Chris Preimesberger Bidragande skribent
Chris J. Preimesberger har forskat, rapporterat och analyserat IT-nyheter och -trender sedan 1995, när han som redaktör för ett internationellt nyhetsbrev, Sun's Hottest, publicerade en artikel definiera ett nytt protokoll som heter Java.
Fullständig bio den 29 december 2021 | Ämne: Innovation
Enligt ledare inom datahanteringssektorn kommer vi att använda lite ny terminologi när vi pratar om företagsdata 2022.
CTO:er och IT-chefer på alla nivåer kommer att definiera och testar termer som “data som kod” och “just-in-time” dataanalys för deras egna produktionsanvändningsfall.
AI kommer att arbeta övertid i datahanteringsområdet, vilket gör det möjligt för callcenter att ta fram mer övertygande information från kunder, åtgärda luckor i försörjningskedjor och stärka sjukvårdstjänster, både lokalt och i molnet.
Antalet adoptioner och intäkter som genereras från artificiella intelligenstjänster förväntas skjuta i höjden när pågående problem, inklusive sjukvårdskrisen, arbetskraftsbrist och problem med leveranskedjan, fortsätter att utgöra avsevärda risker för företag. Till exempel minskar AI-baserade chatbots och virtuella agenter trycket på företag från arbetskraftsbrist. Inom hälso- och sjukvården tillåter AI-baserade lösningar vårdteam att hantera en bredare patientpopulation och göra det med ett personligt tillvägagångssätt på patientnivå. Hälso- och sjukvårdsorgan är angelägna om att implementera hälsoinitiativ för hela människor, som kräver tillgång till högkvalitativa och korrekta kliniska, sociala bestämningsfaktorer och folkhälsodata för att utveckla skräddarsydda vårdprogram på individnivå.
Under de närmaste åren kan vi förvänta oss att se framväxten av federerad maskininlärning, som möjliggör högspårbarhetsteknologier och gör det möjligt för forskare att träna prediktiva modeller för känslig data på ett transparent sätt. Detta tillvägagångssätt inkluderar allt från stöd för utvecklingen av sjukdomsförutsägelser till snabbare svar för autonoma fordon.
– Zakir Hussain, EY Americas IoT-ledare
Ny integritetsfokuserad lagstiftning kommer att flytta uppmärksamheten till datasuveränitetsmoln
< blockquote>
Med ökat fokus på General Data Protection Regulation (GDPR) som reglerar dataskydd och integritet i EU och California Consumer Privacy Act (CCPA) som förbättrar integritetsrättigheter och konsumentskydd för kalifornier, utsätts andra stater och länder för press att anta omfattande lagstiftning om datasekretess . Eftersom detta fortsätter under 2022, förväntar jag mig att vi kommer att se mycket mer fokus på datasuveränitetsmoln för att hålla data inom nationer eller inom en viss fysisk plats. Detta är en mycket mer specificerad molnmodell som vi börjar se i EMEA med Gaia-X. Vissa kommer att se detta som ett hinder, men när det väl implementerats kommer det att vara bra eftersom det sätter konsumenternas integritet i kärnan i affärsstrategin.
– Danny Allen, CTO, Veeam
Nya datahanteringsmetoder vid kanten kommer att komma i förgrunden
Vi kommer att se dataanalys skala vid kanten för att minska data eller utföra datauttunning så att analysmjukvara kan ge bättre insikter och värde till en organisations ledningsgrupp för att hantera mängden data som nu genereras utanför datacentret och molnet (Garter säger att 2025 kommer det att vara 75 % av all data). Dagens edge computing-plattformar var inte designade för att hantera detta — ett nytt tillvägagångssätt behövs för att lagra data kostnadseffektivt, “tunna” data genom att bara hitta de användbara delarna, vilket gör det enkelt för analys, maskininlärning och AI att utvinna värde för organisationer.
– Bruce Kornfeld, CPMO på StorMagic
Datavetenskapsindustrin gör misstaget att sätta modeller före rena data
Utan att rensa data kommer varje utvecklad och föreslagen modell att tillhandahålla smutsiga, obetydliga data, vilket gör det omöjligt att avgöra om AI som är designad för att standardisera data fungerar som den ska. Denna praxis påverkar dataforskarens position och skapar förtroendeproblem kring användningen av AI i datahantering. För att framgångsrikt kunna använda data till sin fulla potential måste företag ta det första steget för att standardisera datauppsättningar för att verkligen omvandla en bransch.
—Dr. Ron Bekkerman, CTO, Cherre
Vi kommer att omfamna datatyger
Datahanteringsutmaningarna kommer inte att försvinna 2022, så företag kommer att behöva bygga och anamma datavävsarkitekturer för smidighet och dynamiskt beslutsfattande. Istället för att bara skicka data längs en väg som ska lagras, skalas eller analyseras, kan en dataväv dirigera data till ett lagringsområde så att det kan användas när det är mest relevant. Med big data som stöder affärsmålen för 72 % av organisationerna är korrekt implementering av dataväv en naturlig utveckling som hjälper företag att bli mer informerade snabbare.
– Stefan Sigg, Chief Product Officer, Software AG
Grafdatabaser: En måste-komponent i 2022 års datalandskap
Enligt Gartner Research kommer grafteknologier att användas i 80 % av data- och analysinnovationerna år 2025, upp från 10 % 2021, vilket underlättar snabbt beslutsfattande i hela företaget. När mängden data som skapas och replikeras i hela företaget fortsätter att öka, har skalbar grafteknik blivit den kritiska länken mellan enorma mängder data och viktiga affärsinsikter. Grafen kommer att bli en stor konkurrensskillnad mellan företag i flera branscher – från finansiella tjänster och hälsovård till detaljhandel och tillverkning. Grafer kan snabbt lyfta fram, upptäcka och förutsäga komplexa relationer inom data — insikter som avslöjar ekonomiska bedrägerier eller hjälper till att lösa logistikutmaningar inom försörjningskedjan.
Under 2022 kommer fler företag att använda kraften i grafanalys för att stödja avancerade analys- och maskininlärningsapplikationer, inklusive bedrägeriupptäckt, anti-penningtvätt (AML), enhetsupplösning, kund 360, rekommendationer, kunskapsdiagram, cybersäkerhet, leveranskedja, IoT , och nätverksanalys. Grafer kommer att bli ännu mer kopplade till ML och AI. Gartner rapporterar till och med att “så många som 50 % av Gartners kundförfrågningar kring ämnet AI involverar en diskussion kring användningen av grafteknik.”
– Richard Henderson, teknisk direktör på TigerGraph
Få värde från data, AI eller förlora mot konkurrenter och bli shortad av investerare< /h3>
Vi kommer att hitta en bättre definition av “demokratisering av data”, särskilt datateknik. När fler människor över organisationer och jobbfunktioner omfamnar och engagerar sig i data, kommer datateknik att fortsätta att utvecklas för att tillåta dessa individer att arbeta i samma utrymme tillsammans. Effektiv datateknik krävs för meningsfull nedströmsanvändning, inklusive maskininlärning och analys. Så, kollaborativ datateknik kommer att vara avgörande för att tillåta utvecklare som föredrar SQL och Python att göra sitt arbete precis vid sidan av dem som vänder sig till AI-assisterade visuella verktyg. Molnbaserade verktyg kommer att göra detta allt mer tillgängligt.
Lågkodslösningar och lösningar utan kod kommer alltså att bli allt mer utbredda, särskilt när de gör det möjligt för kodare att utföra sitt arbete på samma plats som företagsanvändare. Dessa mer sofistikerade, nästa generations verktyg kommer att ha automatiska programmeringsassistenter och omfamna moderna tekniker som gör det möjligt för icke-kodare att skapa anpassade program utan att egentligen inse det.
Äntligen förändras AI-tekniken: Tänk “maskininlärning operationer.” Detta fält kommer att explodera i tillväxt eftersom många nystartade företag gör komponenterna i detta mer tillgängliga och praktiska.
Vi kommer att hitta en bättre definition av “demokratisering av data”, särskilt datateknik. När fler människor över organisationer och jobbfunktioner omfamnar och engagerar sig i data, kommer datateknik att fortsätta att utvecklas för att tillåta dessa individer att arbeta i samma utrymme tillsammans. Effektiv datateknik krävs för meningsfull nedströmsanvändning, inklusive maskininlärning och analys. Så, kollaborativ datateknik kommer att vara avgörande för att tillåta utvecklare som föredrar SQL och Python att göra sitt arbete precis vid sidan av dem som vänder sig till AI-assisterade visuella verktyg. Molnbaserade verktyg kommer att göra detta allt mer tillgängligt.
Lågkodslösningar och lösningar utan kod kommer alltså att bli allt mer utbredda, särskilt när de gör det möjligt för kodare att utföra sitt arbete på samma plats som företagsanvändare. Dessa mer sofistikerade, nästa generations verktyg kommer att ha automatiska programmeringsassistenter och omfamna moderna tekniker som gör det möjligt för icke-kodare att skapa anpassade program utan att egentligen inse det.
Äntligen förändras AI-tekniken: Tänk “maskininlärning operationer.” Detta fält kommer att explodera i tillväxt eftersom många nystartade företag gör komponenterna i detta mer tillgängliga och praktiska.
– Adam Wilson, VD för Trifacta
Innovation
Den mest innovativa tekniken vi granskade 2021 IBM, Samsung säger att chipgenombrott kan ge telefoner “veckolång” batteritid Giftigt och oetiskt: En natt med Facebooks Oculus Quest 2 Covid-19: De bästa snabbtestsatserna hemma Datahantering | CXO | Digital transformation | Teknisk industri | Smarta städer | Moln