人工智能在医疗保健中的潜在好处的人常常对加剧医疗保健系统当前失败的风险保持沉默，由于临床医生现在必须将医疗数据插入EHR，因此他们经常花时间看护他们的电脑键盘而不是病人。人工智能（AI）会有所帮助吗？证据尚无定论。

当今高度复杂的云原生环境中数据保护的动态性，使用正确的工具，可以自动执行许多数据保护任务，以使它们对开发人员基本上保持透明。换句话说，开发人员可以尽力而为，而在很大程度上不受操作相关任务的束缚，令人高兴的是，现在我们有了一种创建策略并保护这些工作负载的方法，而不会影响开发人员。

您的下一个数据驱动项目与数据管理有什么关系？如果想程度地利用数据，实际上很多。如今，许多公司正在用大量结构化和非结构化数据填充数据湖。但是他们往往会忘记一个重要的事实：组织平均认为他们的数据中有32％是不准确的，听起来像在您的数据湖转向数据沼泽之前解决此数据质量问题是必须的，不是一种选择，对吗？这就是数据管理发挥作用的地方，数据管理已成为对整个企业成功进行数据驱动的洞察力的关键要求，更干净的数据将导致更多的使用，同时减少与“不良数据质量”相关的成本，例如使用不正确分析做出的决策。

当我们试图将某种转型转变为数字企业并有效地做到这一点时，可能经历的个转型就是软件生命周期的转型，软件生命周期的转换是基于传统的瀑布式软件开发方法，该方法是为这场工业革命的前期开发的，该方法需要相对少地更改软件。它的构建和设计可以在一段时间内影响缓慢，移动诸如供应链或制造方面的变化之类的过程。

平台现在可以提供功能，以满足组织对数据科学的苛刻需求，但是该平台经过专门设计，可轻松用于数据分析经验有限的人员，它使所有技能水平的用户都可以将数据源连接到平台，进行深度分析和数据建模，并比以前更快，更轻松地发现有见地的故事。

事件流和流分析的关键原理和含义，并得出结论，从数据中获取有意义的价值并获得有关事物状态的连续智能的机会在于实时分析，学习和预测的能力与上下文，静态和动态数据一致的事件，当今已有的技术和用例，将持续的智能置于体系结构的上下文中。