为什么数据将在2020年仍然是企业的战场？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-06
可以借助内置智能和智能算法快速而准确地准备数据集的公司将脱颖而出
通过使IT专业人员能够维持企业和云数据源之间的数据量和种类的规模，他们可以专注于支持数据民主化方案，以满足即时和可重复的自助数据需求，为了应对持续不断的数据管理挑战，预计在2020年会出现以下情况：
启用AI的行业应用程序激增，但治理将成为当务之急
我们将看到更多具有嵌入式AI的数字应用和服务，这些AI和服务旨在自动化和解决不同行业的特定决策流程，这自然会增加对计算机视觉，语音和自然语言处理，增强现实和虚拟现实设备以及其他企业数据结构中的数据快速入门和集成的需求，我们已经达到创建有效治理模型的临界点，该模型可以轻松地与我们的AI和机器学习（ML）计划一起采用，但是，新兴技术所提供的速度，敏捷性和更好的决策制定能力，给希望控制，管理和解释从这些较新来源产生的数据和见解的组织带来了巨大压力，AI和ML时代的治理将成为在2020年负责任地采用这些技术的催化剂，应对可能带来的风险，并为决策者建立信任，信心和信誉，并为客户提供更好的体验。
人工智能的道德立场将更强
越来越多的AI采用者将迫使人们更加了解AI辅助的见解将如何影响业务和公共决策，明年，支持“可解释AI”的技术将成为必备条件，这将鼓励那些因使用AI（由于担心负债和不公平的决策）而无法使用AI的企业进行创新，并寻求更明智，更高效的成果，透明度和“可解释性”将是另一个新要求，想象一下在一家大型金融机构的一次董事会会议上，负责消费贷款的业务负责人被要求解释拒绝向某个年龄段或种族的申请人提供贷款的理由，在幕后人工智能算法产生了结果或增强了现场贷款人员的决策，不幸的是这很难解释，因为该算法根据实地贷款人员提供的信息产生了结果或扩大了决策。
在招聘，消费者营销，医疗保健，高等教育和大学录取方面，与此类似的时刻正在发挥作用
随着组织建立先进的，持续学习的技术，这些技术在未来几年中将远远超过人类的能力，我们需要密切关注这些模型的治理方面，才能信任这些算法，在有关AI的巨大兴奋中，明年将需要对了解机器如何做出决策的信心更大。
成为推动洞察驱动世界的架构框架
管理数据处理，数据转换和AI / ML技术的惊人复杂性将继续成为2020年的挑战之一，因为很少有组织真正具备运行大型Hadoop平台的技能，值得庆幸的是，这些成功的数据处理平台的创造者也为我们带来了下一波创新，一个容器编排框架，它为极其复杂的技术带来了更高级别的可管理性，在2020年容器将使组织能够封装应用程序堆栈的每个元素，然后对其进行管理，根据需要按比例放大或缩小并进行保护。
我们的世界不会变得越来越不统一，而是会更加多样化
尽管同类的应用程序来自数十家提供商，但没有人采用单个云提供商，软件提供商将越来越多地作为管理多云部署的通用框架标准，同样许多业务技术环境来提供用于管理混合本地和云环境的框架，2020年获胜或输掉的赌注从未有过之而无不及，因为竞争激烈的“失败者”继续采用技术来发展传统业务，明年数据将仍然是这个战场的核心，可用来帮助组织利用这些资产的技术很多且日趋成熟，也许的障碍将开始，公司需要考虑上述三个趋势，以帮助将数据转换为按需信息，从而使企业中的每个人，流程和系统都变得更加敏捷和智能。
通过使IT专业人员能够维持企业和云数据源之间的数据量和种类的规模，他们可以专注于支持数据民主化方案，以满足即时和可重复的自助数据需求，为了应对持续不断的数据管理挑战，预计在2020年会出现以下情况：
启用AI的行业应用程序激增，但治理将成为当务之急
我们将看到更多具有嵌入式AI的数字应用和服务，这些AI和服务旨在自动化和解决不同行业的特定决策流程，这自然会增加对计算机视觉，语音和自然语言处理，增强现实和虚拟现实设备以及其他企业数据结构中的数据快速入门和集成的需求，我们已经达到创建有效治理模型的临界点，该模型可以轻松地与我们的AI和机器学习（ML）计划一起采用，但是，新兴技术所提供的速度，敏捷性和更好的决策制定能力，给希望控制，管理和解释从这些较新来源产生的数据和见解的组织带来了巨大压力，AI和ML时代的治理将成为在2020年负责任地采用这些技术的催化剂，应对可能带来的风险，并为决策者建立信任，信心和信誉，并为客户提供更好的体验。
人工智能的道德立场将更强
越来越多的AI采用者将迫使人们更加了解AI辅助的见解将如何影响业务和公共决策，明年，支持“可解释AI”的技术将成为必备条件，这将鼓励那些因使用AI（由于担心负债和不公平的决策）而无法使用AI的企业进行创新，并寻求更明智，更高效的成果，透明度和“可解释性”将是另一个新要求，想象一下在一家大型金融机构的一次董事会会议上，负责消费贷款的业务负责人被要求解释拒绝向某个年龄段或种族的申请人提供贷款的理由，在幕后人工智能算法产生了结果或增强了现场贷款人员的决策，不幸的是这很难解释，因为该算法根据实地贷款人员提供的信息产生了结果或扩大了决策。
在招聘，消费者营销，医疗保健，高等教育和大学录取方面，与此类似的时刻正在发挥作用
随着组织建立先进的，持续学习的技术，这些技术在未来几年中将远远超过人类的能力，我们需要密切关注这些模型的治理方面，才能信任这些算法，在有关AI的巨大兴奋中，明年将需要对了解机器如何做出决策的信心更大。
成为推动洞察驱动世界的架构框架
管理数据处理，数据转换和AI / ML技术的惊人复杂性将继续成为2020年的挑战之一，因为很少有组织真正具备运行大型Hadoop平台的技能，值得庆幸的是，这些成功的数据处理平台的创造者也为我们带来了下一波创新，一个容器编排框架，它为极其复杂的技术带来了更高级别的可管理性，在2020年容器将使组织能够封装应用程序堆栈的每个元素，然后对其进行管理，根据需要按比例放大或缩小并进行保护。
我们的世界不会变得越来越不统一，而是会更加多样化
尽管同类的应用程序来自数十家提供商，但没有人采用单个云提供商，软件提供商将越来越多地作为管理多云部署的通用框架标准，同样许多业务技术环境来提供用于管理混合本地和云环境的框架，2020年获胜或输掉的赌注从未有过之而无不及，因为竞争激烈的“失败者”继续采用技术来发展传统业务，明年数据将仍然是这个战场的核心，可用来帮助组织利用这些资产的技术很多且日趋成熟，也许的障碍将开始，公司需要考虑上述三个趋势，以帮助将数据转换为按需信息，从而使企业中的每个人，流程和系统都变得更加敏捷和智能。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
