在新冠疫情肆虐時(shí)，使用(yòng)傳統分(f★≥♣ēn)析技(jì)術(shù)并因此而嚴重≠ 依賴大(dà)量曆史數(shù)據的(de)企業(yè)意識到(dào)了"δλ≈(le)一(yī)件(jiàn)重要(yào)的(de)事(​↔ ¶shì)情：許多(duō)此類模式已不(bù)再有"Ω(yǒu)用(yòng)。這(zhè)場(chǎng)疫情幾乎改變了(le)一(yī)切，令許多♠÷α (duō)數(shù)據失去(qù)了(le)作(zuò)用(yòng)。
而具有(yǒu)前瞻性的(de)數(shù)據和(hé)分(fēn<α)析團隊正在從(cóng)依靠“大(dà)”數(shù)據的(de)傳統人(rén)工(gōng)智能(néng)技(jì)術(shù)轉向數(shù)量較少(shǎo)、但(dà&δπ♦n)更加多(duō)樣化(huà)的(de)“小(xiǎo)”數(shù)據。
Gartner發布的(de)2021年(nián)十大(dà)數(shù)據和(hé)分(fē→"λn)析趨勢之一(yī)便是(shì)從(cóng)大(dà)數(shù→↓)據轉向小(xiǎo)而寬的(de)數(shù)據。這(zhè)十大(dà φ)趨勢是(shì)數(shù)據和(hé)分(fēn)析領導者必須重視(shì)'§<≥的(de)業(yè)務、市(shì)場(chǎng)和(h→γé)技(jì)術(shù)動态。
Gartner傑出研究副總裁RitaSallam表示：“這(zhè)些(xiē)數(sh£φαù)據和(hé)分(fēn)析趨勢可(kě)以幫助£$®企業(yè)機(jī)構和(hé)社會(huì)應對(duì)未來(lái)三年(nián)的¥✔(de)颠覆性變革、巨大(dà)不(bù)确定性以及它們所帶來(lái)的(d•§e)機(jī)遇。數(shù)據和(hé)分(fēn)析領導者必須主動研究如(rú)何♠≠>順勢而為(wèi)，根據這(zhè)些(xiē)趨勢做(zuò)出加快(kuài)自(z✘✔βì)身(shēn)預測、轉變和(hé)應對(duì)能(✘‌★Ωnéng)力的(de)關鍵任務投資。”
每一(yī)項趨勢都(dōu)可(kě)以歸入以下(xià ☆)三大(dà)主題之一(yī)：
加速數(shù)據和(hé)分(fēn)析變革：運✘γε↕用(yòng)AI創新、經過改進的(de)可(kě)組合性以及多(duō)元化(hu££à)數(shù)據源的(de)敏捷、高(gāo)φ€σ€效整合。
通(tōng)過更有(yǒu)效的(de)XOps實現(xiàn)業(yπ$↔è)務價值的(de)運營：優化(huà)決策 →₽并将數(shù)據和(hé)分(fēn)析轉化(huà)為(wèi)¥♦♠業(yè)務的(de)一(yī)個(gè)組成部分(f  ēn)。
分(fēn)布式實體(tǐ)（人(rén)和(hé)物(wδ¶ù)）：需要(yào)靈活地(dì)将數(shù)據和(hé)洞察力聯系起☆≤♥來(lái)，以增強更多(duō)的(de)人(rén)和(hé)物>☆★(wù)的(de)能(néng)力。

趨勢一(yī)：更智能(néng)、更負責、可(kě)擴展的(de)AI（Smarter,§≈ more responsible,scalable AI）
更智能(néng)、更負責、可(kě)擴展的(de)A§‍​I将優化(huà)學習(xí)算(suàn)法，使系統更具解釋性并加快(kuà£ i)價值實現(xiàn)速度。企業(yè)機(jī)構将開(kāi)始對(duì©←γ)人(rén)工(gōng)智能(néng)系↑↓γ統提出更多(duō)的(de)要(yào)求，它們需要(y™ ào)明(míng)确如(rú)何擴大(dà)技×↕×₹(jì)術(shù)規模。但(dàn)到(d•γào)目前為(wèi)止，這(zhè)仍是(shì)一(yī)個(gè)難ε★≠題。
傳統人(rén)工(gōng)智能(néng)技(jì)術(shù)嚴重依賴曆史數(shù)據∞‌‍，而新冠疫情給業(yè)務環境所帶來(lái)的(de)改變使曆史數(shù)據失去(qù)作(± λzuò)用(yòng)。這(zhè)意味著(z÷₽he)人(rén)工(gōng)智能(néng)技®‌♦(jì)術(shù)必須能(néng)夠通(tōng)過“小(xi♥∏♦™ǎo)數(shù)據”技(jì)術(shù)和(hé)自(zì)适應機(jī)器(qì)學習(xí)來(lái)依靠較少(shǎo)的(de)數(shù)據運行₹¥(xíng)。為(wèi)了(le)成為(wèi)遵循道(dào)德約束的(δπde)人(rén)工(gōng)智能(néng)，這(zhè)些(xiē)人(rén)工(gōngφ♣ )智能(néng)系統還(hái)必須保護隐私、遵守法規并盡≠↓量減少(shǎo)偏見(jiàn)。

趨勢二：組裝式數(shù)據分(fēn)析架構（Composable data and anε≥®alytics）
組裝式數(shù)據分(fēn)析架構使用(yòng)來(lái)自>©♣δ(zì)多(duō)個(gè)數(shù)據、分(fēn)析和(hé)人β↑(rén)工(gōng)智能(néng)解決方π±≈案的(de)組件(jiàn)來(lái)獲→ Ω‍得(de)靈活、對(duì)用(yòng)戶友(yǒu)好(©λ≠☆hǎo)且實用(yòng)的(de)體(tǐ)驗，讓高(gāo)管能(néng)夠☆∞将數(shù)據洞見(jiàn)與業(yè)務行(xíng)動相(xiàng)聯系。Ga¶✔↕©rtner客戶問(wèn)詢顯示，大(dà)部分(fēn)大(dà)型企業(y >↔ è)機(jī)構都(dōu)有(yǒu)一(yī)個(gè)以上(shà←↕ng)的(de)“企業(yè)标準”分(fēn)析和π☆¶€(hé)商業(yè)智能(néng)工(gōng)具。™™♣‌
将多(duō)個(gè)業(yè)務能(néng)力組件(jiàn)φ★λ©組合成新的(de)應用(yòng)可(kě)促進生(shē↓∑σng)産力和(hé)敏捷性。組裝式數(shù)據分(fēn)析不(bù)但(dàn)可(kě)以ε&鼓勵合作(zuò)、提高(gāo)企業(yè)機(jī)構的(de)分(fēn)析能(n® Ωéng)力，還(hái)可(kě)以增加分(fēnα♥×&)析的(de)使用(yòng)。

趨勢三：數(shù)據編織是(shì)基礎（Data fabric  γ∑as the foundation）
随著(zhe)數(shù)據的(de)日(rì)益複雜(zá₹ δ)以及數(shù)字化(huà)業(yè)務的(de)加速發展，數☆©<(shù)據編織架構已成為(wèi)支持組裝式數(shù)據分(fēn)析及其φΩ₹$各種組件(jiàn)的(de)基礎架構。
由于在技(jì)術(shù)設計(jì)上(shàng)能(✔©néng)夠使用(yòng)/重複使用(yòn™✔÷λg)及組合不(bù)同的(de)數(shù)據集成方式，數(shù)據編織可(k✔×φ​ě)縮短(duǎn)30%的(de)集成設計(jì)時(shí)間(jiān)、30%的₩↑←Ω(de)部署時(shí)間(jiān)和(hé)70%的(de)維護時(shí♠®ε")間(jiān)。另外(wài)，數(s§&•hù)據編織既可(kě)以運用(yòng)現(xiβ↕"​àn)有(yǒu)的(de)數(shù)據中樞、數(shù)據湖(hú)和(hé€‌)數(shù)據倉庫的(de)技(jì)術(shù)和(hé)技(jì)能(n® ∑σéng)，也(yě)可(kě)以在未來(lái)加入新的(de)方法和(hé)工¶♦(gōng)具。

趨勢四：從(cóng)“大(dà)”數(shù)據到(dào)“小(xiǎo)”而“寬”的£©§(de)數(shù)據（From big to small and wide data）
面對(duì)日(rì)益複雜(zá)的(de)人(rén)工(gōng)智能(néng)問(φ✔wèn)題及數(shù)據用(yòng)例稀缺方面的(de)挑戰，企業(yè)↑↔←™機(jī)構正用(yòng)小(xiǎo)而寬的(de)數(shù)據取代±α₩​大(dà)數(shù)據來(lái)解決許多(duō)問(wèn)題。憑<φ借“X分(fēn)析”技(jì)術(shù)，即使用(yòng)寬數(shù)據分(fēn) £析各種小(xiǎo)而多(duō)樣化(huà)（寬）的(de)非結構化(<≈¥£huà)和(hé)結構化(huà)數(shù)據源并發揮它們★​ε的(de)協同效果，從(cóng)而增強情境感知(±&©zhī)和(hé)決策。顧名思義，小(xiǎo)數(shù)據指的(♥α©de)是(shì)能(néng)夠使用(yòng)所需‍‌∏☆數(shù)據量較少(shǎo)，但(dàn)仍能(néng$®)提供實用(yòng)洞見(jiàn)的(de)數(shù)據模型。

趨勢五：XOps
XOps（數(shù)據、機(jī)器(qì)學習(xí)、模型、平↕↓台）的(de)目标是(shì)運用(yòng)D εevOps的(de)最佳實踐實現(xiàn)效率和(hé)規模經濟，在保證可(kě)靠性、可(kě¶☆ ε)重用(yòng)性和(hé)可(kě)重複性的☆¥(de)同時(shí)，減少(shǎo)技(jì)術(sh∞​ù)和(hé)流程的(de)重複并實現(xiàn)自(zìδ )動化(huà)。
這(zhè)項技(jì)術(shù)将實現(xiàn)原型的(de≤∏)擴展并為(wèi)受管轄的(de)決策系統提供¥&靈活的(de)設計(jì)與敏捷的(de)協調×¥。總體(tǐ)而言，XOps将使企業(yè)機(jī)☆©₽∑構能(néng)夠通(tōng)過數(shù)據和(hé)分πλ(fēn)析的(de)運營化(huà)來(lái)推動業(y♣λè)務價值的(de)實現(xiàn)。

趨勢六：工(gōng)程化(huà)決策智能(néng)♦×（Engineered decision intelligence）
工(gōng)程化(huà)決策智能(néng)是(shì)一(yī)門(mén)包含傳統分(λδ÷fēn)析、人(rén)工(gōng)智能(néng)和✔✘(hé)複雜(zá)自(zì)适應系統應用(yòng)等廣泛決策的(de)學科(kēα÷)。工(gōng)程化(huà)決策智能÷→(néng)不(bù)僅适用(yòng)于單個(g↓₩§♣è)決策，還(hái)适用(yòng)于連續的(de)決策。這(zhè)項技(£→¥jì)術(shù)可(kě)以将決策編組成為(wèi)業(yè)務流程，π§甚至為(wèi)新興決策網絡。
憑借這(zhè)項技(jì)術(shù)，企業(yè)機(jī)構能(n↕♣•éng)夠更快(kuài)獲取推動業(yè)務行(xíng)動所需的(de)∞≠洞見(jiàn)。當與可(kě)組裝性和(hé)通λ↓(tōng)用(yòng)數(shù)據編織架構相(xiàng)結合時(shí)α<↔>，工(gōng)程化(huà)決策智能(né≈λ∏™ng)将為(wèi)企業(yè)機(jī)構↓↔決策優化(huà)方式的(de)重新考量或重新設計(jì)♣✔φ☆帶來(lái)新的(de)可(kě)能(néng)性并提高(gāo)決策的(≈×≥de)準确性、可(kě)重複性和(hé)可(kě)追溯性。

趨勢七：數(shù)據和(hé)分(fēn)析♣★✔<成為(wèi)核心業(yè)務功能(néng)（Data and analyti↓≥₹εcs as a core business"→ function）
企業(yè)領導者正逐漸了(le)解到(dào)使用(yòng)數(shù)據和(hé)≥≠分(fēn)析來(lái)加速數(shù)字化(huà)業(yè)務計(jì)劃的(de)重£®要(yào)性。數(shù)據和(hé)分(fēn)析不(bù)再隻是(shì)一(yī)個(ε¥‌≥gè)由獨立團隊負責完成的(de)次要(yào)重點€↕∑，而是(shì)轉變為(wèi)一(yī)項核心功能(néng)。但(dàn)企業(yè​'₽♥)領導者往往低(dī)估了(le)數(s× σεhù)據的(de)複雜(zá)性，最終錯(cuò)失良機(jī)。如(rú)果首席數(sh‌↕£&ù)據官（CDO）能(néng)夠參與目标和(hé)戰略δ←的(de)制(zhì)定，那(nà)麽他(tā)們就(jiù)可(kě)以将業(yè)務 ☆€£價值的(de)持續産出效率提高(gāo)​β2.6倍。

趨勢八：圖技(jì)術(shù)使一(yī)切産生(shēng)關聯₽∞♦®（Graph relates everything）
圖技(jì)術(shù)已成為(wèi)現(xiàn)代數(shù)據和(hé)分(fēn)★☆®析的(de)基礎，能(néng)夠增強并改₹♦ΩΩ進用(yòng)戶協作(zuò)、機(jī)器(qì)學習(xí)模型和(hé)可(kě)解釋的(de)人(rén)工(gōng)智能(n ✔$✔éng)。雖然圖技(jì)術(shù)對(duì)數(shù)據和(↓ε‍hé)分(fēn)析而言并不(bù)是(shì)一(yī)項新鮮的(de)事(shì)物(wù₽£)，但(dàn)随著(zhe)企業(yè)機(jī™₹✘δ)構發現(xiàn)的(de)用(yòng)例日(rì)益↕✘φ增加，圍繞圖技(jì)術(shù)的(de)思維方♣£式已發生(shēng)轉變。事(shì)實上(sδ↓hàng)，在關于人(rén)工(gōng)智能(néng)的(de)Gartner客戶問(∑∞ ™wèn)詢中，有(yǒu)多(duō)達50%的(de)問(wèn)詢涉及到 ←→♦(dào)有(yǒu)關圖表技(jì)術≥ ®(shù)使用(yòng)的(de)討(tǎo)論。

趨勢九：日(rì)益增多(duō)的(de)增強型數(shù)據消費‌§±(fèi)者（The rise of the augmenter con÷α÷αsumer）
以前的(de)企業(yè)用(yòng)戶受限于預定義儀表盤和(hé)手動的¶×≤↕(de)數(shù)據探索。一(yī)般情況下(xià)，隻有(yǒu)探索✔​​預定義問(wèn)題的(de)數(shù)據分(fēn)析師(shī)或公民(mín)數(sδ"hù)據科(kē)學家(jiā)才能(néng)使用(yòng)數(shù)據和(hé)分(∞≠δ​fēn)析儀表盤。
但(dàn)Gartner認為(wèi)，未來(lái)這(zhè)些(xiē)儀表盤将£γ被自(zì)動化(huà)、對(duì)話(huà)式∞ε、移動式和(hé)動态生(shēng)成的(de)洞見(jiàn¶♣)所取代，而且這(zhè)些(xiē)洞見(jiàn)均根據用(yòng)戶需求定制(zhì)并被σ∑®交付至用(yòng)戶需要(yào)消費(fèi)這(zhè)些(xiē)數(shù)據的εΩ (de)時(shí)候，使企業(yè)機(jī)構中的(de"↔≠)任何人(rén)都(dōu)能(néng)§♦♠獲得(de)原來(lái)隻有(yǒu)§&少(shǎo)數(shù)數(shù)據專家×∏λ®(jiā)才能(néng)掌握的(de)洞見(jiàn)和(hé)知(zhī)識。

趨勢十：數(shù)據和(hé)分(fēn)析™λ₽'正在向邊緣移動（Data and analytics a↓¶≠t the edge）
存在于傳統數(shù)據中心和(hé)雲環境之外(wài)的(de)數(shù)據分(fēn)析技(jì)術(shù)開(kāi)始增加，它們正在向物(wù)靠近(jìn)。這(zhè)能(n∑∞קéng)夠減少(shǎo)或杜絕以數(shù)據為(wè ♠i)中心的(de)解決方案所産生(shēng)的(de)延遲并增加實時(shí)價值。π÷$
通(tōng)過将數(shù)據和(hé)分(fēn)析轉移到♥γ(dào)邊緣，數(shù)據團隊将有(yǒu)機(jī)會(↔☆huì)擴展自(zì)身(shēn)的(de)能(néng)力并将變化(huà)延伸到(dà<¥o)業(yè)務的(de)不(bù)同部分(fēn)。同時(shí)，這(zhè)ε≤還(hái)解決了(le)因法律或監管原因而無法從(cóng)特定地(dì)域 ™®移動數(shù)據這(zhè)一(yī)問(wèn)題。