Статус аналитики данных до 2021 года не был так высок как сегодня.  Столкнувшись с пандемией, правительства стран полагаются на углубленное статистическое моделирование для осмысления потока постоянно меняющихся показателей. Специалисты по обработке данных в этом процессе играют не последнюю роль: консультируют первых лиц компаний, стремящихся внедрить правильные политики в нужное время.

Важно понимать, получение выводов из данных - нечто новое.  За последние месяцы стремительное развитие сложных инструментов для анализа в режиме "реального времени", стало  тенденцией в развитии компаний. И пока предпосылок к ослаблению нет.  Развитие искусственного интеллекта и машинного обучения продолжит трансформировать способы проектирования, совместного использования и внедрения данных; помогут установить новые ориентиры в таких понятиях как доступность, скорость получения выводов,  диапазон применения, а также усиление роли в принятии решений.

В этом году четыре тенденции будут господствовать в области разработки:

Расширенная аналитика

Это следующий этап в аналитике данных. Веские причины, по которым расширенная аналитика вышла на первый план, определены еще в 2017 г. Помимо прочего, объем информации, доступный организациям, делает эффективную интерпретацию сложным процессом.  К 2025 г количество IoT соединений  достигнет 5 миллиардов по сравнению с 1,3 млрд в 2019 г. Кроме того, у выводов, полученных на основе данных, короткий срок годности.  Если информация не попала к лицу, принимающему решения, через небольшой промежуток времени их ценность равна нулю.

Машинное обучение и искусственный интеллект идеальны для автоматизации и ускорения  трудоемких участков работы специалиста по обработке данных.  Однако значение расширенной аналитики будет далеко выходить за рамки облегчения работы загруженных специалистов.   Сделав сложные инструменты доступными для широкой аудитории, расширенная аналитика повысит возможности специалистов по обработке гражданских данных. Исполнителям работ будут предоставлены инструменты контроля, необходимые для более быстрого принятия решений.

Непрерывный интеллектуальный анализ данных

Стремительное развитие непрерывного интеллектуального анализа данных отражает скорость, с которой работают современные предприятия.  Чтобы принять правильное решение, нужно знать, что сейчас происходит.  Начиная с  2021 г, большинство ответов будет поступать от непрерывного интеллектуального анализа данных.  Обрабатывая текущие и исторические данные, непрерывный интеллектуальный анализ гораздо чаще будет использоваться для автоматизации, чем для поддержки процесса принятия решения.

Инструменты, используемые непрерывным интеллектуальным анализом данных разнообразны.  Сюда входят расширенная аналитика, а также обработка потока событий, оптимизация, управление бизнес-правилами, машинное обучение. 2020 г дал понять, что подход "установил и забыл" уже не работает.  Меняются рынки, поведение, постоянно что-то происходит.   Непрерывный интеллектуальный анализ укрепит позиции в 2021 г: он предоставляет инструменты, которые учатся сами по себе, постоянно корректируясь и совершенствуясь. Так же как и расширенная аналитика, непрерывный интеллектуальный анализ встроится в рабочие процессы, перестав быть привилегией специалистов по обработке данных.Расширенное управление данными,  Data Discovery, Каталоги данных. Это также станет  новостью в 2021 г. Опять же, это возможности машинного обучения и движки искусственного интеллекта, которые приводятся в действие.  В этом случае они будут использоваться для поиска и понимания данных и создания категорий управления корпоративной информацией, включая качество данных, управление метаданными, управление основными данными и интеграцию данных, а также системы управления базами данных (DMS), самонастраивающиеся.

Автоматическое машинное обучение /Объяснимый искусственный интеллект

Как упоминалось, в 2021 году произойдет ускоренный сдвиг в сторону автоматизации процесса принятия решений. Однако зачастую организациям все равно придется исследовать и обосновывать, как принимаются такие решения. Поэтому руководителям важно уметь создавать модели, которые можно интерпретировать и объяснять. Подход “черного ящика”, используемый некоторыми решениями, служит только для того, чтобы отгородиться от пользователей. Вместо этого аналитики все чаще будут искать ответственный, объяснимый и интерпретируемый искусственный интеллект. Эта прозрачность дает уверенность в результатах,  возможность специалистам по обработке данных учиться и расти вместе со своими системами. Кроме того, модели могут быть модифицированы и точно настроены в соответствии с постоянно меняющимися условиями окружающей среды. В 2021 году и последующие годы не должно быть необходимости выбирать между автоматизацией и демократизацией. При наличии правильных решений они будут идти рука об руку.

No Comments