Analytics och AI 2022: Innovation i covidens era

Skriven av Andrew Brust, medlem Andrew Brust Bidragsgivare

Andrew Brust har arbetat i mjukvarubranschen i 25 år som utvecklare, konsult, entreprenör och CTO, specialiserad på applikationsutveckling, databaser och business intelligence-teknologi. Han har varit krönikör och konferensföreläsare sedan mitten av 90-talet och en teknikboksförfattare och bloggare sedan 2005.

Fullständig bio publicerad i Big on Data den 28 december 2021 | Ämne: Big Data

När vi har nått slutet av 2021 har min inkorg blivit fullproppad med den numera sedvanliga mängden e-postmeddelanden, från teknikföretag och deras PR-byråer, som delar ledningens tankar om vad nästa år kommer att innebära för oss, i en värld av data, analys och AI. Som alltid var den årliga övningen att sammanställa salvias förutsägelser om det kommande året, från chefer runt om i branschen, en stor ansträngning. Faktum är att när alla e-postmeddelanden med förutsägelser hade konsoliderats, resulterade ett dokument på 50 sidor. Som med alla big data-övningar var mitt mål att aggregera data i grupperingar som jag kunde organisera dem efter, både för att tämja datavolymen och eftersom grupperingarna i sig är lärorika.

I år handlade de flesta av förutsägelserna inte om speciella teknologier, som Hadoop, Kafka eller Spark. Och de handlade inte ens om tekniska genrefrågor som kampen mellan datalager och datasjöar. Istället fokuserade årets förutsägelser (för nästa år) på bredare affärs- eller till och med samhällsfrågor, av vilka många härrör från världens samlade erfarenhet av Coronavirus/COVID-19-pandemin och de förändringar som den har åstadkommit.

Tekniken finns där, naturligtvis; till exempel diskuterades det mycket artificiell intelligens (AI), låg kod/ingen kodplattformar och arkitektoniska tillvägagångssätt för analys, som Data Fabric och Data Mesh. Men frågor som rör störningar i försörjningskedjan; arbetskraftsbrist och den “stora resignationen; och samspelet mellan hantering av kundupplevelser, personalisering och dataskydd hade också stor närvaro.

Låt oss utforska en grupperad sammanfattning av förutsägelserna.

Supply Chain

Vi vet alla att pandemin har haft en följdeffekt av att påverka globala leveranskedjor. För företagen har det inneburit störningar och flöden. Intressant nog såg många av våra förutsägelsedeltagare detta som en teknisk utmaning. Lika oförutsägbara som problem med leveranskedjan kan få saker att kännas, baserades många förutsägelser på antagandet att prediktiv analys kunde mildra svårigheterna, så länge som själva modellerna noggrant övervakades med avseende på noggrannhet och drift.

“Många industriföretag … under de senaste två åren … tvingades förlita sig på AI och andra digitala teknologier för att lösa akuta, verkliga problem i försörjningskedjor och produktion”, säger Artem Kroupenev, VP of Strategy på Augury. Nick Elprin, VD för Domino Data Lab, anser att “den fortsatta volatiliteten hos oförutsägbara affärsfaktorer, från leveranskedjor till extremt väder, kommer att avsevärt accelerera behovet för företag att kontinuerligt övervaka hur väl deras modeller speglar deras kunders verkliga och snabbt föränderliga värld. .”

Alok Ajmera, VD för Prophix, menar “Företag har sett sin andel av störningar under det senaste året, och under 2022 kommer de med största sannolikhet att fortsätta att hantera effekterna av brister i leveranskedjan, stigande inflation och ökade hot mot cybersäkerhet… Molnbaserade programvaruverktyg för “om/då”-scenarioplanering [aktiverar]… nollställ kontinuerligt prognoser… enligt realtidsdatainsikter för att möta flytande marknadsförhållanden.”

Akta dig dock. Försörjningskedjans problem påverkar inte bara materiella varor; de kan påverka den teknik som vi tenderar att se som oändlig och alltid tillgänglig också. Med det i åtanke sa Lenley Hensarling, chief strategi officer på Aerospike, “Försörjningskedjeproblem, både hårdvara och personal, kommer att fortsätta med molnet. När företag fortsätter att migrera till molnet 2022 kommer de att bli förvånade över att finna hårdvara och personalbrist som kan tvinga dem att ändra sina planer.”

Du kan inte sparka mig, jag slutar

Och på tal om personalbristen, så hade många av våra förutsägare något att säga om “den stora avgången”, 2021 års uppenbara frivilliga utflyttning av arbetare från sina jobb. Till exempel säger Buno Pati, VD för Infoworks att vi bör “överväga [den stora avgångens] speciella implikationer när det gäller knappa datateknik- och datavetenskapstalanger, som redan är mycket efterfrågade och kräver betydande kompensation.” Det var med andra ord dåligt att hitta bra dataproffs innan, och det blir ännu värre. När det gäller en lösning förutspår han att “under det kommande året kommer antagandet av nya automatiserade metoder för datadrift och orkestrering att befria denna kritiska talangpool från det vardagliga och fokusera dessa värdefulla yrkesmän på att skapa och leverera affärsvärde.”
< br>Momentive (tidigare SurveyMonkey) CIO, Eric Johnson, håller med om att automatisering kan hjälpa till att ta itu med bristen och fungera som ett retentionsverktyg för att hålla befintliga anställda lyckligare: “år 2020 hade 31 % av företagen minst ett system automatiserat. Med den stora resignationen och efterfrågan på jobb av högre kvalitet, kommer automatiseringen att accelerera enormt för att ta bort monotona processer och säkerställa att anställda har högkvalitativa arbetserfarenheter med olika och meningsfulla uppgifter.” När han pratar om kvalitetsbegreppet, säger Johnson också: “Den stora avgången har visat att lönen inte längre är en viktig retentionshävstång. Anställda är istället angelägna om att få den arbetsmiljö de vill ha och nya utmaningar som gör att de förbättras och lär sig som individer och professionella. .”

Det finns en AI-vinkel här också. Nick Curcuru, Vice President of Advisory Services på Privitar, säger att “analytik inom HR traditionellt sett har handlat om rapportering. När organisationer brottas med personalomsättning mitt i den “stora uppsägningen”, kommer de i allt högre grad att se till prediktiv analys för att hjälpa till att rädda dagen.” Gleb Polyakov, medgrundare och VD för Nylas, säger “Framsteg inom AI i kombination med bristen på arbetskraft och efterfrågan på snabb skala har tvingat företag att automatisera där det är möjligt.” Polyakov förutspår dock inte en dystopisk situation och försäkrar oss att “… även med fortsatt AI-ledd innovation kommer människor att fortsätta spela en viktig roll i verklig organisatorisk påverkan, analys och tillväxt.”

Av tyg och mesh

Utöver samhällsfrågor har arkitektoniska frågor varit viktiga även i år, särskilt de som kan hjälpa företag att utnyttja sina analysinvesteringar mer framgångsrikt. Ledande utmanare här är Data Mesh och Data Fabric, och många av årets förutsägelser fokuserade på dem.

Till att börja med tror Steve Totman, Chief Strategy Officer på Privitar, att “Organisationer anammar i allt högre grad datanät och datavävsmetoder som grunden för sina moderna datastackar.” Infoworks Pati är precis där med honom och tror att “2022 kommer att se betydande tillväxt och intresse för datavävslösningar när företag försöker utnyttja ett gemensamt ledningsskikt för att påskynda analysmigreringen till molnet, säkerställa säkerhet och styrning, snabbt [och] leverera affärsvärde…” På företagets vägnar säger han att “vi tror att denna teknik kommer att bli allmänt antagen under de kommande fem åren.”

Totman och Pati är inte ensamma. “'Dataväv' kommer att bli ett populärt modeord.” var en av fem stora förutsägelser från Mark Van de Wiel, VP of Technology på HVR (nu ägs av Fivetran). Och Ravi Shankar, SVP och CMO på Denodo, rubricerar hans #1 förutspådda trend som “Dataväv blir grunden för det distribuerade företaget”, och tillägger att “genom att göra det möjligt för organisationer att välja sina föredragna verktyg, kommer dessa datavävar att minska tiden till- leverans och gör det till en föredragen datahanteringsmetod under det kommande året.”

Haoyuan Li, grundare och VD för Alluxio, ser Data Fabric som mer än populär… han ser det som en lösning på den nya omgången av datasilos: “med SaaS och hanterade tjänster i molnet skapar datasilos, förbättrad styrning och katalog med ett datatyg som spänner över flera tjänster kommer att komma till undsättning 2022.” Komprise-president Krishna Subramanian ser ett liknande värdeförslag för silo-busting, som säger att “IT- och lagringshanterare kommer att välja datavävsarkitekturer för att låsa upp data från lagring och möjliggöra datacentrerad kontra lagringscentrerad hantering.”

Visst verkar det finnas mycket hopp kring dessa arkitekturer. Jag undrar vad nästa års experter kommer att säga om det.

No/Lo-Co

Vi har redan nämnt automatisering som ett delvis motgift mot arbetskraftsbristen, och många av våra förutsägelser personal ser plattformar med låg kod/ingen kod – på många sätt, automations partner – som en enorm kraft för effektivitet och förändring 2022.

Christine Spang, medgrundare och CTO för Nylas, förutspår, med tanke på “brist på ingenjörsarbetskraft, utveckling med låg kod tar fart” och förklarar den rubriken genom att säga “vi kommer att se antagandet av låg kod utan kod verktyg och applikationer accelererar under 2022 och framåt.”

Venkat Thiruvengadam, grundaren och VD för DuploCloud, förklarar: “plattformar utan kod/låg kod gör det möjligt för icke-tekniska affärsexperter att skapa mjukvara på de domäner de känner bäst, utan att kräva kunskap om kodning. Experter som tidigare var uteslutna från ett företag idé eftersom de saknade kodningsexpertis kan nu komma igång med minimal kodkunskap.” Han tillägger att “bristen på DevOps-kunskaper bara kommer att fortsätta att växa, vilket accelererar behovet av lösningar utan kod/låg kod.”

Men Gil Hoffer, medgrundare och CTO för Salto, tar upp baksidan av denna DevOps-observation, och tror att ingen och låg kod kommer att få attribut för konventionell programvara: “eftersom ingen kod och lågkodsplattformar och verktyg blir mer genomgripande, Metoder och verktyg från mjukvaruutveckling och DevOps-världen, såsom automation, versionskontroll och deklarativa språk kommer att tillämpas och läggas till i dessa miljöer.”

DevOps-hungrig eller inte, Mendix vd Tim Srock och hans team tror att “lågkod kommer att gå förbi apputveckling” och känner att den kommer att växa till att “inkludera design av kundupplevelser och intelligent automatisering av arbetsflöden.” Mendix-gänget känner också att “…företag kommer att använda lågkod för att automatisera uppgifter inom arbetsflöden.” Och Ryan Welsh, grundare och VD för Kyndi, tror att låg- och ingen kod kommer att flytta in i AI-världen också, och förutspår att “Universal AI kommer att vara inbäddad i en svit av konfigurerbara affärslösningar som inte kräver kodning.”

Men hur länge kan låg/nej…gå? Sedan tillkomsten av CASE (datorstödd mjukvaruteknik) på 1980-talet har vi sett att plattformar som kräver minimalt med programmering har en enorm tilltalande. Vi har också sett pendeln svänga tillbaka åt andra hållet, där kodförsta plattformar, och de färdigheter som behövs för att driva dem, migrerar tillbaka till hög efterfrågan.

Personlig, men inte övervakad

Från lågkod går vi över till vad vi kan kalla “lågdata”. Dr. Jans Aasman, VD för Franz Inc., karakteriserade det nya normala för persondataanalys: “år 2022 kommer vi att se nya sätt för användare att återta kontrollen över sin data.” Det är bra, men det är ännu en störning som tvingar företag att anpassa upplevelser utan tillgång till så mycket personlig information. Jennifer Krizanek, VD, NA och CMO för Contentserv, beskriver utmaningen: “2022 kommer företag att se strategier för hur man kan anpassa kundupplevelsen utan att bryta mot GDPR-lagar eller göra intrång i konsumenters datasekretessrättigheter.” Hon menar vidare att nästa år “kommer att bli året då företag lär sig att driva, marknadsföra och anpassa sina erbjudanden till konsumenter utan att spåra varje rörelse.”

Men hur kan det göras? För öppnare säger Denodos Shankar att “år 2022 kommer organisationer att utnyttja små dataanalyser för att skapa hyperpersonifierade upplevelser för sina individuella kunder för att förstå kundsentiment kring en specifik produkt eller tjänst inom ett kort tidsfönster.” Det är vettigt, men kravet verkar fortfarande formidabelt.

AI, som det visar sig, kan vara nyckeln till att göra mer med mindre. “Med maskininlärning kan företag optimera, automatisera och personalisera innehåll och leveranstid för meddelanden för att öka engagemanget på den personliga nivån”, säger Jason VandeBoom, VD för ActiveCampaign. Och det är inte bara en trevlig att ha enligt Mendix-folk. Snarare ser de det som ett måste: “Hyperpersonalisering kommer att bli normen: När världen blir allt mer digital kommer kunderna att förvänta sig upplevelser som är skräddarsydda och kan anpassa sig till deras behov och önskemål i stunden. För att göra det måste applikationer måste dra fördel av AI kontra att exekvera enkla regler.”

Vertikal AI

AI är dock inte bara för personalisering. Faktum är att känslan av prediktorernas rum är att vertikala industrier, från finans till hälsovård, kommer att dra nytta av AI 2002. Ajmera på Prophix rubricerar en av sina förutsägelser som: “The Era of AI-Powered Corporate Finance Is Here.” Hans analys säger “…när företag kommer ur den flyktiga pandemiperioden, förvänta dig att se finanschefer äntligen ta steget in i AI-drivna finansteknologier och kickstarta nästa era av superladdat företagsfinansiering.” Franzs Aasman säger att “Denna “Total AI” blir snabbt nödvändig för att hantera tillämpningar i företagskritiska processer som att förutsäga utrustningsfel, optimera vårdbehandling och maximera kundrelationer.”

Längre på sjukvårdsvägen tror Dave Wessinger, VD och medgrundare, PointClickCare, att “under 2022 bör vi förvänta oss att se fler vårdorganisationer dra nytta av artificiell intelligens (AI) för att övervaka patientens beteende, vilket totalt sett skapar en säkrare miljö för patienter och ge vårdpersonal möjlighet att ge mer strömlinjeformad och bättre vård.” Det är inte bara AI heller. Todd Gottula, VD, Clarify Health, tror att analyser kommer att följa med på resan: “Betalare, leverantörer och biovetenskapsföretag kommer att vända sig till on-demand analysmjukvara som ger dem omedelbar tillgång till en 360-graders bild av patientresan och ett fönster till hur medicinsk vård och sociala och beteendemässiga bestämningsfaktorer för hälsa kopplas samman för att påverka resultat.”

Omvandling kan vara roligt

Praktiskt taget allt vi har tittat på hittills hänför sig till digital transformation, även om det bara är implicit. Men hur bra har sådana “DX” ansträngningar gått så långt? Inte tillräckligt långt, enligt Contentservs Krizanek, som “…tror på 2022, organisationer kommer att utöka tidigare ansträngningar för digital transformation, men därigenom kommer de att tvingas förlita sig på sin förmåga att automatisera pålitlig dataleverans.”

För att komma dit kommer AI till undsättning, igen. Komprises Subramanian tror att “AI och maskininlärning i molnet fortsätter att leverera fler möjligheter för kunder och håller på att bli centrala möjliggörare för digital transformation.” Subramanian tror dock att det inte bara handlar om AI. Företag som överger sin benägenhet att vara datapaketråttor är en annan faktor: “Zombiedata eller döda data kommer att få ordentlig uppmärksamhet eftersom företag strävar efter att bättre segmentera, klassificera, organisera, rensa, hantera och motivera utgifter för lagring, säkerhetskopiering och DR. Datahamstring. kommer att upphöra som en del av framgångsrika digitala transformationsinitiativ.”

SingleStores Oliver Schabenberger tror att DX-framgång är ett problem med datalagringsteknologi och en som kommer att lösas inom ett par år: “Till 2024 kommer datatekniken att ha utvecklats för att tillåta organisationer att optimera för friktionsfri digital transformation snarare än att optimera för läsning och skrivning av transaktioner eller effektiva skanningar av stora datamängder. Databaser kommer att vara en aktiv deltagare och orkestrator av beslutsstöd.” Med tanke på företagets kombination av radbutiks- och kolumnbutiksteknik i en databas är denna utsiktspunkt vettig.

Inte bara förnya, utan driv

Sammantaget, även om de inte kommer direkt ut och säger det, verkar våra klärvoajanter se 2022 som ett år av passning och avslut, snarare än ett år av rå innovation. Vi har redan massor av fantastisk analys- och intelligensteknologi, och vi har under några år nu förstått deras potentiella kollektiva transformativa kraft. Vad vi dock till stor del har försummat är att uppnå höga framgångar med att implementera dessa tekniker och göra dem operativa. Med de ekonomiska och logistiska effekterna av covid-pandemin har det nu gått från att vara suboptimalt till att vara oförlåtligt.

Nu måste vi inventera vad vi har, sakta ner på att lägga till det och öka på den disciplin som krävs för att utnyttja den till sin fulla potential. Våra prognostiker tror att det kommer att hända 2022. Min gissning är att det kan ta längre tid, men det är ett gott omen att folk uppenbarligen har begrundat det så fullständigt under senare delen av 2021.

Cloud | Digital transformation | Robotik | Internet of Things | Innovation | Företagsprogramvara