На думку експертів Gartner, лідери розробки в області даних і аналітики повинні приділяти більше уваги впливу штучного інтелекту на трансформації в бізнесі і працювати над тим, щоб технології ставали більш гнучкими, а програмне забезпечення більш універсальним. Нові підходи та рішення мають коригуватися залежно від того, як удосконалюються й змінюються сучасні бізнес-моделі та операції, щоб зберегти конкурентоспроможність у всіх областях.

Справа в тому, що історія даних і аналітики постійно розвивається, починаючи від підтримки прийняття внутрішніх рішень і закінчуючи вже готовими інформаційними та програмними продуктами. Дуже важливо отримувати більш глибоке розуміння технологічних тенденцій і розставляти пріоритети у відповідності з цінностями та ключовими потребами бізнесу.

Як не парадоксально, але найбільш розповсюджена проблема в роботі зі штучним інтелектом й аналітичними програмами – проблема сортування, оброблення, зберігання та захисту даних – також здійснила певний вплив на зростання популярності використання інтелектуального програмного забезпечення та створила безпрецедентні умови для розвитку нових можливостей. Розробники все активніше працюють над більш прогресивними способами обробки даних, а також розширеним функціоналом хмарних сервісів і додатків. Завдання не з простих, але вкрай важливе: створити можливість для штучного інтелекту вчитися, використовуючи максимум «корисного» обсягу даних для реалізації його повного потенціалу, необхідного у сучасному бізнес-середовищі.

Сьогодні Gartner виділяє головні поточні тенденції цього року, на які слід звернути особливу увагу керівникам бізнесу для кращого розуміння своїх ключових цілей і способів їх досягнення за допомогою інтелектуальних рішень.

№ 1: Розширена аналітика
Використовує методи машинного навчання (ML) і штучного інтелекту, щоб змінити методи розробки, використання та поширення аналітичного контенту. Очікується, що до 2020 року розширена аналітика стане домінуючим фактором для бізнес-прогнозування та для обробки даних на базі платформ ML.

№ 2: Розширене керування даними
Використовує можливості ML і механізми штучного інтелекту для самостійного налаштування та самонастроювання категорій управління корпоративною інформацією, включаючи якість даних, управління метаданими, управління основними даними, інтеграцію даних, а також системи управління базами даних. Автоматизує багато ручних завдань і дозволяє менш технічно кваліфікованим користувачам бути більш автономними при використанні даних, а також дозволяє висококваліфікованим користувачам зосередитися на більш важливих завданнях. Очікується, що до кінця 2022 року ручні завдання з управління даними будуть скорочені на 45% за рахунок широкого застосування ML і автоматизації управління у сфері обслуговування.

№ 3: Універсальний штучний інтелект
Технологія, що забезпечує аналітику у реальному часі, яка інтегрується у бізнес-операції, обробляючи поточні та «старі» дані, щоб максимально точно спрогнозувати необхідну бізнес-операцію. Забезпечує автоматизацію прийняття та підтримку реалізації рішень за рахунок розширеної аналітики, обробки потоку подій, оптимізації даних, управління бізнес-процесами та автоматизації тих із них, які є найбільш трудомісткими для людини.

Очікується, що до 2022 року більше половини великих нових бізнес-систем будуть застосовувати універсальний штучний інтелект, який використовує контекстні дані у реальному часі для поліпшення рішень.

№ 4: Зрозумілий штучний інтелект
Працює на платформах ML і автоматично генерує пояснення бізнес-моделей та бізнес-функціоналу на максимально доступній, інтуїтивно зрозумілій, «природній» для користувачів мові.

№ 5: Графічна аналітика
Представляє набір аналітичних рішень, що дозволяють досліджувати взаємозв’язок між об’єктами та даними, які представляють інтерес для конкретного бізнес-процесу. Передбачається, що до 2022 року рівень популярності використання даної технології досягне 100% серед підприємств, що використовують сучасні технології в бізнесі. Крім того, у наступні кілька років експерти очікують розширення функціоналу рішення, що дозволить суттєво розширити можливості безпосередньо самого бізнесу.

№ 6: Структура даних/Data Fabric
Забезпечує безпроблемний доступ і обмін даними у розподіленому середовищі даних, що дозволяє створити єдину й узгоджену структуру управління даними, яка забезпечує безперешкодний доступ до них та їх обробку в рамках розрізненого сховища.

№ 7: Розмовна аналітика/ NLP
Технологія дозволяє аналізувати складні комбінації даних і робити аналітику доступною для компанії будь-якого напрямку діяльності, оскільки орієнтується конкретно на її інформаційне поле та дані. Очікується, що до 2020 року 50% аналітичних запитів будуть генеруватися саме за допомогою NLP-обробки голосу.

№ 8: Комерційні AI і ML
Очікується, що до 2022 році 75% нових впроваджень на базі AI і ML будуть побудовані саме на комерційних рішеннях, а не на платформах із відкритим вихідним кодом. Існуюча нині екосистема Open Source об’єднує все більше розробників, а безпосередньо програмне забезпечення стає більш доступним і «прозорим» й одночасно більш захищеним.

№ 9: Блокчейн
Блокчейни є джерелом даних, а не базою даних, і не можуть замінити існуючі технології управління даними, проте, попит на них все одно буде зростати за рахунок практично повної відсутності складнощів, пов’язаних із інтеграцією технології. І це незважаючи на те, що сам процес цієї інтеграції до будь-якої цифрової бізнес-інфраструктури вже існуючих даних і аналітики досить витратна.

№ 10: Сервери постійної пам’яті
Допомагають знизити витрати й нейтралізувати складнощі впровадження цифрових архітектур з підтримкою обчислень у пам’яті (IMC). Постійна пам’ять представляє новий рівень пам’яті між флеш-пам’яттю DRAM і NAND, яка може забезпечити надвелику економічну пам’ять для високопродуктивних робочих навантажень. Технологія підвищує потенціал продуктивності додатків, їх доступності, часу завантаження, методів кластеризації та забезпечення безпеки при одночасному контролі витрат.

Автор: Юлія Долгоп'ятова


Читайте також:

З ростом можливостей ШІ в області управління бізнес-проектами формуються нові тренди забезпечення безпеки даних

Світовий бізнес стрімко переходить на програмне забезпечення для роботизованих процесів (RPA)

Коментарi