CIO在2020年承担了沉重的负担，实施了数字计划以保持其组织的运转，在进入下一阶段时，请专注于这五个关键领域，如果2020年证明了一切，那么面对不确定性，快速适应性的重要性，去年有85％的公司认为数字化是'拥有的美好条件，在2020年每个公司都了解到 数字化对于 客户和企业的成功至关重要，随着我们进入2021年，CIO将比以往更加关注运营敏捷性，有 59％的CIO和CTO认为 他们在2021年面临的挑战是处理与业务运营有关的COVID-19恢复。

关于其中一个确定性，数据君给你剧透！据IDC统计2018年比2014年大数据人才缺口增加了4倍，截止2025年大数据人才缺口将达到200万，但目前从业者仅有30万左右。从用人需求来看，目前市场上50%的岗位都需要具备数据分析的能力，像产品经理、新媒体运营、营销策划、用户研究等常见的工作岗位也纷纷标明应聘者需要“具备数据分析能力”。

在大力主导大数据产业发展及大数据人才培养的背景下，大数据专业作为一门专业性及综合性较强的交叉学科，从2016年至今，教育部已先后批准近千所高校开设相关专业，重点培养专业化大数据人才。随着大数据专业的设立，一部分相关专业人才逐渐涌入社会。

企业无法从大数据中获得价值，因为它们在策展上失败了，了解数据管理员如何解决此问题，在大数据世界中，策展也很重要。整理是数据管理的必要组成部分，其终目标与雅典娜的目标非常相似：使信息有用并采取必要的步骤来保存信息，简而言之，在大多数组织中，似乎没有人在积极地整理数据，确定哪些数据和数据组合有用，并从数据中获得价值以进行分析。

人工智能和机器学习计划的生命周期管理对于快速部署具有和相关数据的项目至关重要，一家机构金融公司希望缩短 正在部署的人工智能（AI）和 机器学习（ML）应用程序的上市时间，目标是减少交付AI和ML应用程序所需的时间，这需要12到18个月的开发时间，较长的交付周期损害了该公司在运营效率，合规性，风险管理和商业智能等领域达到上市时间目标的能力。

等待边缘物联网的“狂野西部”开始产生回报，并为规模化流程提供了更多的自动化软件，边缘计算和物联网（IoT）设备在2019年以惊人的数量增长，当时全球有266.6亿个IoT设备处于活动状态，到2020年物联网设备数量将增长到307亿，毫不奇怪，公司和供应商一直如此关注以通过边缘导向的网络，管理和策略以及强大的安全性来使边缘受到控制，边缘计算的其他领域也出现了爆炸性的趋势。