目录:
今年，我们就云基础架构，大数据和人工智能（AI）的融合写了很多文章。 在整个软件即服务（SaaS）空间中，我们已经看到商业智能（BI）工具，社交监听平台，客户关系管理（CRM）解决方案或实际上任何行业中的这三个因素之间有着密不可分的联系。利用基于云的数据摄取和分析-几乎所有这些。
在各种用例中，我们观察到了一个四步过程。 企业业务通过使用SaaS应用程序组合收集大量数据。 然后，他们通过使用数据仓库或数据湖，使用数据治理来保持数据合规性和安全性，将该数据存储在云中。 第三步是数据科学实验：将所有东西扔到数据上，从机器学习（ML）算法和自然语言处理（NLP）到预测分析。 理想情况下，第四步是数据科学产生更深刻的，数据驱动的业务见解，您的组织可以据此采取行动并获得优势。
执行方式不同，但思路相同。 Salesforce将AI和数据管理与其爱因斯坦平台相结合。 诸如Google Cloud Platform和Microsoft Azure之类的云播放器本身正在使用大量的认知计算工具和ML算法来重新定义业务云。 通过AI，云和大数据的结合力量，其他公司仍在不断逼近，以真实地绘制AI大脑。
2017年10种AI，云和数据趋势
随着我们步入2017年，这三个因素之间的联系越来越紧密。 我们与行业内的公司和专家进行了交流，探讨融合将如何继续发挥作用，以及AI，云和数据技术也将继续自行发展和变化。
1.无处不在的人工智能
企业对企业（B2B）通信和网络巨头爱立信（Ericsson）的ConsumerLab研究负责人Michael Bjorn博士谈到了AI作为所有新技术载体中的一种。 爱立信2017年研究的十大趋势首先从“人工智能无处不在”开始。 比约恩博士解释了该预测背后实验室的想法。
Bjorn博士说：“每一个新话题都有一个AI维度。” “无处不在的AI可以反映清单上所有其他趋势。它参与了AR，VR，融合现实，无人驾驶汽车，物联网……看一下IoT应用程序，例如Amazon的Amazon Go机器学习实验商店。
“我们开始看到人们逐渐习惯于AI作为助手，但现在我们正朝着AI的方向发展，逐渐成为一名经理，主动帮助完成任务。由于AI和机器人从事工作的概念，这也可能令人恐惧但其中大部分是感知，技术创造了工作。如果您回到工业革命，我们将最简单的工作自动化，从而创造了新工作。通过人工智能我们看到的是，工作将在整个领域发生变化从AI助手到AI经理的过程更加复杂。”
2.人工智能投资将增长三倍
研究公司Forrester预测，2017年对AI技术的投资将增长两倍，预计与2016年相比，认知计算投资将增长300％以上。因此，Forrester还预测，2017年将掀起一场“洞察革命”，企业将优先考虑客户数据洞察力是未来的主要差异因素，因此大数据集成和数据管理项目的结果将增加75％。
3.云舒适度
基于云的业务平台遍及各个领域，包括小型企业会计。 在最近的SaaS North会议上，FreshBooks的首席执行官Mike McDerment谈到了即使在传统行业（例如会计和金融业）中，对SaaS体验的满意程度越来越高。
McDerment说：“人们对云的了解越来越多。这是最早的日子，这对我来说很令人兴奋。” “我们让客户在孩子刷牙的五分钟内就可以提出费用或开具发票。企业家试图在这小段时间里完成事情，因此可以通过电话与您开展业务而且在云计算中为您提供了这种便利，为越来越多的选择使用基于云技术的企业运营的人们做出了贡献。”
4.纯云成为常态
云中断通过传统技术影响所有行业，企业IP语音（VoIP）空间也不例外。 商业VoIP提供商Dialpad的首席执行官Craig Walker表示，数字中断将促使企业领导者采用基于云的解决方案，而传统厂商则合并或收购了下一代提供商。
Walker说：“随着每个企业都注视着自己的数字化转型，2017年将是现代相关企业最终彻底淘汰台式电话的一年。” “随着企业迁移到云中以提高员工从任何地方的生产力，基于云的解决方案必须能够在设备和位置之间实现无缝通信和协作。
“随着传统电话提供商越来越落后于云通信提供商，我希望在行业中实现大量整合，而云通信提供商可以以更低的总成本从任何设备上的任何地方提供更高质量，更快，更轻松的部署。随着工作性质的变化，在数据的推动下，在速度的驱动下，企业还将寻求一种与内部数据集成的解决方案，以将知识置于销售和支持团队的指尖，无论他们在何处获得优势。在竞争中。”
5.云竞赛将缩小
IaaS领域有许多大型企业，但无可争议的市场领导者是Amazon Web Services（AWS）。 根据云安全提供商Skyhigh Networks的最新《云采用和风险报告》，亚马逊将保持领先地位，而市场挑战者将在2017年获得发展。
Skyhigh Neworks首席执行官拉吉夫•古普塔（Rajiv Gupta）表示：“微软将缩小与亚马逊在IaaS主导地位上并驾齐驱的差距。 “ AWS在IaaS市场上的突破是最快的，但Azure即将结束：第四季度，新云应用程序中有35.8％部署在AWS中，其次是Azure中占29.5％。利基提供商已经独立了14％的市场品牌名称，例如Google，Rackspace和IBM / SoftLayer。”
6.大数据变得快速而平易近人
BI供应商Tableau进一步深入研究数据杂草，预测利用大数据的障碍将进一步降低。 Tableau产品营销总监Dan Kogan表示，交互式SQL的进步将使Hadoop查询速度更快。
“当然，您可以在Hadoop上进行机器学习并进行情感分析，但是人们经常问的第一个问题是：交互式SQL的速度有多快？SQL毕竟是通向想要使用Hadoop数据来提高速度的业务用户的渠道，更具可重复性的KPI仪表板以及探索性分析。” “在2017年，选项将扩展以加快Hadoop的速度。这种转变已经开始，例如采用更快的数据库（例如Exasol和MemSQL），基于Hadoop的存储（如Kudu）以及支持更快查询的技术所证明。”
7.自助服务扩展到数据准备
Tableau还预见了自助服务分析和数据可视化工具的功能将扩展到数据管理管道的更多方面。 Tableau的首席产品官Francois Ajenstat表示，业务用户将获得更多的访问权限，而不仅仅是简单的数据发现，而是更深入的数据准备和分析。
“虽然自助数据发现已成为标准，但数据准备工作仍停留在IT和数据专家的领域。这种情况将在2017年发生变化，” Ajenstat说。 “数据解析，JSON，HTML导入和数据整理等常见的数据准备任务将不再委托给专家。借助这一转型领域的新创新，每个人都将能够将这些任务作为其分析流程的一部分来处理。”
8.大数据用于治理或竞争优势
在2017年，数据治理与数据价值拉锯战将成为重中之重。 企业Hadoop公司MapR的执行主席兼创始人John Schroeder表示，企业将获得有关其客户和合作伙伴的大量信息，这些信息将馈入新的数据驱动战略，特别是在合规方面。
施罗德说：“组织现在正面临合规所需的治理与使用数据提供业务价值和实施安全性以避免损害数据泄漏和破坏之间的不断拉锯战。” “金融服务和医疗保健是最明显的行业，数以百万计的客户对治理有严格的要求。领先的组织将在受管制和不受管制的用例之间管理他们的数据。”
9.数据湖超过数据沼泽
MapR的Schroeder还预测，在2017年，组织将从“构建它就会到来”数据湖方法转变为将分析和运营结合在一起的业务驱动数据方法。 因此，他说，在看到该数据的投资回报率（ROI）时，后台分析和前台操作之间的“数据敏捷性”将区分赢家和输家。
施罗德说：“在2017年，企业将积极推动超越“问问题”方法和架构师的工作，以推动最初和长期的业务价值。 “将数据湖视为'想象一下，如果将所有数据收集在一个集中，安全，全权管理的地方（任何部门可以随时随地访问的地方），那么您的业务将具有很高的吸引力。但是结果过于频繁在看起来像数据仓库重建的数据沼泽中，无法解决实时和操作用例的需求，一旦到位，其概念就是“提出问题”。 实际上，当今世界前进得更快。
Schroeder补充说：“当今世界需要分析和操作能力来解决客户，处理索赔问题，并在各个级别实时地与设备接口。” “例如，任何电子商务站点都必须实时提供个性化的建议和价格检查。医疗保健组织必须通过将分析与操作系统相结合来处理有效的索赔并阻止欺诈性索赔。媒体公司现在正在通过机顶盒对提供的内容进行个性化。汽车制造商和乘车共享公司正在与汽车和驾驶员进行大规模互操作。”
10.主流人工智能将继续存在
在过去的半个世纪中，AI变得风靡一时，但是应用于大数据的机器和深度学习算法的概念仍然存在。 MapR的Schroeder表示，我们将在2017年看到快速采用的形式，即在大型数据集上部署相对简单的算法，以解决重复的自动化任务。
施罗德说：“人工智能现在又回到了主流讨论中，并且成为机器智能，机器学习，神经网络和认知计算的流行语。” “为什么AI会重新焕发青春呢？三个V浮现在脑海：速度，多样性和体积。可以通过水平缩放的现代和传统处理模型来处理三个V的平台提供的成本效率是传统平台的10-20倍。从将AI应用于大批量重复性任务中将看到最大的价值，在这些重复性任务中一致性比以人为错误和成本为代价获得人为的直观监督更为有效。”
