Inhaltsverzeichnis:
Video: 10 Best Data Science Startups to Work for in 2020 (November 2024)
Wir haben viel über die Konvergenz von Cloud-Infrastruktur, Big Data und künstlicher Intelligenz (KI) in diesem Jahr geschrieben. Während des gesamten SaaS-Bereichs (Software-as-a-Service) haben wir eine untrennbare Verbindung zwischen diesen drei Faktoren in Business Intelligence-Tools (BI), Social Listening-Plattformen, CRM-Lösungen (Customer Relationship Management) oder in jeder Branche festgestellt Nutzung der Cloud-basierten Datenerfassung und -analyse - das sind so ziemlich alle.
In allen Anwendungsfällen haben wir einen Prozess mit vier Schritten beobachtet. Unternehmen sammeln mithilfe eines Portfolios von SaaS-Apps riesige Datenmengen. Anschließend speichern sie diese Daten in der Cloud, indem sie ein Data Warehouse oder einen Data Lake verwenden und mithilfe von Data Governance die Datenkonformität und -sicherheit gewährleisten. Der dritte Schritt sind datenwissenschaftliche Experimente: Wir werfen alles auf die Daten, von Algorithmen für maschinelles Lernen (ML) über die Verarbeitung natürlicher Sprache (NLP) bis hin zu Predictive Analytics. In Schritt vier erhalten Sie im Idealfall tiefere, datengesteuerte Geschäftserkenntnisse, anhand derer Ihr Unternehmen Maßnahmen ergreifen und sich einen Vorsprung verschaffen kann.
Die Ausführung ist unterschiedlich, aber die Idee ist dieselbe. Salesforce kombiniert AI- und Datenmanagement mit seiner Einstein-Plattform. Die Cloud-Player wie Google Cloud Platform und Microsoft Azure verwenden ein Arsenal an Cognitive-Computing-Tools und ML-Algorithmen, um Business Clouds neu zu definieren. Andere kommen sich immer näher - durch die kombinierte Kraft von KI, Cloud und Big Data -, um ein KI-Gehirn wirklich abzubilden.
10 AI-, Cloud- und Datentrends für 2017
Mit Beginn des Jahres 2017 verschränken sich diese drei Faktoren immer mehr. Wir haben mit Unternehmen und Experten aus der ganzen Branche darüber gesprochen, wie sich die Konvergenz fortsetzen wird und wie sich KI, Cloud und Datentechnologie auch von selbst weiterentwickeln und verwandeln werden.
1. AI überall
Dr. Michael Bjorn, Leiter ConsumerLab Research beim Business-to-Business- (B2B-) Kommunikations- und Netzwerk-Giganten Ericsson, sprach über KI als eine Selbstverständlichkeit in allen neuen Technologie-Vektoren. Ericssons Top 10 Trends für 2017 beginnen mit "AI Everywhere" auf der Liste. Dr. Björn erklärte das Denken des Labors hinter der Vorhersage.
"Mit jedem neuen Thema gibt es eine KI-Dimension", sagte Dr. Björn. "AI ist überall der Winkel, der jeden anderen Trend auf unserer Liste beeinflusst. Es spielt mit AR, VR und der verschmolzenen Realität, autonomen Autos, dem Internet der Dinge… Schauen Sie sich eine IoT-Anwendung wie Amazon an, das mit Amazon Go experimentiert.
"Wir beginnen Leute zu sehen, die sich an KI als Assistent gewöhnen, aber jetzt bewegen wir uns mehr in Richtung KI als Manager, der proaktiv bei Aufgaben hilft. Dies kann auch beängstigend sein, weil KI und Roboter Jobs übernehmen Aber ein Großteil davon ist die Wahrnehmung. Technologie schafft Arbeitsplätze. Wenn Sie auf die industrielle Revolution zurückblicken, haben wir die einfachsten Arbeitsplätze automatisiert und neue Arbeitsplätze geschaffen. Was wir bei AI sehen, ist, dass sich Arbeitsplätze im ganzen ändern werden Skalieren, weil der Wechsel von KI-Assistenten zu KI-Managern komplexer ist."
2. AI Investment wird sich verdreifachen
Das Forschungsunternehmen Forrester prognostiziert eine Verdreifachung der Investitionen in KI-Technologie im Jahr 2017 und eine Steigerung der Investitionen in kognitives Computing um mehr als 300 Prozent im Vergleich zu 2016. Infolgedessen prognostiziert Forrester auch, dass 2017 eine "Insights Revolution" einleiten wird, in der Unternehmen tätig werden werden Priorisierung der Erkenntnisse über Kundendaten als wesentliches Unterscheidungsmerkmal für die Zukunft. Big-Data-Integrationen und Datenverwaltungsprojekte werden infolgedessen um 75 Prozent zunehmen.
3. Cloud-Komfort
Cloud-basierte Geschäftsplattformen nehmen in allen Branchen zu, einschließlich der Buchhaltung für kleine Unternehmen. Auf der jüngsten SaaS North-Konferenz sprach Mike McDerment, CEO von FreshBooks, über ein wachsendes Maß an Komfort mit SaaS-Erfahrungen, selbst in einer traditionellen Branche wie Buchhaltung und Finanzen.
"Die Menschen fühlen sich immer wohler mit der Cloud. Es ist nach den ersten Tagen, was für mich aufregend ist", sagte McDerment. "Wir haben unseren Kunden ermöglicht, innerhalb von fünf Minuten, in denen ihr Kind sich die Zähne putzt, eine Ausgabe oder eine Rechnung einzureichen. Unternehmer versuchen, die Dinge in dieser kurzen Zeitspanne zu erledigen, damit Sie Ihr Geschäft mit Ihrem Telefon erledigen können." und die Cloud bietet Ihnen diese Bequemlichkeit und trägt dazu bei, dass sich immer mehr Menschen dafür entscheiden, ihre Geschäfte mit Cloud-basierten Technologien zu führen."
4. Reine Wolke wird zur Norm
Cloud-Störungen betreffen alle Branchen mit älteren Technologien, und der Voice-over-IP-Bereich (VoIP) für Unternehmen ist keine Ausnahme. Craig Walker, CEO des VoIP-Geschäftsanbieters Dialpad, sagte, Digital Disruption werde die Unternehmen dazu anregen, Cloud-basierte Lösungen einzuführen, während ältere Anbieter Anbieter der nächsten Generation konsolidieren oder akquirieren.
"Da jedes Unternehmen seine eigene digitale Transformation sieht, wird 2017 das Jahr sein, in dem moderne, relevante Unternehmen das Tischtelefon endgültig ausschalten", sagte Walker. "Während Unternehmen in die Cloud wechseln, um ihre Mitarbeiter von jedem Ort aus produktiver zu machen, sind cloudbasierte Lösungen, die eine nahtlose Kommunikation und Zusammenarbeit zwischen Geräten und Standorten ermöglichen, eine Notwendigkeit.
"Ich gehe davon aus, dass die Branche vor einer erheblichen Konsolidierung stehen wird, da ältere Telefonanbieter immer weiter hinter den Cloud-Kommunikationsanbietern zurückfallen, die von jedem Ort auf jedem Gerät aus qualitativ hochwertigere, schnellere und einfachere Bereitstellungen zu wesentlich niedrigeren Gesamtkosten anbieten können Da sich die Art der Arbeit aufgrund von Daten und Geschwindigkeit ändert, werden Unternehmen auch nach einer Lösung suchen, die sich in ihre internen Daten einfügt, um Wissen an den Fingerspitzen der Verkaufs- und Supportteams zu platzieren, unabhängig davon, wo sie einen Vorsprung erlangen sollen über den Wettbewerb."
5. Das Wolkenrennen wird enger
Der IaaS-Bereich hat eine Reihe von Big Playern, aber der unbestrittene Marktführer ist Amazon Web Services (AWS). Laut dem neuesten Cloud Adoption and Risk Report des Cloud-Sicherheitsanbieters Skyhigh Networks wird Amazon seinen Vorsprung beibehalten, während die Herausforderer des Marktes 2017 an Boden gewinnen.
"Microsoft wird die Lücke zwischen Amazon und IaaS-Dominanz verringern", sagte Rajiv Gupta, CEO von Skyhigh Neworks. "AWS hatte den schnellsten Durchbruch auf dem IaaS-Markt, aber Azure steht kurz vor dem Abschluss: 35, 8 Prozent der neuen Cloud-Apps im vierten Quartal wurden in AWS bereitgestellt, gefolgt von 29, 5 Prozent in Azure. Nischenanbieter haben 14 Prozent des Marktes unabhängig davon herausgearbeitet." Markennamen wie Google, Rackspace und IBM / SoftLayer."
6. Big Data wird schnell und zugänglich
BI-Anbieter Tableau geht davon aus, dass die Barriere für die Nutzung von Big Data noch weiter sinken wird. Dan Kogan, Director of Product Marketing bei Tableau, sagte, dass die Weiterentwicklung von Interactive SQL zu einer schnelleren Hadoop-Abfrage führen wird.
"Sicher, Sie können mit Hadoop maschinelles Lernen durchführen und Stimmungsanalysen durchführen, aber die erste Frage, die häufig gestellt wird, lautet: Wie schnell ist das interaktive SQL? SQL ist schließlich die Verbindung zu Geschäftsbenutzern, die Hadoop-Daten schneller nutzen möchten, wiederholbarere KPI-Dashboards sowie explorative Analysen ", sagte Kogan. "2017 werden die Optionen erweitert, um Hadoop zu beschleunigen. Diese Umstellung hat bereits begonnen. Dies zeigt sich in der Einführung schnellerer Datenbanken wie Exasol und MemSQL, Hadoop-basierter Stores wie Kudu und Technologien, die schnellere Abfragen ermöglichen."
7. Self-Service erstreckt sich auf die Datenvorbereitung
Tableau sieht auch die Funktionen von Self-Service-Analyse- und Datenvisualisierungstools vor, die sich auf noch mehr Aspekte der Datenverwaltungs-Pipeline erstrecken. Francois Ajenstat, Chief Product Officer bei Tableau, sagte, dass Geschäftsanwender über die einfache Datenermittlung hinaus einen besseren Zugang zu tiefergehenden Datenvorbereitungen und -analysen erhalten werden.
" Während die Self-Service-Datenermittlung zum Standard geworden ist, ist die Datenvorbereitung im Bereich von IT- und Datenexperten geblieben. Dies wird sich 2017 ändern", sagte Ajenstat. "Gängige Datenvorbereitungsaufgaben wie Datenanalyse, JSON, HTML-Importe und Daten-Wrangling werden nicht mehr an Spezialisten delegiert. Mit neuen Innovationen in diesem sich wandelnden Bereich wird jeder in der Lage sein, diese Aufgaben im Rahmen seines Analyseflusses zu bewältigen."
8. Big Data für Governance oder Wettbewerbsvorteile
Im Jahr 2017 wird die Datenverwaltung im Vergleich zum Datenwert-Tauziehen im Vordergrund stehen. John Schroeder, Executive Chairman und Gründer des Unternehmens MapR von Hadoop, sagte, Unternehmen würden eine Fülle von Informationen über ihre Kunden und Partner erhalten, die in neue datengetriebene Strategien einfließen, insbesondere in Bezug auf Compliance.
"Unternehmen sehen sich jetzt einem wachsenden Tauziehen zwischen der für die Einhaltung der Vorschriften erforderlichen Governance und der Verwendung von Daten gegenüber, um geschäftlichen Nutzen zu erzielen und Sicherheit zu gewährleisten, um zu verhindern, dass Datenlecks und -brüche beschädigt werden", sagte Schroeder. "Finanzdienstleistungen und Gesundheitswesen sind die naheliegendsten Branchen. Kunden mit hohen Governance-Anforderungen zählen zu den Millionen. Führende Unternehmen verwalten ihre Daten zwischen regulierten und nicht regulierten Anwendungsfällen."
9. Data Lakes überholen Data Swamps
Schroeder von MapR prognostiziert außerdem, dass Unternehmen 2017 von einem "Build it and They Come" -Datensee-Ansatz zu einem geschäftsorientierten Datenansatz übergehen werden, bei dem Analyse und Betrieb kombiniert werden. Infolgedessen sagte er, dass die "Datenagilität" zwischen Back-Office-Analyse und Front-Office-Betrieb die Gewinn- und Verlustorganisation hinsichtlich des Return-on-Investment (ROI) dieser Daten trennen wird.
"Im Jahr 2017 werden Unternehmen einen aggressiven Ansatz verfolgen, der über das" Stellen von Fragen "hinausgeht, um den anfänglichen und langfristigen Geschäftswert zu steigern", sagte Schröder. "Wenn Sie sich einem Datensee als" Stellen Sie sich vor, was Ihr Unternehmen tun könnte, wenn alle Ihre Daten an einem zentralen, sicheren und vollständig kontrollierten Ort gesammelt würden, auf den jede Abteilung jederzeit und überall zugreifen kann ", könnte dies auf hoher Ebene attraktiv erscheinen In einem Datensumpf, der aussieht wie eine Neuerstellung eines Data Warehouse und nicht den Anforderungen an Echtzeit- und betriebliche Anwendungsfälle gerecht werden kann: Wenn er einmal vorhanden ist, lautet das Konzept "Fragen stellen". In Wirklichkeit bewegt sich die Welt heute schneller.
"Die heutige Welt erfordert Analyse- und Betriebsfunktionen, um Kunden anzusprechen, Ansprüche zu bearbeiten und in Echtzeit auf individueller Ebene mit Geräten zu kommunizieren", fügte Schroeder hinzu. "Beispielsweise muss jede E-Commerce-Website individuelle Empfehlungen und Preisprüfungen in Echtzeit bereitstellen. Organisationen im Gesundheitswesen müssen gültige Ansprüche verarbeiten und betrügerische Ansprüche blockieren, indem sie Analysen mit Betriebssystemen kombinieren. Medienunternehmen personalisieren jetzt Inhalte, die über Set-Top-Boxen bereitgestellt werden. Auto." Hersteller und Mitfahrer arbeiten im großen Stil mit Autos und Fahrern zusammen."
10. Mainstream-KI ist hier, um zu bleiben
KI ist in den letzten 50 Jahren in Mode gekommen und hat sie verlassen, aber das Konzept von Algorithmen für maschinelles und tiefes Lernen, die auf Big Data angewendet werden, bleibt bestehen. Schroeder von MapR sagte, dass 2017 eine rasche Einführung in Form relativ einfacher Algorithmen erwartet wird, die für große Datenmengen eingesetzt werden, um sich wiederholende automatisierte Aufgaben zu bewältigen.
"Die KI ist jetzt wieder in den Mainstream-Diskussionen und das Schlagwort für maschinelle Intelligenz, maschinelles Lernen, neuronale Netze und kognitives Rechnen", sagte Schroeder. "Warum ist KI ein verjüngter Trend? Die drei Vs sind Geschwindigkeit, Vielfalt und Volumen. Plattformen, die die drei Vs mit modernen und traditionellen Verarbeitungsmodellen verarbeiten können, die horizontal skaliert werden können, bieten eine 10-20-fache Kosteneffizienz gegenüber herkömmlichen Plattformen." Ich sehe den höchsten Wert darin, KI auf sich wiederholende Aufgaben mit hohem Volumen anzuwenden, bei denen die Konsistenz effektiver ist, als auf Kosten menschlicher Fehler und Kosten eine menschliche intuitive Kontrolle zu erlangen."
