2019年大数据发展趋势预测

发布时间:2019.01.14来源:亿信华辰浏览量:129次标签:数据治理

大数据

九十年前,法国诗人保罗瓦列里写道:“未来不再像过去样。”从00年代中期开始的大数据趋势也可以这么说。

面对崭新的2019年,Datanami(提供研究和企业数据密集型计算的新闻和见解,涵盖大数据生态系统的新闻门户网站)从未停止脚步,他们已经从大数据,分析和IT领域行业预测者开始,让我们听听他们要说些什么?

数据分析及解决方案投入增长

服务公司Qubole的大数据创始人兼首席执行官Ashish Thusoo说“毫无疑问,商业智能和数据分析解决方案的投资将在2019年继续增长。随着企业试图利用实时信息在客户支持,营销,欺诈检测和追加销售客户等领域做出明智决策,我预计流媒体数据分析会有所增长。”

行为元数据年

Alation宣布2018年为“数据目录年”。这种趋势没有任何放松的迹象,因为各组织继续为了货币化和监管合规而不断努力清点数据资产。2019年开始认真,在您的目录中为特定类型的数据保留空间:行为元数据。

lation的设计和战略计划副总裁兼联合创始人Aaron Kalb“对这些数据的分析可以通过挖掘来更好地突出显示所使用的和有用的东西,这与二十年前推动谷歌搜索的排名能力相同:网页的内容对其效用的预测性低于与其他网页建立的其他网页相关联的频率。随着ML/AI继续消失,我们将看到这种类型的影响驱动技术和组织间行为元数据的强烈兴趣。”

Lexalytics CEO杰夫·卡特林写道“自动驾驶汽车越来越好,足以让原型在加利福尼亚,新加坡乃至西澳大利亚的道路上得到信任。但是,尽管人类在涉及自动驾驶汽车的绝大多数事故中都有过错,但自动驾驶汽车仍有一些问题需要解决。如从在雪地条件下“看到”车道标记到判断是否要保护行人或司机在路上检测袋鼠,该技术仍然没有完全弄清楚如何处理所需的所有决策“交通堵塞”。”

数据隐私法规颁布出台

Wasington DC-区域公司,开发的软件旨在提高AI隐私。该公司告诉Datanami,“我们预计隐私在新的一年里将变得越来越重要,突显出当前在美国制定单一的国家隐私标准的努力。考虑到欧盟的GDPR对美国和全球公司运营的影响,这不会让所有公司措手不及,但它会增加隐私问题对企业利润的影响,并将继续产生影响。

Quest Software产品管理高级顾问Adrian Moir“无论是否受到GDPR的影响,公司应该将其视为一个框架,对于那些构建流程的人来说,这是一个很好的起点,为数据的保存和使用方式设置一些内容非常重要。如果我们想继续保护个人信息,我们需要有更多的监管。2019年,我相信我们会看到更多的监管建议和/或实施,比如俄勒冈州参议员Ron Wyden最近推出的“消费者数据隐私法案”。”

企业收购拓展商业版图

KARTHIK拉玛沙米的创始人Streamlio和创建者在开源Heron分析平台的微博:“在2018年末,我们目睹了开源软件供应商对云供应商的强烈反对。在2019年,双方之间的紧张关系将持续发酵。”

Ramasamy写道:“人们越来越害怕大型云提供商会破坏开源社区和供应商,推出基于开源的封闭式云服务,而不回馈这些社区。然而,最近这些举措中有迹象显示,大型供应商正在采取细致入微的方法,如在某些情况下,努力将开源应用于生态系统的损害,而在其他情况下支持充满活力的开源生态系统。例如,最近发布的适用于Kafka的Amazon Managed Streaming(Amazon MSK)可能会对Apache Kafka生态系统产生负面影响,即使亚马逊的开源Firecracker旨在围绕它建立一个开源社区和生态系统。这种趋势将在2019年及以后加速,

亚马逊一直渗透各行各业,包括医疗保健,杂货店和报纸。亚马逊网络服务部Christian写道“在2019年,我相信亚马逊将进行大规模的收购软件开发企业,这将改变企业界并增强亚马逊网络服务。今天的存储和计算决策比以往任何时候都更多地掌握在开发人员而不是CIO手中,我相信AWS将以优异的DX(开发人员体验)为中心进行>10亿美元的收购,这意味着工作流和UI/UX消费者欢迎。我希望亚马逊能够在2019年拥有一个重要的企业时刻,类似于微软在2018年收购GitHub时的情况。”

Fractal Analytics的战略顾问兼董事会成员Doug Hillary写道“分析能够影响日常业务的各个方面。企业将增加自然语言处理(NLP)的使用和与后端数据,分析和传统CRM/ERP系统的语音集成,为消费者和员工创造更加个性化和增强的客户服务。”

AI将成为主流

据IBM Systems的人员称,2018年推出的混合云和多云架构将在2019年实现更大的云互操作性。IBM Systems告诉Datanami“云计算已经变得无处不在,但是为许多企业运行云环境意味着编排一个并不总能很好地协同工作的服务和硬件的泥潭,超过80%的企业使用五个或更多不同的云提供商,快速无缝地移动数据的能力成为任何IT部门的首要考虑因素,特别是随着AI和其他数据密集型工作负载变得越来越普遍。在2019年,预计会有更多的存储硬件和软件创新,帮助企业掌控并更好地管理他们的云计算。”

NetApp首席战略官Atish Gude写道,预计云中的数据管理和人工智能开发将变得更加自动化。古德写道“快速增长的人工智能软件和服务工具-主要是在云端-将使人工智能开发更容易,更轻松。这将使AI应用程序能够在内部和外部提供高性能和可扩展性,并支持多种数据访问协议和各种新数据格式。因此,支持AI工作负载的基础架构也必须快速,灵活且自动化。虽然人工智能肯定会成为基础架构供应商的下一个战场,但大多数开发都将从云端开始。”

作为Solarwinds的“极客”,Tom LaRock已经走出困境,已经宣布2019年将成为DataOps的一年。LaRock写道“在当今日益数字化的世界中,数据无法从敏捷决策过程中排除。事实上,我们预计2019年将是数据被公认为关键业务驱动因素的一年。数据文化将越来越多地应用于技术环境中,组织将成为数据驱动和数据优先。这种转变也会产生DataOps,因为传统的管理员开始明白他们调整索引的日子正在结束,一次一页。“

据OpenText人工智能和分析技术战略负责人Zachary Jarvinen称“2019年终将成为AI成为主流的一年”。他写道“大多数企业已达到数字成熟的程度,确保大规模获取高质量数据。通过成熟的数据集,AI提供商可以为特定的业务用例提供成本更低,更易于使用的AI工具。那些长期计划AI转型企业在2019年将会有重大突破。”

联想总裁兼首席运营官Gianfranco Lanci写道“人工智能正在缩短紧急等候时间,实现远程个性化医疗保健服务和监控,提供关键硬件的可用性和可访问性,甚至通过检测和诊断肿瘤来释放医生的时间,这些进步拯救了生命。”

Java和.NET历史地位将被新语言取代

AppDynamics产品管理总监Amod Gupta表示,用于在新兴的无服务器范例中构建应用程序的语言可能不是您现在使用的语言。

“Java和.NET将被推翻为无服务器技术的事实上的语言”Gupta预测道。Gupta说“我们将看到越来越多的企业采用Node.js和Python等新语言来构建无服务器等新技术。到目前为止,Java和.NET在企业中占据主导地位,但新语言的占用空间将大大增加。无服务器功能,如Lambda功能,迄今为止主要用于开发和预生产环境,但我们将看到它们今年转向生产工作负载,特别是随着Node.js和Python在更广泛的应用中流行起来。”

StorageCraft总裁Douglas Brockett称,大数据意味着大型存储需求,即使对于2019年的小公司也是如此。Brocket写道“数据库大小的数据管理过去只是大型企业所面临的挑战。根据IDC的数据,随着数据增长十倍,PB级时代也开始对中型企业造成冲击。曾经是异常的东西将开始成为中小型企业和中型企业的常态。特别是中型企业会发现他们的IT架构无法随着数据增长而扩展。与大型企业不同,他们也没有技能或预算来应对。将数据管理,保护和成本效益扩展到一个无摩擦环境的需求将会增加。”


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 大数据共享交换平台的功能需求

    大数据共享交换平台的功能需求

    大数据平台是集开发、配置、部署、管理、监控、安全于一体的数据交换全生命周期管理的数据交换平台。平台可快速构建、运行和管理分布式应用系统间……查看详情

    发布时间:2022.05.18来源:小亿浏览量:493次

  • 数据中台和传统的数据系统出发点不一样

    数据中台和传统的数据系统出发点不一样

    原来的数据平台也好,数据湖也好,数据仓库也好,它们的出发点很多时候有局限性,应该说更是一个支撑性的技术系统,即一定要去考虑我先有什么数据……查看详情

    发布时间:2021.01.23来源:知乎浏览量:160次

  • 企业如何有效的进行主数据管理?

    企业如何有效的进行主数据管理?

    企业主数据治理主要分为4个阶段:主数据规划阶段、主数据标准梳理阶段、主数据治理阶段、主数据平台落地阶段。……查看详情

    发布时间:2020.05.07来源:知乎浏览量:150次

  • 使用知识图技术实现数据治理2.0

    使用知识图技术实现数据治理2.0

    当您使用Google,从Netflix挑选电影,与Siri或Alexa交谈,或在Facebook上寻找您的侄子时,您将从知识图谱技术中受……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:185次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:184次

  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:171次

  • 数据治理最佳实践利用大数据

    数据治理最佳实践利用大数据

    大数据时代的新兴技术,如人工智能和物联网,意味着有更多的数据可以从中受益,并且数据治理策略可以管理和保护。……查看详情

    发布时间:2019.06.28来源:知乎浏览量:205次

  • 大数据治理 [Big Data Governance an Emerging Imperative]

    大数据治理 [Big Data Governance an Emerging Imperative]

    《大数据治理》是一个信息治理专家奉献的鸿篇巨制,作者以极其实用和通俗易懂的风格,倾心向读者解读大数据治理这一复杂主题。作为一家大公司的资……查看详情

    发布时间:2018.11.29来源:数据治理浏览量:212次

  • 数据治理,更依赖人治还是自治?

    数据治理,更依赖人治还是自治?

    数据治理“自治”包含两层含义:自动化治理和自助化治理。数据中台,是能力的下沉,数据处理能力下沉为加工平台,数据处理结果下沉为数据资产。那……查看详情

    发布时间:2019.11.18来源:知乎浏览量:161次

  • 数据治理、共享交换、数据仓库、数据中心的关系

    数据治理、共享交换、数据仓库、数据中心的关系

    建数据中心离不开数据,以前设计数据库都是从事务性数据库考虑(做的都是业务系统,思维模式太固定了),没有从数据仓库的角度来统管分析。以下是……查看详情

    发布时间:2019.08.07来源:CSDN浏览量:238次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议