Forrester公司针对2018年人工智能、大数据及分析进行了企业调研并预测,Gil Press将其预测结果总结为如下10条。
使用自然语言查询数据并实时生成可视化结果将成为分析应用程序的标准功能。
人工智能将会为客户服务提建议,推荐供应商条款,并实时指导员工说什么和做什么。
人工智能将基于观点认识消除结构化数据和非结构化数据之间的障碍
从2016年以来,全球调查对象中拥有100TB以上非结构化数据的企业数量翻了一番。然而,由于上一代文本分析平台非常复杂,只有32%的企业成功地对文本进行了分析,更少的企业正在分析其他非结构化数据源。深度学习使得分析这些数据更加准确和可扩展,这种局面将会改变。
如果在改变业务成果上没有发挥明显作用,许多早期采用者将会停止数据方面的资金投入。
Forrester预计,到2018年,50%的企业将采用公共云优先策略来处理数据,进行大数据分析,因为相比本地软件,这更能控制成本,灵活性也更高。
随着企业在每项业务决策中都开始考虑客户需求,56%的企业已经报告称创建卓越客户洞察力中心,而不是凭借集中式或纯粹分布式的模型来实现这一点。
业务导向的CDO将探索利用数据进行创新的机会,通过嵌入在内部业务流程中的分析工作或者新的外部数据支持产品和服务等方式展开。2018年,50%以上的CDO将会直接向CEO汇报,2016年比例仅为34%,2017年为40%。
Indeed.com上13%的数据类职位信息是针对数据工程师的,而数据科学家则不到1%。这反映出大数据行动成为关键任务的趋势,以及需要为业务分析师提供更广泛的支持。
66%的企业已经将其11%到75%的商务智能应用外包。Forrester预测,到2018年,高达80%的公司将依靠洞察服务提供商来获取他们洞察力的一部分。
不仅仅是学术界,像非营利组织Open AI这样的新研究实验室也将帮助那些提交需求的公司解决最具挑战性的分析和人工智能问题。
【原文】https://www.forbes.com/sites/gilpress/2017/11/09/10-predictions-for-ai-big-data-and-analytics-in-2018/#7cd3bbe1403c
【注】本文由Gil Press 撰文,刘岩翻译,朝乐门审校。
转自: 数据科学DataScience 公众号,获授权; 数据科学DataScience 数据科学DataScience
关联阅读:
原创系列文章:
数据运营 关联文章阅读:
数据分析、数据产品 关联文章阅读: