2022年4月5日
2022年4月5日
贡献者:Laurence Goasduff
自适应人工智能(AI)系统、数据共享和数据结构是数据和分析领导者需要依靠的趋势,以推动新的增长、弹性和创新。
简而言之:
俄罗斯入侵乌克兰在持续的全球大流行之外,再加上地缘政治危机,管理由此产生的持续的不确定性和波动性将成为数据和分析领导者今年的重点。
立即下载:数据和分析的IT路线图
Gartner杰出副总裁分析师丽塔•萨拉姆表示:“现在是时候根据关键的数据分析技术趋势的紧迫性和与业务优先事项的一致性,通过监测、试验或积极投资,来预测、调整和扩大数据分析战略的价值了。”
今年数据和分析领域的三大趋势:
我们已经确定了代表业务、市场和技术动态的数据和分析趋势,你不能忽视。这些趋势还有助于优先考虑投资,以推动新的增长、效率、弹性和创新。
立即下载:成为数据驱动型组织的5个关键举措
随着决策的关联性、情境性和连续性越来越强,在决策过程中进行决策变得越来越重要重新设计决策.你可以通过使用自适应人工智能系统来做到这一点,它可以通过更快速地适应变化来提供更快、更灵活的决策。
然而,要构建和管理自适应人工智能系统,请采用人工智能工程实践。人工智能工程编排和优化应用程序,以适应、抵抗或吸收中断,促进自适应系统的管理。
下载电子书:IT领导者做出更好决策的5个关键行动
许多组织试图解决人工智能而不考虑人工智能特定的数据管理问题。“如果没有正确的数据,构建人工智能是有风险的,甚至可能是危险的,”萨拉姆说。因此,形式化以数据为中心的AI和以AI为中心的数据是至关重要的。它们以更系统的方式解决数据偏见、多样性和标签问题,作为数据管理策略的一部分——包括,例如,使用数据结构在自动化数据集成和主动元数据管理方面。
的数据结构倾听、学习并对元数据采取行动。它为人员和系统标记并建议操作。最终,它提高了组织中对数据的信任和使用,并可以减少70%的各种数据管理任务,包括设计、部署和操作。
举个例子,芬兰图尔库市发现数据上的差距阻碍了创新。通过整合碎片化的数据资产,它能够重用数据,将上市时间缩短三分之二,并创建了一个更好的平台盈利数据结构。
了解更多:数据和分析的终极指南
虽然数据和分析领导者经常承认数据共享是一项关键的数字化转型能力,但他们缺乏大规模和信任共享数据的专业知识。
为了成功地促进数据共享和增加对与业务案例相一致的正确数据的访问,需要跨业务和行业线进行协作。这将加速人们对增加预算权限和数据共享投资的接受。此外,可以考虑采用数据结构设计来支持跨异构内部和外部数据源共享数据的单一体系结构。
上下文丰富的分析建立在图形技术之上。关于用户上下文和需求的信息保存在一个图表中,可以使用数据点之间的关系和数据点本身进行更深入的分析。它有助于基于相似性、约束、路径和社区识别和创建进一步的上下文。
捕获、存储和使用上下文数据需要构建数据管道、X分析技术和可以处理不同数据类型的AI云服务的能力和技能。到2025年,情境驱动的分析和人工智能模型将取代60%基于传统数据的现有模型。
Gartner支持数据和分析的模块化方法,或者“可组合d和a“业务组成的数据和分析建立在这一趋势之上,但重点是在人员方面,从IT转移到业务。
业务组成的D&A使业务用户或业务技术人员协同构建业务驱动的数据和分析功能。
了解更多:关于人工智能你需要知道的一切
决策智能的原则是仔细考虑应该如何做出决策,这使得组织重新考虑他们在D&A能力上的投资。使用决策智能规程来设计最佳决策,然后交付所需的输入。
Gartner估计,到2023年,超过33%的大型组织将有分析师练习决策智能,包括决策建模。
D&A领导者的团队中需要人才推动可衡量的结果。然而,虚拟的工作场所和人才竞争的加剧加剧了人才的缺乏数据读写在工作环境中读写和交流数据的能力。
Gartner估计,到2025年,大多数首席数据官将无法在员工中培养必要的数据素养,以实现其既定的数据驱动战略业务目标。
随着投资于数据素养和员工技能提升的成本不断上升,开始在与新员工的合同中加入“追回”或“回报”条款,以便在员工离开组织时收回成本。
组织需要有效的治理在各个层面上,这不仅解决了他们现有的运营挑战,而且是灵活的,可扩展的,并对不断变化的市场动态和战略组织挑战高度敏感。
然而,大流行进一步凸显了加强跨职能合作的迫切需要,并随时准备改变组织结构,以实现业务模式的敏捷性。
使用连接的治理来跨业务功能和地理位置建立虚拟D&A治理层,以实现所需的跨企业业务结果。
看看Gartner专家们的讨论:如何构建一个全面的数据分析治理框架
如果组织花费时间和资源支持人工智能信任、风险和安全管理(TRiSM),他们将看到改善人工智能的结果在采用方面,实现了业务目标以及内部和外部用户的接受度。
Gartner预测,到2026年,开发值得信赖的、目标驱动的人工智能的组织将有75%以上的人工智能创新成功,而那些没有成功的组织将有40%成功。
对AI TRiSM的更多关注将导致人工智能模型的可控和稳定的实施和操作。此外,Gartner预计人工智能失败(包括不完整的人工智能项目)将大大减少,意外或负面结果也将减少。
区域性数据安全法律正在促使许多全球性组织建立区域性数据与分析生态系统,以符合当地法规。在新的多极世界中,这一趋势将会加速。
您将需要考虑在特定区域内迁移和复制D&A堆栈的部分或全部部分,并根据设计或默认情况管理一个multicloud以及多供应商战略。
建立一个有凝聚力的云数据生态系统,考虑几项行动。评估供应商解决方案的可扩展性和更广泛的生态系统产品,并考虑与它们保持一致。此外,通过权衡单个供应商生态系统在成本、敏捷性和速度方面的好处,重新评估有利于云中端到端D&A功能的最佳策略或最适合策略的策略。
更多的D&A活动在位于数据中心和公共云基础设施之外的分布式设备、服务器或网关中执行。他们越来越多地居住在边缘计算环境,更接近感兴趣的数据和决策的创建和执行位置。
Gartner分析师估计,到2025年,超过50%的企业关键数据将在数据中心或云之外创建和处理。
将D&A治理功能扩展到边缘环境,并通过活动元数据提供可见性。此外,通过包括边缘驻留的面向it的技术(关系和非关系数据库管理系统),以及用于存储和处理更接近设备边缘的数据的小型嵌入式数据库,为边缘环境中的数据持久性提供支持。
丽塔Sallam他是一位杰出的副总裁分析师,也是Gartner数据与分析团队的研究员。Sallam女士的工作重点包括跟踪和预测市场趋势,供应商评估和选择,以及确定最佳实践,使分析在业务中无处不在和具有战略意义。
与Gartner专家一起加入全球最重要的数据和分析领导者聚会,适应数据和分析不断变化的角色。
为Gartner客户推荐的资源*:
*请注意,有些文档可能不是所有Gartner客户都能获得。