Пётр Алексеев
Сейчас на связи

8 (812) 429-72-77

ИИ и большие данные ждет интеграция в 2018 году

Большие изменения грядут в области больших данных и аналитики, и те, кто принимает решения в сфере ИТ, должны подготовиться к значительному прогрессу в 2018 г. Наиболее существенной тенденцией развития больших данных является более тесная интеграция с ИИ и машинным обучением, но управление метаданными и глобальные фабрики данных тоже будут оказывать влияние в будущем году. Ниже приводятся прогнозы некоторых авторитетных отраслевых экспертов.


Йорген Хайзенберг
директор Gartner по изучению данных и аналитике

Искусственный интеллект, особенно наука о данных и машинное обучение (DS&ML), изменят способ получения данных, их анализа и управления ими. Сегодня ввиду сложности это в основном делается людьми, часто разработчиками, нанятыми внешними сервис-провайдерами. Однако DS&ML — это движущие силы будущих сервисов данных и аналитики (D&A). Сначала речь пойдет об автоматизации простых повседневных задач вроде извлечения данных. Со временем последуют более сложные и нетривиальные задачи, что приведет к „интеллектуальной“ автоматизации. Потенциально это расширит знания о предприятиях, поскольку увеличит сферу применения проводимой человеком аналитики


Получение улучшенных результатов от больших данных и ИИ

«Не может быть ИИ без архитектуры информации, — утверждает главный менеджер IBM Analytics Роб Томас. — Трудно создать ИИ, если у компаний отсутствует необходимая инфраструктура. Для получения значимых результатов данные должны быть организованы, и должна использоваться правильная технология».


Он отметил, что Интернет вещей существенно усугубляет связанные с данными трудности, заставляя компании за короткие периоды времени поглощать огромные объемы данных, передаваемые с невероятной скоростью. Во многих организациях это создает напряженность.

Большинство руководителей, с которыми общался Томас, понимают, что данные — это источник конкурентного преимущества, но они хотят получать результаты, которые лучше получаемых сегодня. Одно из предлагаемых им решений заключается в создании каталогов данных в удобоваримой форме, что может упростить поиск данных и извлечение из них знаний.


Роб Томас
главный менеджер IBM Analytics

Компаниям необходим единственный источник правды. Каталоги данных обеспечивают это, а управление метаданными детализирует, что имеется в каталоге


Еще один момент, который подчеркнул Томас, это важность демократизации аналитики данных, чтобы эти продукты могли использовать не только специалисты по данным и бизнес-аналитики, но и нетехнические работники.

Совершенствование аналитики с помощью ИИ

Мир движется от больших данных к использованию всех данных — структурированных, неструктурированных и контекстуальных — из таких источников как датчики, социальные базы, видео и чаты. В результате гораздо труднее отделить сигнал от шума. Но нельзя получить хорошие знания из плохих данных. Поэтому в 2018 г. ИИ должен будет играть гораздо более важную роль в подготовке данных. Но не только в подготовке данных. ИИ предоставляет компаниям возможность усовершенствовать аналитику в целом. Например, он смогут обнаруживать и усиливать „слабые сигналы“ и выявлять шаблоны, которые без этого не обнаруживаются. Это поднимет компании на новый уровень интеллектуальности, и они смогут, скажем, разрабатывать свой порядок взаимодействия и продукты для каждого клиента или осуществлять персонализированную разработку лекарств. В ближайшем будущем мы увидим гораздо большую гиперперсонализацию на базе ИИ и аналитики.


Жан-Люк Шатлен
главный технолог Accenture Applied Intelligence

"Эта новая интеллектуальность повлияет на сотрудников. Она усовершенствует принятие решений человеком и позволит автоматизировать механически выполняемые задачи, предоставив работникам возможность осуществлять функции, имеющие больше стратегическое значение и лучше оплачиваемые.


Создание глобальной фабрики данных

Большие данные превращаются в важный актив, а предприятия трансформируются в управляемые данными концерны. Такая трансформация естественным образом ведет к превращению систем больших данных в центр тяжести предприятий с точки зрения размера данных, их хранения и доступа к ним, а также операций и аналитики. В результате больше компаний будут искать способы создания глобальной фабрики данных, которая преодолевает изолированность и предоставляет подлинно многопользовательским системам полный доступ к данным из множества источников и к вычислительным ресурсам.


Тед Даннинг
главный архитектор приложений MapR

В 2018 г. мы увидим, что больше компаний рассматривают вычисления с точки зрения потоков данных, а не как просто обработку данных и размещение их в базе. Эти потоки данных фиксируют ключевые события бизнеса и отражают структуру бизнеса


Создание глобальной фабрики данных

Несмотря на огромные возможности, предоставляемые большими данными и аналитикой, здесь имеются некоторые трудности. Во всемирном исследовании SAP «Data 2020: State of Big Data Study» говорится, что 74% опрошенных лиц, принимающих решения в области ИТ, сообщили, что их данные настолько сложны, что это ограничивает их гибкость, а половина опрошенных заявили, что многие сотрудники и менеджеры не могут получить доступ к важнейшим данным.

Кроме того, 85% респондентов пытаются справиться с данными, поступающими из различных точек, у 72% сложность данных обусловлена большим количеством и разнообразием источников данных.

По мере использования ИИ и других технических новшеств для совершенствования и упрощения больших данных и аналитики организации будут все лучше подготовлены к решению этих сложных проблем.