本文摘要：如今的数据格局如果没人工智能就仍然原始。

如今的数据格局如果没人工智能就仍然原始。商业智能领域经常出现了一个统合浪潮，这引起了一个问题，否不会发售新一代人工智能？混合云现在仍然沦为大多数企业的抽象化术语。与五年前有所不同的是，Hadoop仍然是分析大数据的唯一途径。

从原始平台到专门的点服务（如Spark、流媒体、数据切换、人工智能）都使用了云计算产品。此外，在云中，对象存储正在沦为事实上的数据湖。但是随着Mapr的衰败以及HortonWorks和Cloudera的拆分，依然具有很好的客户基础，最少有两千个蓝筹股客户，并且绝大多数是内部客户，他们每年将缴纳上百万美元的反对费用。

而这些工作阻抗会一夜之间移往到云端。尽管如此，企业将业务迁入到云端是显而易见的。Firstmark公司的调查报告与Ovum公司所做到的预测完全一致，2019年，大多数新的大数据工作阻抗将从云端开始。

FirstMark公司期望经常出现这一点，但也有一些问题。当企业考虑到云计算新的战略工作阻抗时，有人担忧云供应商的瞄准。

混合云获得了行业厂商的注目，而像IBM这样的基础设施厂商早已在云计算第一轮发展浪潮中错失，因此有些厂商期望取得第二次机会。而Kubernetes并没艾米，谷歌开源项目让用户更为注目混合云。

当然，这也推展了IBM公司以340亿美元并购RedHat，但其措施相比之下领先于谷歌Anthos产品，该公司新的包其Kubernetes服务，企业可以在AWS云平台中运营谷歌云本地工作阻抗（需要使用谷歌硬件）。但是人们在使用Kubernetes服务时必须花费时间熟知和适应环境，Kubernetes依然是一块予以抛光的钻石，其安全性、负载平衡、服务配备等方面的最佳实践中仍在展开中。尽管如此，FirstMark推断，由于数据科学家或数据工程师期望对他们的环境产生更好的掌控，Kubernetes可能会促成他们靠近基于云计算的机器学习服务。

机器学习对数据的市场需求十分充沛，因此，其关键的推展因素或者说障碍，各不相同人们的观点，将是企业在内部存储或处置所有数据的能力、意愿、成本等等。而专家对Kubernetes的观点是，对于除了最简单的企业IT的组织之外的所有人来说，它将显得过分简单，尽管像IBM公司或Pivotal公司这样的第三方的愿景是将所有的复杂性隐蔽在一个黑盒里。该报告还研究了简单分析和机器学习工作阻抗的无服务器计算出来的状态，某种程度指出它处在黄金时期还为时尚早。无服务器随着灵活研发具备短期流程的应用程序或具备不平稳流量峰值的数据库而显得风行。

无服务器的研发非常简单性，让系统自动调整计算出来量，对于构建灵活的开发人员具备吸引力，但是长时间运营的机器学习过程将使无服务器遇上障碍，正如FirstMark公司调查报告所认为的那样。另一个伤痛的领域将是数据管理和管理，这个问题与一系列新的和建议书的数据隐私法相融合。

对于数据库和商业智能的经验丰富的公司和个人来说，这些问题并不新鲜。当企业享有如此多的数据时，如何寻找要查询的内容？数据目录由Alation和WaterlineData等第三方获取，并内置放像Cloudera这样的数据平台。例如，由GoogleVentures获取部分反对的Colibra公司最近筹措到1亿美元，但同时，并没制止谷歌云计算人员发布他们自己的数据目录，这些数据目录与Collibra的数据目录重合。

但并非所有数据目录都是公平的。有些是高度协作的工具，它们利用机器学习来捕捉和建构查找以采访数据，而其他工具则是一些数据字典。FirstMark公司的调查报告指出，数据沿用是新兴的另一项技术——它应当告诉他人们数据来自何处，并获取审核追踪，以理解数据是如何被用于的，最差是由谁用于。

虽然数据沿用应当获取单一的真凶来源，但面对的挑战是，分析工具、数据目录、数据平台都在记录各自对数据沿用的观点，获取了享有很多益处的近期示例。如果不牵涉到商业领域的近期一轮统合，那么对2019年数据和分析领域的调查就会原始，谷歌公司并购Looker公司，Salesforce公司吞并Tableau公司，Alteryx公司并购ClearStoryData公司，以及LogiAnalyti公司并购Zoomdata公司。与10年前的商业智能统合浪潮相近的是，BusinessObjects、Cognos和Hyperion分别被SAP、IBM和Oracle并购。FirstMark公司推断市场的相容收购有可能还没完结，亚马逊公司有可能考虑到并购QuickSight。

商业智能的下一波创意将是将作为数字助理的机器学习映射到业务分析中，协助自由选择和清扫数据。人们可能会在现有工具中看见很多这种创意，例如Tableau公司的AskData自然语言查找，但这也有可能是初创企业环绕自然语言和数字辅助展开设计的动力，而不是对其展开改建。

作为商业智能民主化分析，FirstMark公司将机器学习视作下一个合适市场发展的分析领域。它将市场空间分为几个部分：第一个是AutoML，它可以自动化研发和生产机器学习模型的大部分工作，受到云计算用户和第三方（如DataRobot）的注目。第二个是存储桶，主要是第三方的领域，如Dataiku、RapidMiner和H2O，它加到了大量的协作组件。

Firstmark公司的调查报告描绘出这些工具将如何说明人工智能模型。FirstMark公司还在水平服务中看见人工智能活动的温床，例如计算机视觉、自然语言处置、语音到文本，它们正在将数据池的深度自学末端商业化。但也明确提出了一个警告，那就是水平服务敲开了人工标准化智能（人工智能更加相似人类能力）的大门，现在其能力比较受限（他们继续执行文本翻译成等任务，但实际思维能力受限）。

因此，市场正处于更为早期的发展状态。还有一些常规服务，如AmazonRekognition，以及谷歌联系中心人工智能等横向服务的开端。

FirstMark公司注意到自然语言处置（NLP）等基线功能的根本性改良。最后，人工智能的仅次于收益将映射到业务应用程序中。

这是SAPLeonardo计划背后的主要推动力。Leonardo计划本身不是一种产品或一组产品，但其起到之一是作为一个实验室，让SAP从客户参予中找到生产机会。

但Firstmark公司指出这意味著要经历3～4年的漫长旅程。

本文来源：博鱼app官网入口-www.yfhmjj.com