2018年智能企业应当关注的八大分析趋势（英文版）_20页_666kb

8 Analytics Trends to Watch in 2018 for the Intelligent Enterprise

核心内容概述

2018年，企业智能分析领域将迎来多个重要趋势，涵盖人工智能（AI）、数据科学人才竞争、实时与批量分析融合、语音和自然语言接口、增强分析、机器学习与边缘视频分析、以及分析与洞察流的访问与所有权转变。这些趋势将推动企业数字化转型，提高数据分析的效率与可及性。

主要观点与关键信息

TREND 1: AI 将重塑分析与商业创新

• AI 将成为企业分析和创新的重要驱动力。
• 25% 的企业将采用对话式用户界面来补充传统点按式分析工具。
• 20% 的企业将使用 AI 进行实时决策和指导。
• CIO 和 CDO 需要认识到 AI 不是简单的技术移植，而是需要重新设计运营模型。

TREND 2: 数据科学与分析人才竞争加剧

• 数据科学和分析人才短缺问题日益严重，预计到 2020 年将有 270 万相关职位发布。
• 59% 的雇主预计到 2020 年所有财务和会计经理都需要具备数据科学与分析技能。
• 企业不仅需要加强招聘，还需重视人才的培养与保留。
• 教育机构培养相关人才的速度远远跟不上市场需求。

TREND 3: 实时与批量分析的融合

• 实时和批量分析将不再割裂，而是相互融合。
• 企业需要整合多源数据（结构化和非结构化），并利用历史数据进行实时决策。
• 70% 的零售商正在开展与传感器相关的项目。
• 企业应关注如何将实时数据与历史分析结合，以实现更精准的洞察。

TREND 4: 语音与自然语言接口成为主流

• 语音和自然语言处理将显著提升人机交互体验，成为主流。
• 语音搜索预计到 2020 年将占所有搜索的 50%。
• 自然语言生成技术将帮助非技术人员更好地理解数据分析结果。
• 企业应探索如何将这些技术整合到系统中，提升数据使用的广度与深度。

TREND 5: 分析工具的融合与平台标准化

• 企业将趋向于标准化其分析平台，整合多个项目和工具。
• 分析工具的融合将减少对多个工具的依赖，提高效率。
• 较大的企业软件供应商将通过收购或创新来增强其分析能力。
• 企业应选择具有长期发展潜力、不依赖大科技公司收购的供应商。

TREND 6: 增强分析（Augmented Analytics）的兴起

• 增强分析将通过 AI 实现自动化，从数据源到洞察发现。
• 该技术将提供预测和建议功能，提升分析速度与竞争力。
• 增强分析能够自动处理数据、识别关键洞察、回答“如果”问题，并揭示隐藏模式。
• 数据质量是增强分析成功的关键，垃圾数据将导致垃圾结果。

TREND 7: 机器学习、AI 与边缘与视频分析的结合

• 机器学习和 AI 将成为主流分析工具，推动企业构建实时数据基础设施。
• 边缘计算将因物联网设备数量激增而快速发展，预计到 2020 年将有 300 亿设备连接。
• 视频分析将利用 AI 和 IoT 技术，用于人脸识别、行为追踪等。
• 视频数据将成为企业的重要信息来源，特别是在零售、执法和城市监控等领域。

TREND 8: 分析与洞察流的访问与所有权转变

• 60% 的关键业务数据不再位于企业内部或数据仓库中。
• 企业应关注如何利用“脏数据”进行实时和预测分析。
• 洞察流将成为企业盈利的重要来源，涵盖传统与非传统的数据源。
• 建立数据治理、数据准备、流处理和敏捷性是企业成功的关键。

专家推荐

• 企业应关注数据治理与准备，构建坚实的数据基础。
• 增强分析和 AI 驱动的系统将帮助企业实现智能化决策。
• 需要重视数据科学人才的招聘与培养，以应对未来的需求。
• 企业应积极采用融合的分析工具和平台，提升整体效率和竞争力。

总结

2018 年，企业分析领域将经历深刻的变革，AI、数据科学人才、实时与批量分析融合、语音与自然语言接口、增强分析、机器学习与边缘计算、视频分析、以及数据访问与所有权的转变，将共同推动企业向智能化和数据驱动转型。企业需主动适应这些趋势，加强技术投资与人才储备，以确保在数字化竞争中保持领先地位。