của tài sản dữ liệu. Với các lớp siêu dữ liệu thông minh, giao diện người dùng đơn giản hóa mới sẽ xuất hiện cho phép người dùng doanh nghiệp tương tác với dữ liệu theo cách tiếp cận có hướng dẫn hơn, cho phép họ giảm thời gian tìm hiểu thông tin chi tiết với các kỹ năng phân tích tối thiểu. AI và phân tích tự động sẽ chuyển từ miền doanh nghiệp sang các nhà cung cấp phần mềm, những người sẽ nhúng các khả năng này và cho phép áp dụng hàng loạt thông qua cơ sở khách hàng của họ. - Glen Rabie, Giám đốc điều hành tại Cá vàng

Kỹ thuật dữ liệu

Các công ty sẽ tái đầu tư vào kỹ sư dữ liệu và đường ống dẫn dữ liệu. Một tác động của năm 2020 là nhiều công ty chuyển sang phương pháp tiếp cận trước tiên là sống còn, điều này dẫn đến tâm lý “lấy và làm” để tích hợp dữ liệu của họ. Khi lợi nhuận của các doanh nghiệp đang ổn định và chúng ta đang thấy khả năng dự đoán cao hơn ở cấp độ kinh tế vĩ mô, dự đoán của chúng tôi là năm 2021 là năm của kỹ sư dữ liệu và các công ty sẽ quay trở lại phương pháp tiếp cận dữ liệu "được xây dựng đến cùng" đường ống dẫn. “Được xây dựng để tồn tại lâu dài” cho nước trong đường ống tại nhà của bạn có nghĩa là nước luôn trong, sạch và ở nhiệt độ thích hợp. “Được xây dựng để tồn tại lâu dài” cho dữ liệu có nghĩa là bạn xây dựng các đường ống dẫn dữ liệu thông minh để đảm bảo tính kịp thời và sự tự tin trong phân tích dữ liệu của mình. - Bộ luồng Giám đốc điều hành Girish Pancha

Các công ty sẽ nhận ra sự cần thiết phải nỗ lực nhiều hơn cho DevOps: “Vẫn còn rất nhiều việc cần phải làm với đường ống DevOps, bao gồm cả việc đảm bảo và thử nghiệm quy trình phân phối. Cộng đồng nhà phát triển phần mềm biết mình cần phải đi đến đâu, nhưng công việc và những trở ngại trên đường đi luôn lớn hơn mong đợi. Vì điều này, tôi nghi ngờ rằng chúng ta sẽ thấy những thay đổi lớn vào năm 2021 về công cụ hoặc các mẫu CI / CD. Thay vào đó, chúng ta sẽ thấy nhiều người nhận ra rằng họ cần phải nỗ lực nhiều hơn vào đường dẫn, quy trình và xác thực DevOps của họ. Họ sẽ tăng gấp đôi để tăng tốc và cải thiện khả năng tự động hóa CI / CD của họ. Chỉ khi các quy trình này trưởng thành, các tổ chức mới có thể tự tin vào các phương thức phân phối và công cụ của họ. - Fred Simon, người đồng sáng lập và Nhà khoa học dữ liệu trưởng, JFrog

Quản trị dữ liệu

CNTT sẽ truyền thông minh vào quản trị truy cập để bảo vệ an ninh mạng cho lực lượng lao động vào năm 2021. Việc tăng tốc những thay đổi trong công nghệ doanh nghiệp, các mối đe dọa mạng và bối cảnh người dùng đang gia tăng áp lực lên các giải pháp quản trị và quản trị danh tính truyền thống (IGA), đồng thời lên các nhóm tuân thủ và an ninh. Do rủi ro tuân thủ ngày càng tăng, môi trường CNTT của doanh nghiệp trở nên phức tạp hơn hàng năm, làm tăng số lượng ứng dụng và hệ thống mà các công ty cung cấp quyền truy cập cho người dùng. Những thách thức này đang thúc đẩy các tổ chức tìm kiếm các giải pháp dựa trên AI để đơn giản hóa và tự động hóa các quy trình yêu cầu truy cập, phê duyệt quyền truy cập, chứng nhận và mô hình hóa vai trò. Vào năm 2021, chúng ta sẽ thấy AI ngày càng được sử dụng nhiều hơn để cho phép một phương pháp nhận dạng tự trị.

Các giải pháp xác thực và ủy quyền được truyền AI sẽ được xếp lớp trên cùng hoặc được tích hợp với các giải pháp IGA hiện có, cung cấp khả năng hiển thị theo ngữ cảnh, toàn doanh nghiệp bằng cách thu thập và phân tích tất cả dữ liệu nhận dạng, đồng thời cho phép hiểu rõ các mức độ rủi ro khác nhau của người dùng trên quy mô lớn. Việc sử dụng AI sẽ cho phép các hệ thống xác định và cảnh báo các nhóm tuân thủ và an ninh về việc truy cập có rủi ro cao hoặc vi phạm chính sách. Theo thời gian, chúng ta sẽ thấy các hệ thống AI này tạo ra kết quả có thể giải thích được trong khi tăng cường tự động hóa một số thách thức an ninh mạng khó khăn nhất trong doanh nghiệp. - Eve Maler, CTO tại Lò RènĐá

Chúng ta đã thấy việc triển khai toàn cầu các khuôn khổ quản trị AI sẽ bắt đầu vào năm 2020, nơi các doanh nghiệp đang yêu cầu thông tin chi tiết về kết quả của các ứng dụng AI. Đảm bảo mức độ khả thi thích hợp của các ứng dụng AI là chìa khóa cũng như sử dụng dữ liệu chất lượng tốt, đảm bảo khả năng kiểm toán, đạo đức, công bằng và minh bạch, tuân thủ các yêu cầu bảo vệ dữ liệu và thực hiện các biện pháp an ninh mạng hiệu quả. Hiện tại, việc triển khai các khuôn khổ quản trị AI được nhìn thấy nhiều hơn trong lĩnh vực tài chính và ngân hàng, nhưng vào năm 2021, chúng ta sẽ thấy điều này trở nên phổ biến hơn.

Các ngành dọc khác như chăm sóc sức khỏe, thương mại điện tử và dịch vụ di động sẽ bắt đầu sử dụng nó như một yếu tố tạo sự khác biệt trong cạnh tranh. Ví dụ: các nhà cung cấp dịch vụ chăm sóc sức khỏe đang bắt đầu minh bạch hơn về cách dữ liệu được sử dụng và cách họ có đạo đức và công bằng trong việc bảo vệ dữ liệu đó. Nếu các doanh nghiệp muốn đi trước đường cong, họ nên bắt đầu phát triển các khuôn khổ đạo đức AI ngay bây giờ để định vị mình là người dẫn đầu trong phong trào toàn cầu này. - Mohan Mahadevan, Phó Giám đốc Nghiên cứu, Onfido

AI sẽ đạt được động lực trong quản trị và bảo mật đám mây. Vào năm 2021, AI sẽ vượt xa hơn mức chỉ đơn giản là phát hiện các điểm bất thường và từ đó gắn cờ các mối đe dọa tiềm ẩn cho các nhóm bảo mật. Quản trị đám mây là một nhiệm vụ ngày càng phức tạp và đang nhanh chóng đạt đến mức mà con người không thể quản lý một mình. AI sẽ ngày càng được dựa vào nhiều hơn trong năm tới để duy trì vệ sinh đám mây bằng cách hợp lý hóa quy trình làm việc, quản lý các thay đổi và lưu trữ. Một khi vệ sinh đám mây thích hợp được thiết lập và duy trì với AI, nó cũng sẽ được sử dụng như một công cụ kiến ​​thức dự đoán chiến lược. Bằng cách dự đoán và giải quyết các mối đe dọa và lỗ hổng bảo mật, AI sẽ giúp các doanh nghiệp tạo ra kết quả tốt nhất có thể cho môi trường đám mây của họ. Tận dụng AI như một tài sản chiến lược sẽ trao quyền cho các CIO đưa ra quyết định sáng suốt về môi trường đám mây của họ, chẳng hạn như đánh giá chi phí và rủi ro tuân thủ. - Keith Neilson, Nhà truyền bá kỹ thuật cho CloudSphere

Khi chúng ta nhìn đến năm 2021, chúng ta sẽ thấy cuộc trò chuyện về đạo đức AI và quản trị dữ liệu được áp dụng cho nhiều lĩnh vực khác nhau, chẳng hạn như truy tìm liên hệ (chống lại COVID-19), phương tiện được kết nối và thiết bị thông minh (ai sở hữu dữ liệu?) Và cá nhân hồ sơ mạng (dấu chân không gian mạng tăng lên dẫn đến các câu hỏi về quyền riêng tư). - Cindy Maike, VP Giải pháp Công nghiệp, Cloudera

Quản trị dữ liệu cho một thực tế đa môi trường. Đã từ lâu rồi mà các tổ chức chỉ cần lưu trữ tất cả dữ liệu của riêng họ tại chỗ hoặc thậm chí chỉ trong một nhà cung cấp đám mây. Giờ đây, các tổ chức có dữ liệu tại chỗ và được hợp tác với một số nhà cung cấp đám mây dựa trên nhu cầu cụ thể của họ. Thực tế này đã tạo ra một sự “suy nghĩ lại” về cách tiếp cận quản trị dữ liệu. Các tổ chức phải xác định cách thức quản trị dữ liệu hiện tại của họ sẽ bị ảnh hưởng như thế nào và những gì cần được điều chỉnh, cách giám sát chất lượng dữ liệu trên đám mây và cách quản lý việc di chuyển dữ liệu vào và ra khỏi đám mây (và chi phí lớn đi kèm với điều đó). - Todd Wright, Trưởng bộ phận Quản lý Dữ liệu và Giải pháp Bảo mật Dữ liệu tại SAS

AI sẽ đạt được động lực trong quản trị và bảo mật đám mây. Vào năm 2021, AI sẽ vượt xa hơn mức chỉ đơn giản là phát hiện các điểm bất thường và từ đó gắn cờ các mối đe dọa tiềm ẩn cho các nhóm bảo mật. Quản trị đám mây là một nhiệm vụ ngày càng phức tạp và đang nhanh chóng đạt đến mức mà con người không thể quản lý một mình. AI sẽ ngày càng được dựa vào nhiều hơn trong năm tới để duy trì vệ sinh đám mây bằng cách hợp lý hóa quy trình làm việc, quản lý các thay đổi và lưu trữ. Một khi vệ sinh đám mây thích hợp được thiết lập và duy trì với AI, nó cũng sẽ được sử dụng như một công cụ kiến ​​thức dự đoán chiến lược. Bằng cách dự đoán và giải quyết các mối đe dọa và lỗ hổng bảo mật, AI sẽ giúp các doanh nghiệp tạo ra kết quả tốt nhất có thể cho môi trường đám mây của họ. Tận dụng AI như một tài sản chiến lược sẽ trao quyền cho các CIO đưa ra quyết định sáng suốt về môi trường đám mây của họ, chẳng hạn như đánh giá chi phí và rủi ro tuân thủ. - Keith Neilson, Nhà truyền bá kỹ thuật cho CloudSphere

Khoa học dữ liệu

Năm 2020 thật tàn bạo đối với một số công ty, khen thưởng cho những công ty khác và đầy thách thức cho tất cả. Khi chúng ta bước vào năm 2021, những kẻ tụt hậu có nhu cầu hiện hữu là phải tái tạo lại bản thân bằng kỹ thuật số, các công ty hàng đầu phải vật lộn để bắt kịp với nhu cầu. Tất cả các doanh nghiệp này cần tận dụng tích hợp dữ liệu 100% với chi phí có thể dự đoán được, hiệu suất đáng tin cậy và khả năng hiển thị theo thời gian thực. - Bonnie Holub, Trưởng nhóm Thực hành, Khoa học Dữ liệu, Châu Mỹ tại Siêu dữ liệu

Dân chủ hóa dữ liệu sẽ trở thành tiêu chuẩn mới. Công việc của CDO là đảm bảo mở rộng tăng trưởng trên toàn bộ doanh nghiệp. Điều này có thể đạt được bằng cách cung cấp dữ liệu có cấu trúc mà mọi người thực sự có thể sử dụng. Một CDO thành công nên dân chủ hóa dữ liệu để mọi người có thể truy cập và hiểu được. Một CTO tốt sẽ bổ sung cho CDO bằng cách tạo ra công cụ cần thiết để tìm dữ liệu cần thiết. Điều này có nghĩa là cung cấp cho người dùng một bộ công cụ trực quan hóa và công cụ báo cáo cho phép họ truy cập dữ liệu để chạy thông tin chi tiết. Khi bước sang năm 2021, chúng ta sẽ tiếp tục chứng kiến ​​sự hợp tác sâu rộng hơn và chặt chẽ hơn giữa hai vai trò này, được thúc đẩy bởi sự cần thiết. Nếu bạn có các công cụ có dữ liệu xấu, bạn đang làm trầm trọng thêm thách thức về dữ liệu. Nếu bạn có các công cụ hạn chế, chỉ một tập hợp con nhỏ có thể làm bất cứ điều gì với dữ liệu. - Derek Knudsen, Giám đốc Công nghệ tại Alteryx

Các nhà phân tích công dân sẽ ngày càng nâng cao kỹ năng để trở thành nhà khoa học dữ liệu. Sự phức tạp ngày càng tăng của hầu hết các ngành công nghiệp và các công ty cũng có nghĩa là một khi chúng ta nhận thấy khả năng tự lực trong việc phát triển các quy trình CNTT hoặc sử dụng phân tích, sẽ nhanh chóng có một lực đẩy rất lớn để mở rộng bộ kỹ năng đó hơn nữa. Với việc thị trường thay đổi thất thường từ tháng này sang tháng khác, khoa học dữ liệu sẽ được chú trọng hơn bao giờ hết. Điều này sẽ thúc đẩy nhiều nhà phân tích công dân nâng cao kỹ năng để trở thành nhà khoa học dữ liệu. - Sharmila Mulligan, Giám đốc Chiến lược và Tiếp thị tại Alteryx

Các thư viện trực quan hóa dữ liệu Python sẽ đồng bộ hóa. Cuối cùng thì chúng ta cũng bắt đầu thấy các thư viện trực quan hóa dữ liệu Python hoạt động cùng nhau và công việc này sẽ tiếp tục vào năm 2021. Python đã có một số thư viện trực quan hóa thực sự tuyệt vời trong nhiều năm, nhưng có rất nhiều sự đa dạng và nhầm lẫn gây khó khăn cho người dùng lựa chọn công cụ thích hợp. Các nhà phát triển tại nhiều tổ chức khác nhau đã và đang làm việc để tích hợp các khả năng do Anaconda phát triển như kết xuất dữ liệu lớn phía máy chủ của Datashader và việc quét liên kết của HoloViews vào nhiều thư viện vẽ sơ đồ khác nhau, cung cấp nhiều năng lượng hơn cho cơ sở người dùng rộng lớn hơn và giảm các nỗ lực trùng lặp. Công việc đang thực hiện sẽ hỗ trợ thêm cho sự đồng bộ hóa này vào năm 2021 và hơn thế nữa. - James A. Bednar, Sr. Giám đốc, Tư vấn Kỹ thuật, Loại rắn lớn ở mỹ

Kỹ năng kinh doanh sẽ trở nên quan trọng hơn bao giờ hết đối với các nhà khoa học dữ liệu. Các nhà khoa học dữ liệu sẽ cần phải nói ngôn ngữ kinh doanh để chuyển thông tin chi tiết về dữ liệu và mô hình dự đoán thành thông tin chi tiết có thể hành động để tác động đến kinh doanh. Chủ sở hữu công nghệ cũng sẽ phải đơn giản hóa việc tiếp cận công nghệ để chủ sở hữu kỹ thuật và doanh nghiệp có thể làm việc cùng nhau. Trọng tâm đối với các nhà khoa học dữ liệu sẽ không chỉ là họ có thể xây dựng mọi thứ nhanh như thế nào mà còn về mức độ họ có thể cộng tác với phần còn lại của doanh nghiệp. - Florian Douetteau, Giám đốc điều hành và đồng sáng lập của dữ liệu

Tự phục vụ đã phát triển thành tự cung tự cấp: Trong thế giới ảo, tự phục vụ cần phải phát triển. Khi không có sách hướng dẫn sử dụng và không có ai ở đó để nắm tay người dùng, việc tăng tốc nhanh chóng, trực quan sẽ trở thành một yếu tố vệ sinh để áp dụng và giao diện người dùng hấp dẫn sẽ không còn là điều tốt đẹp cần có nữa. Nhưng chúng tôi cũng thấy rằng người dùng thường không muốn tự phục vụ; họ ngày càng mong đợi thông tin chi tiết đến với họ. Do đó, chúng ta sẽ thấy nhiều thông tin chi tiết và câu chuyện vi mô hơn cho người tiêu dùng tăng cường. Ngoài ra, dữ liệu thường bị bỏ qua. Việc trao quyền cho người dùng truy cập dữ liệu, thông tin chi tiết và logic kinh doanh sớm hơn và trực quan hơn sẽ cho phép chuyển từ tự phục vụ trực quan sang tự cung cấp dữ liệu. AI sẽ đóng một vai trò quan trọng ở đây, đưa ra những thông tin chi tiết về vi mô và giúp chúng ta chuyển từ các quy trình theo tập lệnh và hướng vào con người sang các quy trình tự động hơn, ít mã và không cần chuẩn bị và phân tích dữ liệu mã. Nếu nhiều người có thể tự cung cấp dữ liệu sớm hơn trong chuỗi giá trị, thì các bất thường có thể được phát hiện sớm hơn và các vấn đề được giải quyết sớm hơn. - Dan Sommer, Giám đốc cấp cao, Trưởng nhóm Tình báo Thị trường Toàn cầu tại Qlik

Trong lịch sử, các công ty đặt rất nhiều giá trị vào những người là "Nhà khoa học dữ liệu". Trong tương lai, sẽ có nhu cầu thuê những người là chuyên gia trong thu thập dữ liệu. Để các mô hình AI hoạt động, cần phải có một lượng lớn dữ liệu và hơn nữa, dữ liệu quan trọng vẫn nằm trong các silo của nhiều tổ chức; do đó, những cá nhân có kỹ năng thu thập dữ liệu sẽ có nhu cầu cao. - Clara Angotti, Chủ tịch của Con đường tiếp theo

Các nhà khoa học dữ liệu sẽ đóng một vai trò quan trọng trong việc phát triển vắc-xin COVID-19. Từ việc phát triển vắc-xin đến phân tích các thử nghiệm và triển khai, dữ liệu sẽ là chìa khóa để biết liệu chúng ta đã tìm ra giải pháp phòng ngừa hay chưa. Các nhà khoa học dữ liệu sẽ quan trọng như các nhà khoa học được đào tạo truyền thống trong việc sản xuất loại vắc-xin khả thi đầu tiên. Để đẩy nhanh sự phát triển của vắc-xin, mọi người phải có khả năng quản lý, đưa ra quyết định và tin tưởng vào dữ liệu đó. Biết rằng tốc độ là rất quan trọng, cần có sự nhanh nhạy của dữ liệu và các hệ thống tự động mới sẽ cho phép các cải tiến mới, cuối cùng dẫn đến vắc-xin. Việc đẩy nhanh việc phân phối vắc xin sẽ đòi hỏi rất nhiều sự nhanh nhẹn và tự động hóa trong việc quản lý dữ liệu. - Giám đốc điều hành Infoworks Buno Pati.

Trong khi dữ liệu tiếp tục thống trị thế giới, các tổ chức vẫn đang phải vật lộn để tận dụng dữ liệu đó cho một lợi thế cạnh tranh thực sự. Phong trào Khoa học Dữ liệu Công dân đã nổi lên để quảng bá rộng rãi khả năng thao tác và giải thích dữ liệu. Nhưng có cách nào tốt hơn không? Sẽ không thông minh hơn (và dễ dàng hơn) nếu chỉ đơn giản là mang lại ý nghĩa kinh doanh cho dữ liệu và sửa chữa dữ liệu hơn là sửa chữa những người cho rằng dữ liệu thô chưa được diễn giải nằm ở đâu đó trong hệ thống không hữu ích lắm. - Kendall Clark, người sáng lập và Giám đốc điều hành của nhà phát triển Nền tảng Sơ đồ tri thức Doanh nghiệp, sao chó

Chúng ta sẽ thấy Sự nâng cao của Kiểm tra kiến ​​trúc cho Khoa học Dữ liệu: Việc làm chủ quản lý dữ liệu sẽ là điều quan tâm hàng đầu đối với nhiều nhóm CNTT khi họ muốn cải thiện sự nhanh nhạy và thông minh trong kinh doanh. Vì lý do này, khoa học dữ liệu — chiếc ô mà trí tuệ nhân tạo, máy học, tự động hóa, hồ dữ liệu và những thứ khác phát triển mạnh — sẽ có mức tăng trưởng lớn vào năm 2021. Từ việc phân tích các hành vi theo hướng dữ liệu để chuyển đổi hoạt động mua sắm tạp hóa sang tận dụng điện toán mạnh mẽ trên đám mây để cải thiện các mô hình sản xuất truyền thông, khoa học dữ liệu sẽ dẫn đầu cho nhiều người để duy trì tính cạnh tranh. Quá đắt để tự cung cấp, nhiều công ty trong số này sẽ thuê ngoài các dự án khoa học dữ liệu của họ cho các bên thứ ba với mô hình đăng ký. - Dustin Milberg, Giám đốc công nghệ đám mây Dịch vụ tại hiện trường tại InterVision

Tự động hóa đường ống của bạn để khám phá tiềm năng đầy đủ của các nhà khoa học dữ liệu: Các nhà khoa học dữ liệu thường quá bận rộn với các nhiệm vụ như chuẩn bị dữ liệu, kỹ thuật tính năng và mô hình hóa. Khi các nhiệm vụ này được tăng cường với các công cụ giúp tự động hóa các bước này, chúng ta sẽ thấy các nhà khoa học dữ liệu trao đổi các nhiệm vụ thường ngày để lấy thời gian thực hiện các phương pháp tiếp cận chiến lược, sâu hơn sẽ biến chúng thành những nguồn tài nguyên vô giá. Chúng tôi kỳ vọng sẽ thấy các giải pháp AI kinh doanh được triển khai có hệ thống hơn để làm cho các phân tích đặc biệt có thể lặp lại hiệu quả hơn. - Justin Silver, Ph.D. một Nhà chiến lược AI tại Ưu điểm

Học kĩ càng

Việc áp dụng các giải pháp doanh nghiệp dựa trên Deep Learning trong các công ty khởi nghiệp và doanh nghiệp sẽ dần dần tăng lên. Trở ngại chính sẽ tiếp tục là chi phí mua các phiên bản GPU và nguồn nhân lực chi phí cao. - Sundeep Reddy Mallu, Trưởng bộ phận phân tích tại máy ép ngữa

Như tất cả chúng ta đã chứng kiến ​​trong những năm gần đây, nghiên cứu và phát triển trong Xử lý ngôn ngữ tự nhiên đã tiến triển nhanh chóng nhờ những đột phá trong các mô hình ngôn ngữ Transformer như BERT, GPT-3, v.v. Trong khi chúng đang đạt được hiệu suất hiện đại, chúng đòi hỏi bộ dữ liệu lớn và một lượng lớn tài nguyên tính toán để đào tạo và suy luận với lượng khí thải carbon đáng kể. Chúng tôi sẽ thấy nhiều nỗ lực và nghiên cứu hơn nữa với các kiến ​​trúc mô hình mới và kỹ thuật đào tạo để giải quyết các mối quan tâm về phát thải carbon, thời gian đào tạo rất dài, với không gian và tính toán các mô hình hiệu quả để làm cho những đột phá này dễ tiếp cận hơn; các mô hình gần đây như Người biểu diễn với Sự chú ý nhanh sẽ đóng vai trò là chất xúc tác để di chuyển theo hướng này. - Kavan Shukla, Nhà khoa học dữ liệu, Phần Lan AI

phần cứng

Phần cứng và phần mềm hội tụ với sự phát triển của phần cứng dành riêng cho AI. Như thông báo của Apple về chip M1, phần cứng được xây dựng theo mục đích đang trở nên phổ biến hơn, có nghĩa là mọi người sẽ bắt đầu suy nghĩ nhiều hơn về phần cứng thực tế mà họ đang làm việc so với trước đây — bao gồm cả các nhà khoa học dữ liệu. Sự gia tăng phần cứng dành riêng cho ML có thể sẽ dẫn đến cải tiến hiệu suất, nhưng cũng cung cấp một biến số khác trong việc triển khai mô hình. Nó sẽ đặc biệt có tác động trong môi trường điện toán đám mây và di động. Điều này sẽ tiếp tục phá vỡ bức tường truyền thống tồn tại giữa phần cứng và phần mềm, với các trường hợp sử dụng AI dẫn đầu. - Kevin Goldsmith, CTO, Loại rắn lớn ở mỹ

Kể từ năm 2012, sức mạnh tính toán của AI đã tăng gấp 5 lần tốc độ của Định luật Moore, tăng gấp đôi khoảng 3.5 tháng một lần. Do ngày càng có nhiều ứng dụng được xây dựng dựa trên các công cụ AI tác động đến cuộc sống hàng ngày của chúng ta - một số ứng dụng thậm chí còn quan trọng đối với toàn bộ nhân loại (ví dụ: mô hình hóa và giải quyết vấn đề biến đổi khí hậu), việc tìm kiếm giải pháp cho sự không phù hợp về tỷ lệ hiệu suất này là rất cao đối với mọi lỗi danh sách ưu tiên của công ty sản xuất chip. Nhu cầu về những thay đổi trong cách nhận thức Định luật Moore sẽ trở nên rõ ràng hơn vào năm 2021. Xu hướng mới nhất là nói về việc viết phần mềm hiệu quả hơn để mang lại những cải tiến hiệu suất qua từng năm. Đây là một đặt cược rủi ro, vì sự phát triển của các thuật toán mới về cơ bản không thể diễn ra theo lịch trình và do đó không tương thích với lịch trình phát triển tích lũy bán dẫn truyền thống. Các công nghệ máy tính cơ bản cũng phải cải thiện. Chúng ta sẽ tiếp tục chứng kiến ​​những thay đổi và cải tiến trong năm tới. - Nick Harris, Giám đốc điều hành và đồng sáng lập của Ánh sáng

Máy tính trong bộ nhớ

Vào năm 2021, được thúc đẩy bởi COVID-19 và các quy định chặt chẽ hơn, các doanh nghiệp sẽ tiếp tục thúc đẩy các sáng kiến ​​chuyển đổi dữ liệu của họ để phát triển mạnh trong nền kinh tế kỹ thuật số trực tuyến đang phát triển. Các doanh nghiệp sẽ áp dụng phân tích hoạt động với tốc độ cực cao, tính linh hoạt của đám mây và hoạt động nhằm tối ưu hóa các hoạt động theo hướng dữ liệu và nhanh chóng giới thiệu các dịch vụ và ứng dụng mới.

Các giải pháp công nghệ dựa trên kết cấu dữ liệu gốc đám mây, còn được gọi là Trung tâm tích hợp kỹ thuật số, sẽ cho phép các tổ chức giảm tải và tách khỏi hệ thống cơ sở dữ liệu và bản ghi kế thừa để đáp ứng các yêu cầu kỹ thuật số và phân tích của họ và có thể chuyển sang đám mây mà không cần cần phải thoái vốn hoàn toàn khỏi các hệ thống quan trọng hiện có của họ. Việc giới thiệu quy mô và tốc độ trong bộ nhớ cho phân tích và BI sẽ thúc đẩy báo cáo theo thời gian thực và trực quan hóa dữ liệu mới và cho phép các mô hình ML sử dụng dữ liệu thời gian thực chính xác hơn cho các dịch vụ trực tuyến như phê duyệt khoản vay, phân tích gian lận và khách hàng 360 khả năng. AIOps cũng sẽ là trọng tâm và được triển khai để tự động hóa và hợp lý hóa các hoạt động phân tích và dữ liệu phức tạp, giảm thời gian đưa ra thị trường và giảm chi phí trong khi giảm thiểu sai sót của con người. - Adi Paz - Giám đốc điều hành - GigaSpaces 

Vào năm 2020, đại dịch COVID-19 đã thúc đẩy nhiều doanh nghiệp, đặc biệt là các doanh nghiệp trong lĩnh vực giao hàng thực phẩm, thương mại điện tử, hậu cần và các dịch vụ cộng tác và truy cập từ xa, phải mở rộng quy mô và nâng cấp đáng kể cơ sở hạ tầng để duy trì hiệu suất ứng dụng cao khi lượng khách truy cập trang web tăng vọt, yêu cầu giao hàng, giao dịch bán hàng, phát trực tuyến video và hơn thế nữa. Nhiều doanh nghiệp trong số này nhận thấy rằng cách tiếp cận nhanh nhất để duy trì hoặc cải thiện hiệu suất đồng thời tăng thông lượng ứng dụng là triển khai lưới dữ liệu trong bộ nhớ phân tán (IMDG) - được xây dựng bằng nền tảng điện toán trong bộ nhớ như Apache Ignite - có thể được chèn giữa một ứng dụng hiện có và cơ sở dữ liệu dựa trên đĩa mà không có sửa đổi lớn đối với cả hai. IMDG cải thiện hiệu suất bằng cách lưu dữ liệu ứng dụng vào bộ nhớ đệm trong RAM và áp dụng xử lý song song hàng loạt (MPP) trên một cụm máy chủ phân tán. Nó cũng cung cấp một con đường đơn giản để mở rộng dung lượng vì kiến ​​trúc phân tán cho phép tăng sức mạnh tính toán và RAM của cụm chỉ bằng cách thêm các nút mới.

 Vào năm 2021, các nền tảng IMC sẽ trở nên dễ sử dụng hơn và số lượng người thực hành IMC có kiến ​​thức sẽ tiếp tục tăng nhanh. Điều này sẽ cho phép việc áp dụng IMC lan rộng trên nhiều ngành hơn và đến nhiều công ty hơn. Do đó, nhiều doanh nghiệp sẽ có vị trí tốt hơn để tận dụng IMC nhằm tăng tốc ứng dụng nhanh chóng, không chỉ để đáp ứng các yêu cầu của COVID mà còn để đáp ứng các nhu cầu chiến lược và cạnh tranh mới khi mối đe dọa đại dịch giảm bớt. - Nikita Ivanov, CTO và người sáng lập GridGain hệ thống

IOT

Việc áp dụng IoT trong doanh nghiệp sẽ nóng lên hơn bao giờ hết: Do tác động của đại dịch đối với hoạt động kinh doanh, các doanh nghiệp sẽ tìm kiếm các cách mới hoặc bổ sung để tăng tốc độ ra quyết định vào năm 2021. IoT có thể đóng một vai trò trong việc này. Từ quan điểm BI, thách thức là phải nhận ra rằng IoT có các mô hình dữ liệu khác nhau cần được điều chỉnh, chẳng hạn như hiệu suất theo thời gian. Giảm thời gian trễ giữa sản xuất dữ liệu và hoạt động sẽ là chìa khóa. Các tổ chức thông minh nhất sẽ nhận ra rằng họ không thể chỉ đơn giản chi tiền cho việc này, mà thay vào đó, họ cần phải có chiến lược để tạo ra các mô hình dữ liệu mới chia sẻ những hiểu biết sâu sắc. - Eric Raab, SVP, Kỹ thuật và Sản phẩm, Người xây dựng thông tin

Đại dịch đã thúc đẩy đáng kể nhu cầu của các công ty để hoàn thành quá trình chuyển đổi Công nghiệp 4.0 của họ với các giải pháp cho phép họ linh hoạt hơn, khả năng hiển thị và hiệu quả hơn trong hoạt động của mình. Chúng ta sẽ thấy sự gia tăng của việc áp dụng các giải pháp giúp giải quyết nhu cầu đó, từ AI bao gồm học máy, thị giác máy và phân tích nâng cao. Khi nền kinh tế phục hồi trở lại, chúng ta sẽ tiếp tục thấy đầu tư vào cơ sở hạ tầng OT nền tảng với nhiều khả năng CNTT hơn để cho phép hệ sinh thái rộng lớn của những người chơi triển khai các giải pháp này và sẽ chứng kiến ​​việc áp dụng Công nghiệp 4.0 tăng lên đáng kể vào năm 2021. - Christine Boles, VP , Tập đoàn IoT và GM, Bộ phận giải pháp công nghiệp, Intel

Sự bùng nổ của điện toán biên: Chúng ta sẽ tiếp tục thấy sự gia tăng về tính toán biên trong toàn ngành trung tâm dữ liệu do nhu cầu về tốc độ và tính toán ngày càng tăng từ người tiêu dùng và các công ty. Mạng có độ trễ thấp rất quan trọng trong các môi trường cố gắng tối đa hóa thông lượng tính toán và giảm thời gian nhàn rỗi của máy chủ. - Timothy Vang, Ph.D., phó chủ tịch tiếp thị & ứng dụng cho Semtech Nhóm sản phẩm toàn vẹn tín hiệu

Edge là đám mây mới: Đối với các công ty mở rộng các sáng kiến ​​nhà máy thông minh vào năm 2021, tính khả dụng trong thời gian thực của khối lượng công việc quan trọng sẽ là cần thiết để đảm bảo kết quả kinh doanh. Điện toán biên sẽ bổ sung cho cơ sở hạ tầng đám mây hiện có bằng cách cho phép xử lý dữ liệu thời gian thực nơi công việc diễn ra (ví dụ: động cơ, máy bơm, máy phát điện hoặc các cảm biến khác). Việc triển khai phân tích tích hợp từ biên tới đám mây sẽ giúp các doanh nghiệp này tối đa hóa giá trị đầu tư vào hệ thống kỹ thuật số.

Ngành công nghiệp này sẽ tiếp tục hướng tới các môi trường máy tính phi tập trung hơn và lợi thế sẽ mang lại giá trị đáng kể cho các sáng kiến ​​chuyển đổi kỹ thuật số. Bằng cách tích hợp các chức năng cạnh với cơ sở hạ tầng đám mây hiện có, các tổ chức sẽ bớt lo lắng về các cân nhắc hậu cần về CNTT và thay vào đó, tập trung vào việc suy nghĩ lại những gì có thể xảy ra trong một cỗ máy thông minh: Nó có thể trả lời câu hỏi nào nhanh hơn? Nó có thể giải quyết những vấn đề mới nào? Làm thế nào nó có thể bảo vệ các hoạt động tốt hơn? Các nhà phân tích lưu ý rằng vào năm 2022, 99% của các doanh nghiệp công nghiệp sẽ sử dụng điện toán biên vì lý do này. - Keith Higgins, Phó chủ tịch chuyển đổi kỹ thuật số cho tự động hóa Rockwell

Những bộ óc sáng tạo thúc đẩy IoT tiến lên: IoT và phát triển sản phẩm thông minh sẽ dựa trên các thiết kế sáng tạo và các giải pháp chu đáo khi các cải tiến kỹ thuật của bộ vi xử lý chậm do các kỹ sư chạy chống lại những hạn chế của những gì có thể xảy ra khi các nhà sản xuất chip gần giới hạn lý thuyết về độ mỏng của các thiết bị là. Việc phát triển sản phẩm của Định luật Post-Moore sẽ dựa vào sự khéo léo của các kỹ sư và nhà thiết kế để tạo ra các giải pháp giàu trí tưởng tượng nhằm giải quyết các vấn đề kinh doanh và xã hội và cải thiện các quy trình tiêu dùng hàng ngày, thay vì chỉ dựa vào thế hệ chipset mạnh mẽ tiếp theo. - Sam Mahalingam, CTO, Altair

Machine Learning

Đô la đầu tư vào Hoạt động CNTT sẽ chuyển từ tự động hóa quy trình công việc sang các giải pháp AI / ML bản địa với động lực trở thành các hoạt động kỹ thuật số. Các hoạt động của quy trình làm việc và tự động hóa tương ứng của chúng sẽ phát triển một cách tự nhiên để bao gồm các giải pháp AI / ML khi công nghệ trở nên mạnh mẽ hơn. AI và ML đang tiến bộ và lần lượt cải thiện tự động hóa quy trình làm việc khi các công ty thu thập nhiều dữ liệu hơn cũng như thay đổi tổ chức và hoạt động hành chính. - Shiva Ramani, Giám đốc điều hành của iOPEX

Doanh nghiệp sẽ tìm thấy các ứng dụng mới cho công nghệ máy học tự động hóa các quy trình thủ công và nâng cao khả năng giám sát. Các công ty sẽ tìm kiếm các sản phẩm cung cấp khả năng giám sát sâu hơn, tự động hóa nhiều hơn và thông tin giá trị gia tăng trên chi tiêu CNTT của họ. Ví dụ, các giải pháp tính khả dụng cung cấp khả năng giám sát nhận biết ứng dụng và tự động hóa các tác vụ cấu hình và quản lý sẽ được ưu tiên hơn các giải pháp chuyển đổi dự phòng truyền thống. Những cải tiến mới trong HA sẽ xuất hiện để xử lý sự phức tạp ngày càng tăng của các lỗi và thảm họa do các thiết bị IoT và sự phụ thuộc của chúng mang lại. - Cassius Rhue, Phó chủ tịch, Trải nghiệm khách hàng, Công nghệ SIOS

Về mặt lịch sử, các thuật toán thiên về học máy và mạng nơ-ron. Hiện nay chúng ta đang chứng kiến ​​ngày càng nhiều máy móc hoạt động khép kín và có thể tự dạy và đào tạo theo cách đặc biệt giống với phần tiềm thức của bộ não con người. Nói cách khác, các thuật toán được sử dụng để bắt chước phần phân tích của não bộ; bây giờ chúng đang bắt chước phần lớn nhất, mạnh mẽ nhất và hấp dẫn nhất của bộ não con người, mà chúng ta gọi là giác quan thông thường, cảm giác ruột và trực giác. Thay vì dựa vào con người để đào tạo và dạy chúng, các thuật toán máy không giám sát ngày nay có thể thu thập một lượng lớn dữ liệu, tạo ra các bức tranh về thế giới và đưa ra các suy luận rất giống với các thuật toán do con người tạo ra. Chúng ta đang đến một thế giới mà máy tính có thể tự đào tạo. - Mark Gazit, Giám đốc điều hành của ThetaRay

Giảm sự thiên vị: năm nay, đã có nhiều cuộc trò chuyện cần thiết xung quanh sự thiên vị và giảm thiểu trong các thuật toán AI và xung quanh cách giải quyết các tác động xã hội của việc cá nhân hóa dựa trên thuật toán. Tuy nhiên, chúng ta cần tiếp tục phát triển các công cụ cung cấp cái nhìn sâu sắc về kết quả của hệ thống ML, tiết lộ độ chệch và kiểm tra độ lệch trong các mô hình đã triển khai theo thời gian. Điều này trở nên quan trọng hơn bao giờ hết khi ngày càng có nhiều hệ thống này được đưa vào sản xuất, để đảm bảo rằng chúng ta không tiếp tục duy trì hoặc tạo ra các nguồn thành kiến ​​có hại. - Kevin Goldsmith, CTO, Loại rắn lớn ở mỹ

Doanh nghiệp sẽ tìm thấy các ứng dụng mới cho công nghệ máy học tự động hóa các quy trình thủ công và nâng cao khả năng giám sát. Các công ty sẽ tìm kiếm các sản phẩm cung cấp khả năng giám sát sâu hơn, tự động hóa nhiều hơn và thông tin giá trị gia tăng trên chi tiêu CNTT của họ. Ví dụ, các giải pháp tính khả dụng cung cấp khả năng giám sát nhận biết ứng dụng và tự động hóa các tác vụ cấu hình và quản lý sẽ được ưu tiên hơn các giải pháp chuyển đổi dự phòng truyền thống. Những cải tiến mới trong HA sẽ xuất hiện để xử lý sự phức tạp ngày càng tăng của các lỗi và thảm họa do các thiết bị IoT và sự phụ thuộc của chúng mang lại. - Cassius Rhue, Phó chủ tịch, Trải nghiệm khách hàng, Công nghệ SIOS

Các tổ chức có thành công ban đầu trong lĩnh vực máy học đã thúc đẩy họ mở rộng các chương trình của mình đang nhận thấy rằng một dây chuyền sản xuất bộ dữ liệu chất lượng cao chuyển động nhanh chóng là nguồn cung cấp năng lượng thúc đẩy sự mở rộng đó. Điều này sẽ nâng Dữ liệu dưới dạng Dịch vụ lên mức ưu tiên cao cho các nhóm kỹ thuật dữ liệu. - Luke Han, đồng sáng lập và giám đốc điều hành, Kỉ niệm

Khả năng tin cậy và vận hành ML sẽ là bài kiểm tra Litmus để tồn tại vào năm 2021: Trước đại dịch và suy thoái kinh tế, chúng tôi đang tiếp tục vật lộn với lượng dữ liệu ngày càng tăng theo cấp số nhân và sự phức tạp ngày càng tăng của các công nghệ mới. Nếu các doanh nghiệp muốn thành công trong việc hiểu được tổng dữ liệu lớn và sự phức tạp kỹ thuật của họ, họ phải tận dụng và vận hành các mô hình học máy theo những cách có thể giải thích và dễ hiểu. Việc tập trung vào việc đưa các mô hình vào sản xuất không còn đủ nữa, trọng tâm bây giờ phải là đưa các mô hình đến tay người dùng doanh nghiệp và những người ra quyết định. Nhưng để hoạt động, các doanh nghiệp phải có khả năng tin tưởng, có được sự hiểu biết và truyền đạt về khả năng của một mô hình trong việc tác động có ý nghĩa đến tiềm năng kinh doanh. Vào năm 2021, khả năng của một doanh nghiệp tin tưởng vào mô hình của mình - ở mức độ mà họ có thể tạo ra hành động từ cái nhìn sâu sắc có nguồn gốc từ AI - sẽ là yếu tố quyết định khả năng tồn tại của doanh nghiệp. - Santiago Giraldo, Giám đốc Tiếp thị Sản phẩm Cấp cao của Machine Learning, Cloudera

Các công ty thuộc mọi quy mô và ở mọi giai đoạn đang tích cực hướng tới việc vận hành các nỗ lực học máy. Có một số khuôn khổ phổ biến để đào tạo mô hình, bao gồm Tensorflow và PyTorch, dẫn đầu trò chơi. Giống như Apache Spark được coi là người dẫn đầu cho các công việc chuyển đổi dữ liệu và Presto đang nổi lên như là công nghệ hàng đầu cho truy vấn tương tác, năm 2021 sẽ là năm chúng ta sẽ chứng kiến ​​một công ty tiên phong thống trị không gian đào tạo mô hình rộng lớn hơn với pyTorch hoặc Tensorflow là những ứng cử viên hàng đầu. - Haoyuan Li, Người sáng lập và Giám đốc điều hành, alluxio

Dữ liệu thay đổi SaaS là ​​mảnh ghép còn thiếu cho ML / AI: Các tổ chức tập trung vào trí tuệ nhân tạo và máy học sẽ tiếp tục khao khát các bộ dữ liệu đào tạo có ý nghĩa có thể được đưa vào các thuật toán ML của họ để phát hiện các mô hình thay đổi nguyên nhân và kết quả theo thời gian. Để làm điều này, họ sẽ chuyển sang bộ dữ liệu luôn thay đổi của mình trong các ứng dụng đám mây / SaaS của bên thứ 3 làm đầu vào cho các thuật toán này. Điều này sẽ tạo ra áp lực cho họ trong việc nắm bắt và nhập mọi thay đổi nhỏ nhất trong dữ liệu đó theo thời gian vào hệ sinh thái DataOps của họ. - Joe Gaska, Giám đốc điều hành của CẢM ƠN

Vai trò của AI và ML sẽ mở rộng khi trí thông minh nhận dạng được đặt lên hàng đầu. Khi chúng ta đạt đến điểm phát triển trong tương lai của xác thực, người dùng ngày càng nhận thức được bảo mật khi nói đến việc bảo vệ danh tính kỹ thuật số của họ trực tuyến. Xác minh danh tính sẽ ngày càng trở nên theo ngữ cảnh và AI sẽ đóng một vai trò mở rộng để xác định rủi ro động của việc truy cập mà một hệ thống dựa trên quy tắc đơn giản là không thể cung cấp. Học sâu, học tăng cường và thuật toán di truyền có giám sát và không giám sát sẽ không chỉ áp dụng các mô hình suy luận được xác định trước mà còn cho phép các giải pháp bảo mật thích ứng với việc thay đổi hành vi của doanh nghiệp và học hỏi từ các công ty khác khi họ gặp phải và giảm thiểu các mối đe dọa. Việc chống lại các hành vi giả mạo sâu sắc với các thuật toán tích hợp, thu được giá trị từ dữ liệu lớn và thúc đẩy việc ra quyết định thông qua các phân tích mạnh mẽ sẽ đóng một vai trò quan trọng trong trí thông minh nhận dạng. - Rajesh Ganesan, Phó chủ tịch, ManageEngine (bộ phận của Zoho Corp.)

Robotics

Với nhu cầu giữ mọi người tránh xa các quý kéo dài sang năm mới, chúng ta đương nhiên sẽ thấy đầu tư đáng kể vào tự động hóa. Tuy nhiên, có thể là lần đầu tiên, người máy sẽ đảm nhận những nhiệm vụ bình thường, đơn giản của con người thay vì những nhiệm vụ khó khăn và chiến lược hơn. Chúng ta đã thấy robot hỗ trợ con người trong nhiều ứng dụng phức tạp, chẳng hạn như robot được đào tạo để thực hiện các gia công vi mô chính xác nhất. Giờ đây, rô bốt sẽ bắt đầu đảm nhận các nhiệm vụ cho phép những người lao động thiết yếu trước đây cần trực tiếp làm việc từ xa. Ví dụ, với việc đầu tư nhiều hơn vào thực tế ảo và tăng cường, chúng ta sẽ thấy các nhân viên an ninh robot được điều khiển bởi nhân viên từ xa chuyển vùng văn phòng và các tầng nhà máy; nhân viên từ xa sẽ có thể điều khiển máy bay không người lái từ xa để chọn và đóng gói các hộp trong nhà kho. Vào năm 2021, cuộc cách mạng sẽ được robot hóa. - Ahson Ahmad, Giám đốc Sản phẩm và Khách hàng, Ripcord

Bảo mật

Deepfakes sẽ trở thành mối đe dọa đáng kể đối với tính toàn vẹn của doanh nghiệp. COVID-19 đã buộc giao tiếp trực tiếp trở nên ảo, có nghĩa là các doanh nghiệp đang dựa vào hội nghị truyền hình để tiến hành các cuộc họp hơn bao giờ hết. Mặc dù khái niệm về deepfakes có thể không mới, nhưng chúng ngày càng trở nên phức tạp và trở nên dễ tạo ra một cách đáng kể. Lấy ví dụ như ThisPersonDoesNotExist.com, công cụ này tận dụng AI để tạo ra những hình ảnh hoàn toàn đáng tin cậy về những người không tồn tại trong cuộc sống thực. Nếu quá trình này có thể được tiến hành với tương đối ít thông tin, thì chắc chắn tin tặc có thể tận dụng hồ sơ công việc được sử dụng cho công nghệ hội nghị truyền hình - trong đó có tên và hình ảnh của nhân viên tự động liên kết với họ - để tạo ra các thông tin giả mạo thuyết phục. - James Carder, Giám đốc An ninh của LogRhythm

Dự đoán: Khi việc phát hiện gian lận trở nên khó khăn hơn, các mô hình gian lận ML sẽ mạnh lên nhưng sử dụng nhiều bộ dữ liệu gần đây hơn: Để xác định rủi ro gian lận, các công ty thường sử dụng tập hợp dữ liệu về các giao dịch trong quá khứ mà họ tin rằng sẽ đại diện cho tương lai để đào tạo máy học của họ (ML) các mô hình. Tuy nhiên, tác động to lớn của COVID-19 đối với dữ liệu và hành vi của người tiêu dùng đã tạo ra sự ngắt kết nối vì dữ liệu trong quá khứ không còn đại diện cho tương lai. Điều này đã khiến nhiều tổ chức sử dụng các mẫu trang phục thiếu hoạt động tốt nhưng không bắt gặp các mô hình gian lận mới hoặc các mô hình trang phục quá mức tạo ra nhiều bất ngờ như hàng đợi đánh giá thủ công bị ngập lụt hoặc nhiều khoản bồi hoàn hơn và gian lận. Nhiều công ty cũng đã chuyển từ sử dụng ML sang các mô hình dựa trên quy tắc và đánh giá thủ công dựa nhiều hơn vào trực giác của con người. Vào năm 2021, các công ty sẽ có thể tận dụng sự hiểu biết của họ về các mô hình hành vi mới này để bắt đầu xây dựng lại các mô hình ML mạnh mẽ hơn. Tuy nhiên, để thành công, họ sẽ cần sử dụng nhiều dữ liệu gần đây hơn, xem xét mọi thứ khi xây dựng mô hình và đánh giá tiến trình của chúng khi chúng thực hiện. - Arjun Kakkar, Phó Chủ tịch Chiến lược & Hoạt động tại Ekata

Trí tuệ nhân tạo đã tạo ra các mối đe dọa bảo mật mới, trong đó lớn nhất có thể là các mối đe dọa sâu sắc. Deepfakes là âm thanh, video hoặc hình ảnh giả mạo dựa trên công nghệ trí tuệ nhân tạo để bắt chước thực tế. Deepfake có thể gây ra hậu quả nghiêm trọng trong tay kẻ xấu, chẳng hạn như gian lận deepfake. Mặc dù chúng tôi chưa thấy nhiều cuộc tấn công này, nhưng trong 2019, những kẻ lừa đảo đã sử dụng âm thanh deepfake để ăn cắp hơn 200,000 đô la từ một công ty năng lượng có trụ sở tại Anh. Và với môi trường làm việc từ xa mang lại cho những kẻ lừa đảo nhiều đạn hơn để thực hiện các cuộc tấn công của chúng, năm 2021 sẽ là năm mà công nghệ mở ra bản ghi âm theo thời gian thực và các doanh nghiệp sẽ phải cảnh giác để đảm bảo họ không bị lừa. Các doanh nghiệp nên cảnh giác với bất kỳ cuộc điện thoại đáng ngờ nào và không bao giờ gửi tiền hoặc chia sẻ thông tin nhạy cảm mà không xác minh rằng người gọi có phải là người mà họ tự xưng hay không.

Ngoài ra, việc thiết lập các công cụ và giao thức an ninh mạng cơ bản có thể ngăn chặn những kẻ gian lận truy cập vào thông tin nhạy cảm mà chúng cần để tạo ra hình ảnh và âm thanh deepfake ngay từ đầu. Các nhà nghiên cứu an ninh mạng đang làm việc trên các công cụ để phát hiện nội dung deepfake, nhưng cho đến lúc đó, các công ty sẽ cần dựa vào trực giác của họ và các công cụ an ninh mạng hiện có để đảm bảo rằng họ không bị lừa. - Terry Nelms, Tiến sĩ, Sr. Giám đốc Nghiên cứu, ghim

Được thúc đẩy bởi hàng loạt vi phạm dữ liệu và việc Big Tech khai thác dữ liệu cá nhân một cách có ý thức, quyền riêng tư dữ liệu của người tiêu dùng sẽ tiếp tục là một trọng tâm lớn trong năm 2021 và hơn thế nữa, và chúng ta có thể mong đợi sẽ thấy thêm luật được ban hành nhằm bảo vệ quyền của người tiêu dùng và phạt các doanh nghiệp việc sử dụng dữ liệu một cách vô trách nhiệm. Để nuôi dưỡng lòng tin và cải thiện trải nghiệm của khách hàng trong bối cảnh kinh doanh ngày càng cạnh tranh, nhiều tổ chức sẽ trao cho người tiêu dùng quyền sở hữu và kiểm soát dữ liệu cá nhân của họ trong những năm tới. Bằng cách kết hợp các nguyên tắc đạo đức, tuân thủ và bảo vệ quyền riêng tư với cơ sở hạ tầng công nghệ được xây dựng để mở rộng quy mô cho tương lai, xã hội sẽ hướng tới một hệ thống mà giá trị của dữ liệu sẽ mang lại lợi ích cho cả cá nhân và doanh nghiệp. - James Kingston, Phó Chủ tịch Hợp tác Nghiên cứu và Đổi mới tại Dataswift, nhà nghiên cứu AI và Giám đốc HAT-LAB.

Quản trị bảo mật dữ liệu là một khối xây dựng cần thiết và quan trọng để giảm thiểu mối đe dọa. Cho đến gần đây, hầu hết các chương trình quản trị dữ liệu đều tập trung vào các luồng dữ liệu và phân tích mà không cần suy nghĩ nhiều về bảo mật. Các luật và quy định mới về quyền riêng tư dữ liệu đã buộc các bên liên quan đến dữ liệu như CDO, CFO, CISO và DPO phải coi bảo mật dữ liệu là một trong những nền tảng cần thiết trong nỗ lực quản lý dữ liệu của họ. Nhưng quản trị bảo mật dữ liệu rất phức tạp vì không có sản phẩm của nhà cung cấp nào có thể triển khai tất cả các biện pháp kiểm soát quản trị bảo mật dữ liệu bắt buộc. Vào năm 2021, khi các doanh nghiệp tiếp tục thu thập và xử lý ngày càng nhiều dữ liệu, họ sẽ phải tìm cách thống nhất thông tin của mình một cách nhanh chóng, vì vậy toàn bộ tổ chức của họ đang lấy thông tin từ cùng một nguồn, đáng tin cậy và bảo mật tốt. Tiếp theo, các doanh nghiệp cần triển khai và quản lý nguồn dữ liệu của mình thông qua hệ thống bảo vệ dữ liệu với các biện pháp kiểm soát quyền riêng tư cần thiết được áp dụng, do đó, các mối đe dọa về dữ liệu được giảm thiểu. Các bước này sẽ đảm bảo giảm thiểu rủi ro kinh doanh và tài chính trong tương lai. - Anne Hardy, CISO của Talend

AI sẽ là chìa khóa để củng cố an ninh trong một thế giới xa xôi. Bảo mật là ưu tiên hàng đầu đối với C-suite của bất kỳ tổ chức nào đã tham gia vào hành trình chuyển đổi kỹ thuật số, nhưng tầm quan trọng của nó chỉ được tăng tốc bởi đại dịch. Với rất nhiều điểm cuối nằm rải rác trên toàn thế giới khi nhân viên có thể linh hoạt làm việc từ xa từ bất cứ nơi nào họ chọn, các lỗ hổng sẽ nhân lên. Một xu hướng chính mà chúng ta sẽ thấy trong năm 2021 và hơn thế nữa là ứng dụng AI vào các biện pháp an ninh, bởi vì con người không thể giám sát, kiểm soát và kiểm tra từng điểm cuối để bảo vệ một cách đầy đủ hoặc hiệu quả một doanh nghiệp hiện đại. Nếu các nhà lãnh đạo bảo mật (đặc biệt là những người tại các công ty nằm trong danh sách Fortune 500) không đầu tư thời gian và tài chính để tăng cường bảo mật với AI ngay bây giờ, họ có thể bị tin tặc nhắm mục tiêu trong tương lai và tranh giành để bảo vệ dữ liệu của họ. -Scott Boettcher, Phó chủ tịch, Quản lý thông tin doanh nghiệp, Dịch vụ NTT DATA

Kho

NAS kế thừa đã chết vì AI. Với sự ra đời của PCIe Gen4, tốc độ I / O hiện đã hoàn toàn thoát khỏi sự phát triển của lõi CPU. Các nhà cung cấp NFS kế thừa bị mắc kẹt với TCP luồng đơn bị giới hạn tốc độ bởi khả năng của một lõi CPU duy nhất trên máy chủ ứng dụng. PCIe Gen4 sẽ tăng gấp đôi hiệu suất I / O cao nhất của các ứng dụng vào năm 2021, trong khi lõi CPU sẽ không còn có thể tăng gấp đôi hiệu suất I / O lõi đơn như nhau. Không có sự tập trung nào của IO trên một máy chủ lưu trữ nhiều hơn trong thị trường AI - cho các ứng dụng như học máy và học sâu. Để giải quyết vấn đề này, khách hàng sẽ tìm kiếm các giải pháp hỗ trợ đa luồng, RDMA và khả năng bỏ qua CPU hoàn toàn - như trường hợp của Bộ lưu trữ GPUDirect của NVIDIA. Các nhu cầu về việc giữ cho GPU và Bộ xử lý AI được cung cấp năng lượng và hiệu quả sẽ vượt xa khả năng I / O của NAS dựa trên TCP cũ, khiến khách hàng hoàn toàn rời bỏ NAS cũ vào năm 2021. - Renen Hallak, Người sáng lập và Giám đốc điều hành của VAST Data

Lưu trữ đối tượng phá vỡ lầm tưởng rằng nó chỉ được sử dụng để lưu trữ. Mặc dù lưu trữ đối tượng được biết đến nhiều nhất như một giải pháp lưu trữ sao lưu và lưu trữ, ba xu hướng sẽ mở rộng nhận thức đó vào năm 2021. Thứ nhất, lưu trữ đối tượng dựa trên flash sẽ được ưu tiên trong khối lượng công việc phân tích dữ liệu cũng có yêu cầu dung lượng cao. Thứ hai, bộ lưu trữ tương thích với S3 sẽ đơn giản hóa việc triển khai Kubernetes, khiến nó trở thành một lựa chọn hợp lý cho các ứng dụng hiện đại. Thứ ba, các ứng dụng gốc đám mây sẽ ngày càng được triển khai trước đó, thúc đẩy nhu cầu lưu trữ tương thích với S3 tại chỗ để nâng cao tính di động của ứng dụng. Do đó, nhiều tổ chức sẽ sử dụng lưu trữ đối tượng để hỗ trợ các trường hợp sử dụng nặng về máy tính, chẳng hạn như AI, ML và phân tích dữ liệu, phá vỡ huyền thoại “rẻ và sâu” một lần và mãi mãi. - Jon Toor, CMO cho Cloudian

Các tổ chức hiện đang thu thập một lượng lớn dữ liệu máy học và IoT. Nếu công ty của bạn phụ thuộc vào việc thu thập và phân tích dữ liệu để hoạt động và thành công, điều gì sẽ xảy ra nếu dữ liệu đó không được sao lưu đầy đủ và có thể khôi phục dễ dàng? Hầu hết các công ty chủ yếu nghĩ về phân tích dữ liệu và ít hơn nhiều về sao lưu hoặc bảo mật dữ liệu. Nhưng khi dữ liệu ngày càng chuyển từ phân tích sang môi trường sản xuất, đó là lúc việc bảo vệ trở nên quan trọng. Các công cụ lưu trữ tiên tiến ngày càng dựa vào AI và máy học để tự động hóa quá trình sao lưu dữ liệu. Với kích thước bùng nổ của dữ liệu doanh nghiệp, các công cụ thông minh này sẽ trở nên quan trọng để duy trì một quy trình sao lưu hiệu quả có thể phản ứng nhanh chóng và dễ dàng với các yêu cầu thay đổi trong khi tiết kiệm hàng giờ đồng hồ cho việc sao lưu thủ công. - Shridar Subramanian, CMO của Thủ công lưu trữ

Dọc

Tiềm năng của AI để cải thiện các quy trình chuỗi cung ứng đã là lĩnh vực được các công ty chú trọng trong ít nhất 5 năm, nhưng sau những gián đoạn do COVID-19 gây ra, nhiều nhà phân tích chuỗi cung ứng và doanh nghiệp đã chuyển sự chú ý của họ sang AI như một giải pháp khả thi để tai ương của họ. 67% của các doanh nghiệp đã đầu tư vào một số giải pháp công nghệ để giúp họ vượt qua đại dịch, và 60% của các doanh nghiệp công nghiệp đang tìm kiếm đặc biệt là AI. Tuy nhiên, các mô hình AI được thúc đẩy bởi dữ liệu. Độ chính xác, phạm vi và khả năng của một mô hình AI phụ thuộc hoàn toàn vào dữ liệu đào tạo đằng sau nó. Tuy nhiên, dữ liệu đó phải được sắp xếp và dán nhãn ở định dạng máy có thể đọc được trước khi chương trình AI có thể tiêu hóa nó. Trước khi áp dụng AI, các doanh nghiệp phải tận dụng công nghệ tích hợp hiện đại để tự động biên dịch dữ liệu từ các tương tác với hệ sinh thái của các nhà cung cấp, đối tác, thương nhân và khách hàng của họ theo định dạng được cấu trúc để thúc đẩy các mô hình AI

Thanh toán PrimeXBT
Giao dịch với các Đối tác CFD chính thức của AC Milan
Cách dễ nhất để giao dịch tiền điện tử.
Nguồn: https://www.fintechnews.org/big-data-industry-predictions-for-2021/