数据与分析会议

到2024年底，75%的企业将从试点转向运营人工智能，推动流数据和分析基础设施增长5倍。

更聪明、更快、更负责任的人工智能是什么样的?首先，人工智能系统将变得更能适应复杂的商业情况。ML、优化和自然语言处理(NLP)等人工智能技术正在为商业的未来提供重要的见解和预测。人工智能和机器学习对于重新调整供应和供应链以适应新的需求模式至关重要。

随着组织增加对神经形态硬件等新芯片架构的投资，他们正在减少对需要高带宽的集中式系统的依赖。最终，这可能会导致更可扩展的人工智能解决方案，具有更大的业务影响。

最后，人工智能的安全性和可解释性是一个问题，因为人工智能数据管道面临风险。负责任的人工智能，使模型透明，对于防止糟糕的决策，并实现更好的人机协作和信任至关重要。

到2025年，数据故事将成为消费分析的最普遍方式，75%的故事将使用增强分析技术自动生成。

由于向更动态的、上下文内的数据故事的转变，用户花在预定义仪表板上的时间百分比将下降。随着数据量一直呈指数级增长，很难识别和分离有价值的见解。目前，典型的分析需要一个具有专业技能的人，这限制了数据的业务影响。

然而，在接下来的几年里，增强分析将使ML和AI技术能够自动化某些数据和分析任务。这与NLP和业务监控功能相结合，将允许向相关业务合作伙伴提供个性化的数据洞察，增加业务影响并减少使用中的预定义数据仪表板的数量。

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。

决策智能汇集了许多学科，包括决策管理和决策支持。它包含了复杂的自适应系统领域的应用，结合了多个传统和先进的学科。

它提供了一个框架，帮助数据和分析领导者在业务结果和行为的背景下设计、组合、建模、对齐、执行、监控和优化决策模型和流程。

当决策需要多种逻辑和数学技术，必须自动化或半自动化，或必须记录和审计时，探索使用决策管理和建模技术。

到2025年，用于视频、音频、振动、文本、情感和其他内容分析的人工智能将在75%的《财富》全球500强企业中引发重大创新和变革。

Gartner创造了术语“X分析”作为一个总括术语，其中“X”是一系列不同的结构化和非结构化内容的数据变量，如文本分析、视频分析、音频分析等。

X分析使组织能够组合内容类型，并创建更丰富的情况感知，而不仅仅是从高度结构化/事务性数据中获得的见解。这些新的见解可能会导致转型或其他创新。

数据和分析领导者正在使用X分析来解决社会最严峻的挑战，包括气候变化、疾病预防和野生动物保护。

在大流行期间，人工智能在梳理成千上万的研究论文、新闻来源、社交媒体帖子和临床试验数据方面发挥了关键作用，帮助医学和公共卫生专家预测疾病传播、进行能力规划、寻找新的治疗方法和确定弱势人群。X分析与人工智能和图形分析等其他技术相结合，将在识别、预测和规划自然灾害以及未来其他商业危机和机会方面发挥关键作用。