<sub id="3z7zr"></sub>

    <sub id="3z7zr"></sub>

    <sub id="3z7zr"></sub>

        <sub id="3z7zr"></sub>

                <sub id="3z7zr"></sub>

                  <sub id="3z7zr"></sub>

                  English 繁體中文

                  您現在的位置: 北京新發展集團 >> 重要信息 >> 國際展望 >> 正文
                  未來企業智能化報告:別讓你的公司輸在智能起跑線                

                    摘要: 如何改變用戶體驗并將其轉化為機遇和利潤,是企業勝出的關鍵。

                    不管你準備與否,不可忽視的是,我們已經進入了商業智能(Business Intelligence)時代。技術與數據正在企業中發揮越來越重要的作用。根據企業數據部署平臺Process的一項調查顯示,85%的企業決策者認為,他們必須在兩年時間內獲得技術與數字轉型領域的突破,否則將會落后于競爭對手,甚至遭受財務危機。

                    面對不斷變化的監管政策、快速迭代的技術以及比以往任何時候都具有挑戰的市場競爭,如何利用技術與數據最快做出預測,改變用戶體驗并將其轉化為機遇和利潤,是企業勝出的關鍵。

                    近期,企業數據服務機構MicroStrategy整合出2018年包括人工智能、機器學習、自然語言生成、物聯網在內的八大趨勢。不想輸在起跑線上,創業者或許該從重點關注以下8個方面開始:

                    1、AI重塑數據管理與業務流程

                    2、擁有數據分析型人才的企業更有競爭力

                    3、“實時”與“基于批處理”分析整合帶來想象力

                    4、語音和自然語言交互將成為主流

                    5、新興科技與企業工具的融合趨勢增強

                    6、增強型分析(augmented anylytics)崛起

                    7、機器學習、邊緣性分析(edge analytics)和視頻分析迅速發展

                    8、基于數據的洞察流將持續發展

                    AI重塑數據管理與業務流程

                    “2018年,CIO們將愈發認識到AI這樣的新技術在企業發展中的重要性。”

                    ——Boris Evelson,Forrester Research

                    副總裁兼首席分析師BI領域權威專家

                    談到智能商業,自然不能錯過當下最熱的人工智能。AI將如何變革企業的業務流程?美國權威市場研究公司、企業數據服務商Forrester Research結合服務過的案例,給出了以下預測:

                    人工智能將重塑分析和業務流程:四分之一的公司將通過會話式的用戶界面進行即點即到(point-and-click)分析,人工智能將幫助20%的公司作出決策并提供實時指令。

                    大數據的發展將逐步替代傳統的數據管理:2018年,至少三分之一的企業將停止傳統數據庫的運行支持,近一半的企業將采用云優先策略進行大數據分析。

                    公司將重塑傳統數據的分析模式,并激發新的洞察力:三分之二的公司將創建基于大數據系統的全新客戶洞察中心,數據工程師也有望成為2018年新晉熱門職位。

                    洞察市場格局將愈加復雜:IaaS(Insights-as-a-Service,洞察即服務)市場規模將翻倍。2018年,80%的公司將依賴于數據分析提供商來進行用戶數據分析與調研。

                    總而言之,那些具有前瞻性的企業將基于AI創建新的職位和業務流程,通過重新設計其整體運營模式來適應新的技術浪潮,而絕非簡單地將數據與業務從舊架構中進行轉移。

                    擁有數據分析型人才的企業更有競爭力

                    “2020年,將有270多萬條關于數據科學與分析崗位的招聘公告。”

                    ——Teresa Green,MicroStrategy

                    全球人才招募副總裁

                    2018年之后,企業要做的不僅僅是吸納頂級分析人才,還需要在留住人才方面下工夫,因為數據科學和分析型人才的短缺情況將愈發嚴重。

                    商業高等教育論壇(BHEF)和普華永道在《投資美國數據科學與分析人才行動案例》的報告中預測,到2020年,將有270萬條有關數據科學和分析職位發布的招聘信息,其中許多并非傳統的工程、運營或IT職位。同時,BHEF和蓋洛普進行相關調查也同樣發現,雇主對具備數據科學和分析技能人才的需求逐漸上升:

                    59%的雇主表示,他們希望到2020年企業所有財務和會計經理都需具備數據科學和分析技能;

                    51%的雇主表示市場營銷和銷售經理都需要這些技能;

                    49%的雇主表示行政領導應該被要求掌握這些技能;

                    48%的雇主表示他們希望所有的運營經理均掌握這些技能。

                    當下所面臨的最大挑戰在于,目前只有不到5%的大學生參加數據科學和分析課程,因此未來人才供應量并不能夠滿足社會需求。

                    69%的雇主表示將更加重視數據在企業中起到的作用,他們更青睞那些懂得數據科學并具有分析能力的求職者;與此相對的是,教育機構表示到2021年只有23%的畢業生可以掌握數據分析的相關技能。

                    因此對于企業來說,它們不能將數據科學與分析人才的吸納全部押注于招聘當中,而是應該同時通過培訓和教育來培養自己的人才。

                    “實時”和“基于批處理”分析整合帶來想象力

                    “全球80%的零售商認為物聯網將在未來三年內徹底改變公司開展業務的方式。超過70%的零售商正在進行與傳感器有關的項目。”

                    —— Tim Lang

                    MicroStrategy首席技術官

                    當下,實時分析與基于批處理的分析之間似乎是斷裂的。但未來的發展是,進行實時分析的人員需要將實時數據與歷史數據進行比較,從而得出更值得參考的觀點。

                    可以想象一下使用傳感器來實時監測流量的零售商店,此類商店通過分析應用程序并結合歷史數據對最“有利可圖”的產品類別作出預測,同時將其與客戶流量、銷售人員和歷史銷售的數據結合,可以給出銷售人員的最佳方案建議。

                    更多的企業組織開始使用并存儲不同來源(結構化和非結構化)的數據,并且他們需要能夠對這些數據進行實時處理。可以說,實時數據與歷史數據分析的融合使得大量新的用例可以進行可操作分析。

                    語音和自然語言交互(natural language interfaces)將成為主流

                    “到2020年,50%的搜索將是語音搜索。”

                    ——David Menninger,Ventana Research

                    高級副總裁&研究總監

                    幾十年來,人機交互一直以鍵盤和鼠標的交互為基礎。然而,即便我們已經學會了使用這些設備,但其機械性操作也限制了我們從事更多的技術創新活動,其中包括分析技能和商業智能。相比之下,語言是我們日常交流溝通的最常用手段,由于多數類型的設備都允許用戶使用語言,因此語言相關類型的技術將在更廣泛的受眾群體中應用,從數據分析層面來看,不久之后,如何提取語言數據變得尤為重要。

                    當然,語音并非唯一的趨勢,與之一起共同發展的還有自然語言生成。并不是每個人都知道如何閱讀圖表,或了解從中該得出什么結論,相比之下文字形式的摘要幾乎可以被所有人都理解,這也可以幫助減少許多類型數據顯示的不明確性。

                    在行業之中,開發者一直著迷于提供地圖和地理顯示作為信息系統的一部分,但相關研究顯示,用戶認為文本比地圖更重要,這也表明語音和自然語言交互正在逐漸成為現實。企業應該探索這些文本類的選項并找到合適的方法將其納入業務系統,以最大限度地提高其技術投資的價值。

                    新興科技與企業工具的融合趨勢增強

                    “2018年,更多企業將實現分析系統平臺的標準化,并盡可能多地將項目合并到該解決方案中,甚至在必要時將各種客戶端、企業資產和第三方數據庫連接到該平臺上。”

                    ——Hugh Owen,MicroStrategy

                    產品營銷高級副總裁

                    新興技術融合

                    與往年相比,技術進步或技術進化浪潮的影響范圍更加廣泛。云、大數據、語音、AR、VR、AI、物聯網、遙測等新興技術已經較為成熟,可以在商務數據的基礎上為企業提供各種即時商業機會。

                    在接下來的一年中,包括AR、VR、AI和網絡分析在內的新興技術將繼續重疊和合并,以實現真正增強的智能。下一代分析(Next-gen analytics)將與AI進行融合以增強智能化;機器學習只有與大數據(結構化或半結構化)相結合才能充分發揮其價值。語音需要借助人工智能才可以為用戶帶來真正的變革式體驗。

                    此外需要說明的是,盡管技術的交叉點將會是多種多樣的,但每種技術的發展將越來越依賴其周圍的其他技術來提供實際價值。

                    工具融合

                    企業組織為了解決各種問題,往往會基于特定的分析需求對一系列產品進行整合,通常來講,這些問題會跨越不同的領域,有的需要將不同的工具進行融合進而去解決問題,而有的甚至需要不同的工具來解決同樣的問題。

                    信息技術的消費化使得企業組織可以接觸到大量幫助自身解決問題的產品,相比等待IT/IS(信息技術/信息系統)提供解決方案,用戶可以通過開源技術在網絡上獲取更多的免費產品。然而,IT/IS解決方案的發展現在正被兩種趨勢所賦能。

                    首先,強大的企業軟件已經趕上或超越了網絡上那些免費或便宜的工具;其次,那些曾經看起來可行卻遭遇各種失敗的項目仍然無法取得進展。

                    因此,IT/IS所提供整體解決方案的優勢便凸顯出來,這也導致很多公司在過去五年多時間公司對各種開源性工具的需求越來越少。

                    在新興技術與企業內部工具融合的趨勢下,企業能夠獲得更多來自Mac、PC、Web和移動客戶端的用戶數據;管理人員將看到業務能夠在他們信賴的數據上開展;在IS提供的解決方案下,需要管理的工具數量減少,但監管力度卻不會減弱,用戶也會感到更加便捷。數字化方式正在革新所有人的業務方式。

                    增強型分析(augmented anylytics)崛起

                    “與自我服務型商業智能同樣具備顛覆意義的是,增強型分析技術將再次改變企業格局。”

                    ——Jen Underwood

                    Impact Analytix創始人

                    目前人們正在經歷一場史無前例的持續性技術變革,新的增強分析方法將再次改變分析領域。人工智能所驅動的搜索、自然語言和智能分析自動化創新正開始極大地改變人機體驗,使得分析和數據科學得以民主化。

                    增強型分析將人類思維與人工智能進行了結合,是一種前瞻性的、可操作的方法。除了提供歷史報告之外,增強型分析還可以自動執行預測性和規定性的可操作指導。早期采用增強分析技術的企業可以提供無與倫比的洞察力和增強的競爭優勢。

                    從尋找數據源到發現關鍵問題,增強型分析正在快速地改進并擴展著整個分析生命周期。下一代增強分析能力可以自動處理數據、執行工程,識別關鍵洞見并對其進行排列、提供建議并揭示數據海洋中的隱藏模式等。

                    但有一點需要說明的是,增強型分析是依賴于統計數據技術的,也就是說,當增強分析所處理的數據是無偏倚且適當的時候,它將帶給我們驚艷的結果;相反,不準確、有偏差或質量差的數據將帶給人們低質量的結果,但這并非表明此模式流程本身存在問題。

                    機器學習、邊緣性分析和視頻分析迅速發展

                    “到2022年,預計將有約290億臺聯網設備,其中約180億將與物聯網相關。”

                    ——Ronald Van Loon

                    全球大數據領域Top10影響者

                    數字技術正在打破并將永久改變企業現有格局。一個關鍵的趨勢是人工智能和機器學習能力使得企業能夠搭建一個實時數據和分析基礎設施,而這個設施可以催生有價值且基于分析的洞見。

                    因此,隨著這些公司開始通過數字能力提高效率水平,人工智能和機器學習應用將逐漸成為主流,尤其是“易用性”會成為該轉變的主要驅動力。而成本效益、速度、響應能力和智能自動化是影響大公司普遍采用此類應用的關鍵因素。

                    其次,由于企業連接設備的大量增加,許多設備正在生成大量無法集中分析的數據,因而能夠為數據分析提供解決方案的邊緣分析技術呈快速增長趨勢。

                    第三大趨勢是視頻分析。隨著智能手機、平板電腦和安全攝像頭等聯網設備使用的持續增長,視頻正在成為企業獲得寶貴數據的另一重要來源,相應地,像人工智能和物聯網這樣的數字能力便推動了視頻分析的興起。比如,企業可以對零售商店、城市監控等視頻進行分析。

                    同時,視頻分析也促進了跨系統之間的快速通信,使企業能夠迅速作出預測并積極地開發智能解決方案。可以說,隨著智能城市、智能交通和智能建筑的發展,視頻分析日漸成為一個越來越可行且富有價值的解決方案。

                    基于數據的洞察流將持續發展

                    “數據將成為業務的基礎。”

                    ——R.“Ray”Wang

                    Constellation Research 創始人

                    從目前來看,使分析技術變現的最大機會之一來自洞察力流(insight streams)的開發,該流中除了包括像勞動力績效、客戶滿意度、產品質量數據等明顯信息外,也包括電量、用水量、進入建筑物的游客、人行道上的步行交通量和停車場的密度等看起來非常無用的數據信息,因而企業應該學習如何使用各種隱性數據來作出預測并推動決策執行。

                    企業應當關注的另一個趨勢是無限環境協調(infinite ambient orchestration)。大量的個性化需求是通過網絡和平臺背景中的洞察被發現的。而AI驅動的智能系統將愈加依靠無限環境協調,這些系統將能夠對結果作出預測并增強人為決定。

                    未來已來,對于企業來說,自身必須要成為一個數據驅動型組織。因為,那些能夠通過技術來改變客戶體驗、并致力于最先發現且交付新業務模型的組織才有機會在市場中幸存,否則將會遭遇淘汰,這正是所謂的“數字達爾文主義時代”。



                1. 上一個文章:


                2. 下一個文章:

                3. 2018/6/5 16:27:02   

                  版權所有:北京新發展集團 Copyright(C)2011 Corporation All Risghts Reserved 京ICP備05017792號 Tel:010-69376291
                  青青青草国产费观看 - 视频 - 在线观看 - 影视资讯 - 新赏网