对人工智能、大数据和分析领域在2018年的九大预测

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

4e30193dbe2e0784256f8292d20b421601aabe30

弗雷斯特研究公司(Forrester Research)的一份最新报告《预言2018: AI的蜜月期即将结束》预测:预计到2018年,企业将最终意识到人工智能将在企业中工作,并能够正确地规划、部署和管理企业。

弗雷斯特还提到:由于界面的改善,人机协作将会变得更好;通过将资源转移到云上来增强商业智能和分析解决方案;新的人工智能功能使分析、数据管理和活动的重新设计变得更加容易,并推动了更多服务化市场的出现。

因此,70%的企业预计在未来12个月内实现人工智能,高于2016年的40%和2017年的51%。以下是我对弗雷斯特预计的在2018年会发生的事情的9大总结:

1.25%的企业将通过用对话接口来补充point-and-click分析。

使用自然语言查询数据并实时交付结果可视化将成为分析应用程序的标准特性。

2.20%的企业将部署人工智能来做决策,并提供实时指令。

人工智能将向客户提供建议,推荐给供应商条款,并指导员工在什么时候说什么和做什么。

3.人工智能将消除结构化和非结构化的基于数据的洞察之间的界限。

自2016年以来,在拥有超过100TB的非结构化数据的企业中,全球调查对象的数量增加了一倍。然而,由于老旧的文本分析平台非常复杂,只有32%的公司成功地分析了文本数据,而分析其他非结构化数据源的情况变得更少了。这种情况即将发生改变,因为深度学习使得分析这种类型的数据更加准确并且可以扩展。

4.33%的企业将减去数据湖泊(data lake)的支持。

如果没有与改变商业的结果有明确的联系,许多早期的接管人将会把资金投入到他们的数据湖泊上,看它们是否赚钱。

5.50%的企业将采用云计算的大数据分析策略。

弗雷斯特预计,在2018年,50%的企业将采用一种公共云的策略,以获取数据、大数据和分析,因为企业希望获得更多的成本控制,而非本地软件能够提供的灵活性。

6.66%的企业将把客户洞察作为组织失调的补救措施的重点。

随着公司以统一的方式将客户的呼声引入到每一个商业决策中,56%的企业已经报告创建客户洞察中心,而不是以集中或纯粹的分布式模型来完成这一任务。

7.大多数首席数据官(CDO)将从防御转向进攻。

面向业务的CDO将探索并利用数据进行创新的机会,要么通过内部业务流程的分析,要么通过新的外部数据支持的产品和服务。预计在2018年,超过50%的CDO将向CEO汇报他们的想法,高于2016年的34%和2017年的40%。

8.数据工程师将成为热门的新职位。

在Indeed.com上,与数据相关的工作职位大约有13%是数据工程师,而数据科学家的比例不到1%,这反映了大数据成为了关键任务的趋势,并且需要向业务分析师提供更广泛的支持。

**9.学术界将成为企业的新伙伴。
**
像Open AI这样的非营利的新研究实验室,帮助那些提交申请的公司解决最具挑战性的分析和其他人工智能相关问题。

本文由AiTechYun编译,转载请注明出处。更多内容关注微信公众号:atyun_com

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7天前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
42 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
21天前
|
分布式计算 Hadoop 大数据
Jupyter 在大数据分析中的角色
【8月更文第29天】Jupyter Notebook 提供了一个交互式的开发环境,它不仅适用于 Python 编程语言,还能够支持其他语言,包括 Scala 和 R 等。这种多语言的支持使得 Jupyter 成为大数据分析领域中非常有价值的工具,特别是在与 Apache Spark 和 Hadoop 等大数据框架集成方面。本文将探讨 Jupyter 如何支持这些大数据框架进行高效的数据处理和分析,并提供具体的代码示例。
34 0
|
4天前
|
存储 分布式计算 Hadoop
大数据分析的工具
大数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源:传感器,气候信息,公开的信息,如杂志,报纸,文章。大数据产生的其他例子包括购买交易记录,网络日志,病历,军事监控,视频和图像档案,及大型电子商务。
20 8
|
14天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
60 11
|
13天前
|
人工智能 分布式计算 DataWorks
大数据&AI产品月刊【2024年8月】
大数据& AI 产品技术月刊【2024年8月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
22天前
|
分布式计算 数据可视化 大数据
Vaex :突破pandas,快速分析100GB大数据集
Vaex :突破pandas,快速分析100GB大数据集
|
21天前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
21天前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
23天前
|
消息中间件 前端开发 安全
第三方数据平台技术选型分析
这篇文章分析了第三方数据平台的技术选型,涵盖了移动统计平台、自助分析平台和BI平台的不同代表厂商,讨论了它们的数据源、使用要求和适用场景。
33 2
|
19天前
|
存储 分布式计算 数据处理
MaxCompute 的成本效益分析与优化策略
【8月更文第31天】随着云计算技术的发展,越来越多的企业选择将数据处理和分析任务迁移到云端。阿里云的 MaxCompute 是一款专为海量数据设计的大规模数据仓库平台,它不仅提供了强大的数据处理能力,还简化了数据管理的工作流程。然而,在享受这些便利的同时,企业也需要考虑如何有效地控制成本,确保资源得到最优利用。本文将探讨如何评估 MaxCompute 的使用成本,并提出一些优化策略以降低费用,提高资源利用率。
17 0