从认知计算和机器学习的企业用例中获得的价值增值收益之多，无非是多方面的，企业可以利用这些技术来优化对分布式零售或分支机构地点的管理，为诱使交叉销售和向上销售的可能性提供相关建议，并更有效地大规模地处理工作流以提高客户满意度，许多人开始意识到只有在企业能够解决统计人工智能所面临的核心挑战时才能体现出这些收益,模型治理，可解释性和工作流分析。

在查询级别实施以观察和控制敏感数据的使用的数据使用管理可以帮助企业充分利用云，同时减少相关的关联，风险是一个数据安全即服务（DSaaS）平台，可简化对敏感数据的保护和控制。

在大流行期间，生活和工作的许多方面都停止或减慢了速度，但是用于快速分析的统一数据库的研究 表明，在COVID-19时代，对数据的需求比以往任何时候都要大，这种大流行加快了数字化转型，提炼了通常需要2到3年甚至只有6个月的数字化时代，企业以这种速度进行调整和适应的能力实在令人称奇，但是现在尘埃落定了，许多公司都在忙于数据平台，这些平台无法轻松处理其所有不同的数据类型和工作负载，无法经济地扩展或解决日益增长的云复杂性。

智能地使用数据来预测和优化结果是一项明智的业务，例如通过使用数据预测钻探结果和优化产量，能源行业处于这一加速趋势的前沿，拥有50,​​000多家客户，其中包括能源行业的名人，是解决战略和运营挑战的领先数据和信息来源。

在企业软件领域，关于360°视图有很多争论。这些视图与特定的业务实体（例如客户）相关联。但这到底是什么意思？从简单的意义上讲，360°视图可为您提供有关特定业务实体的所有信息，问题在于，并非每个人都以相同的方式使用该术语。一些供应商专注于主数据元素之间的关系，例如与特定产品绑定的所有材料，其他供应商专注于提供特定实体的关联交易的完整视图，各地完整性困惑就是为什么你看到厂商努力通过宣布他们的方法来区分不同的是，因为它是一个720°或1080°视图下一步是什么。

与自动化一起，云技术的应用也在加速发展，这为公司提供了一条以的方式来提高其数据库功能的途径，降低基础架构成本，提高系统敏捷性以及支持新用例都是关键驱动力，此外由于异构性仍然是大多数企业的日常工作，因此，混合，多云架构迅速成为人们的策略也就不足为奇了，随着数据环境规模和复杂性的不断扩大，管理，治理，保护和集成数据的挑战也与日俱增，而且需要新的数据库技能和解决方案。