用于人力资源的AI仍然是一个不稳定的话题，在招聘和招募中使用AI以及通常在HR中使用AI是一个越来越受到关注的主题，我们应该集中精力扩大人才库。我们应该通过提高边缘化者来消除所谓的人才缺口，我仍然对机器工具能否识别人的潜力表示怀疑，但是我知道机器很善于根据预先建立的标准筛选出申请人。

营销和销售部门为了更大的利益而和谐地合作...或者像猫一样战斗，长期以来，销售与营销之间的共生关系一直是大多数组织的目标，尽管实际上，这两个组织通常都是在怪罪文化中运作，大多数市场营销受访者（52％）现在正在与他们的销售同行共享过道数据。

研究表明，公司数据素养可以极大地增加组织价值。但是，尽管大多数雇主都意识到了这种情况，但似乎很少人准备为此采取任何行动,多年来，世界各地的组织一直在努力解决诸如识字和算术等关键领域的基本技能水平低下的问题,但是尽管在解决这些难题方面仍有一定的路要走，但看来他们现在还有其他事情要担心：数据读写能力。

制造商将在2019年面临全球竞争和价格压力。但有些正在蓬勃发展。他们如何实现？新年伊始，许多制造商发现自己正在与日益严格的交货时间表，更高的产品质量标准以及控制成本的竞争进行竞争，2019年及以后获奖者的主要特征是什么？

为什么在考虑诸如AI和机器学习之类的技术之前，业务需要回到数据基础，我们都非常了解正在处理，管理和存储的海量数据。有很多常见的例子- 今天所有数据的90％是在前两年创建的；每天每一分钟就产生270万千兆字节的数据；用户正在观看超过四百万个视频；天气频道收到1800万个预报请求；发送了1.03亿封垃圾邮件。

在过去的几年中，大数据的形象已经崩溃。一系列可避免的灾难成为公众的敌人，数个引人注目的黑客攻击和违规行为加在一起，给在大型科技行业的信任带来了损失，在喧嚣和愤怒中有些失落的事实是，私营企业多年来一直在创建和部署数据科学功能，并利用数据洞察力来创建数千种更好，更便宜且更适合实际客户需求的产品和服务 。他们这样做的时候并不过分地干预或违反隐私规范。