Bonsoir Une traduction de l'article suivant a été préparée spécialement pour les étudiants du
cours BI Analyst . Bonne lecture.
Le Gartner Data & Analytics Summit, qui s'est tenu du 18 au 19 février à Sydney, a mis l'accent sur l'analyse augmentée et l'intelligence artificielle.
Selon Gartner, Inc., les
analyses avancées , l'intelligence continue et l'intelligence artificielle explicable sont parmi les plus grandes tendances en
matière de technologie de traitement des
données et d'analyse qui auront un potentiel dévastateur au cours des 3 à 5 prochaines années.
S'exprimant lors du sommet
Gartner Data & Analytics à Sydney,
Rita Sallam , vice-présidente de la recherche chez Gartner, a noté que
les responsables des
données et de l'analyse devraient examiner l'impact potentiel de ces tendances sur les entreprises et ajuster leurs modèles commerciaux et leurs opérations en conséquence. au cas où ils risqueraient de perdre leurs avantages concurrentiels par rapport à ceux qui y ont prêté suffisamment d'attention.
«L'histoire du traitement des données analytiques continue d'évoluer, du soutien à la prise de décision interne à l'intelligence continue, aux produits d'information et à l'embauche
de professionnels des données », a déclaré Rita Sallam. «Il est très important de mieux comprendre les tendances technologiques qui sous-tendent la création et le développement de cette histoire, ainsi que de définir certaines priorités pour eux, en fonction de la valeur pour une entreprise particulière.»
Selon
Donald Feinberg , vice-président et éminent analyste chez Gartner, le principal problème causé par un dysfonctionnement numérique (trop de données) a également ouvert une opportunité sans précédent. L'énorme quantité de données, associée à la puissance croissante des outils de traitement fournis par les technologies cloud, permet de comprendre clairement qu'il est désormais possible de former et d'exécuter des algorithmes à grande échelle, nécessaires pour réaliser pleinement le potentiel de l'IA.
«La taille, la complexité, la nature distribuée des données, la vitesse de travail et l'intelligence continue nécessaires au commerce numérique montrent clairement que les architectures et les outils rigides et centralisés ne peuvent plus faire face», explique Feinberg. «La survie continue de toute entreprise dépendra d'une architecture flexible, axée sur les données, qui répond au rythme de changement sans cesse croissant.»
Gartner recommande que les leaders dans le domaine du traitement et de l'analyse des données discutent avec les représentants des entreprises des principales priorités de l'entreprise et réfléchissent à la manière dont ils peuvent intégrer les tendances suivantes dans leur travail.
Tendance n ° 1. Analytique avancée
L'analytique avancée est la prochaine vague de percées sur le marché du traitement et de l'analyse des données. Il utilise les technologies d'
apprentissage automatique et d'intelligence artificielle pour transformer le développement, la consommation et le partage de contenu analytique.
D'ici 2020, l'analytique avancée sera le principal moteur des nouveaux achats en analytique et en BI, ainsi qu'en Data Science, en
plateformes ML et en analyse embarquée. Les leaders du traitement et de l'analyse des données doivent planifier la mise en œuvre d'analyses avancées au fur et à mesure du développement de la plateforme.
Tendance n ° 2. Gestion avancée des données
La technologie de gestion des données augmentée utilise les capacités ML et les mécanismes d'IA pour créer des catégories de gestion des informations de l'entreprise, y compris la qualité des données, la gestion des métadonnées, la gestion des données de base, leur intégration, ainsi que l'auto-ajustement et l'auto-ajustement
des systèmes de gestion de base de données (SGBD) . Il automatise de nombreuses tâches et permet aux utilisateurs moins qualifiés d'utiliser eux-mêmes les données. De cette façon, des techniciens hautement qualifiés peuvent se concentrer sur des tâches plus importantes.
La gestion avancée des données convertit les
métadonnées de celles utilisées uniquement pour l'audit, le pedigree et le reporting, pour finalement les fournir aux systèmes dynamiques. Les métadonnées passent de passives à actives et deviennent le moteur principal de toutes les IA / ML.
D'ici fin 2022, le nombre de tâches effectuées manuellement dans le domaine de la gestion des données diminuera de 45% en raison de l'introduction du machine learning et de la gestion automatisée du niveau de service.
Tendance n ° 3. Intelligence continue
D'ici 2022, plus de la moitié des nouveaux grands systèmes d'entreprise utiliseront l'intelligence continue, qui à son tour utilise des données contextuelles en temps réel pour améliorer les solutions.
L'intelligence continue est un modèle de conception dans lequel l'analyse en temps réel s'intègre aux opérations commerciales, traitant les données actuelles et historiques pour proposer des actions en réponse à un événement. Il fournit une automatisation ou une aide à la décision. L'intelligence continue utilise plusieurs technologies, telles que l'analyse avancée, le traitement des flux d'événements, l'optimisation, la gestion des règles métier et l'apprentissage automatique.
«L'intelligence continue est une innovation majeure dans le travail des équipes de données et d'analyse», explique Sallam. «C'est une tâche intimidante et une excellente occasion pour les équipes d'analystes et d'experts BI d'aider les entreprises à prendre des décisions plus intelligentes en temps réel dès 2019. Il peut être considéré comme la version finale de la BI opérationnelle. »
Tendance n ° 4. Expliqué AI
Les modèles d'IA sont le plus souvent utilisés pour améliorer ou remplacer complètement une personne dans la prise de décision. Cependant, dans certains scénarios, les entreprises doivent justifier comment ces modèles parviennent à des décisions spécifiques. Pour renforcer la confiance des utilisateurs ou des parties prenantes, les architectes d'applications doivent rendre ces modèles plus compréhensibles et compréhensibles.
Malheureusement, la plupart des modèles d'IA avancés sont des boîtes noires complexes qui n'expliquent pas comment ils ont proposé une recommandation ou une solution spécifique. L'IA expliquée dans la science des données et les plateformes ML, par exemple, génère automatiquement une explication des modèles en termes de précision, d'attributs, de statistiques de modèles et de fonctions dans un langage naturel.
Tendance n ° 5. Graphisme
L'analyse graphique est un ensemble de méthodes analytiques qui vous permettent d'explorer les relations entre les objets d'intérêt, tels que les organisations, les personnes et les transactions.
L'utilisation du traitement graphique et des SGBD graphiques augmentera de 100% chaque année jusqu'en 2022, ce qui accélérera la préparation des données et fournira une science des données plus complexe et adaptative.
Les entrepôts de données graphiques peuvent efficacement modéliser, explorer et interroger des données avec des relations complexes entre les entrepôts de données, mais le besoin de compétences spécialisées pour travailler avec eux est aujourd'hui leur principale limitation.
L'analytique graphique augmentera régulièrement au cours des prochaines années, car il est nécessaire de poser des questions complexes à des données complexes, ce qui n'est pas toujours pratique ou du moins réalisable à une échelle où les requêtes SQL peuvent être utilisées.
Tendance n ° 6. Structure de données
La structure de données fournit un accès et un partage sans entrave des données dans un environnement de données réparties. Il s'agit d'un cadre de gestion des données unique et cohérent qui offre un accès sans entrave aux données et la possibilité de traitement architectural dans tout autre stockage.
Jusqu'en 2022, les conceptions de structures de données personnalisées seront principalement déployées en tant qu'infrastructure statique, obligeant les organisations à investir dans une nouvelle vague de coûts pour une réorganisation complète afin de fournir des approches plus dynamiques du maillage de données.
Tendance n ° 7. PNL / analyse conversationnelle
D'ici 2020, 50% des requêtes analytiques seront générées à l'aide de la recherche, du traitement du langage naturel (NLP) ou de la voix, ou seront générées automatiquement. La nécessité d'analyser des combinaisons de données complexes et de mettre l'analytique à la disposition de tous dans l'organisation conduira à une utilisation plus large, ce qui permettra aux outils d'analyse d'être aussi légers qu'une interface de recherche ou une conversation avec un assistant virtuel.
Tendance n ° 8 AI commerciale et ML
Gartner prévoit que d'ici 2022, 75% des nouvelles solutions pour les utilisateurs finaux qui utilisent les méthodes AI et ML seront construites sur des solutions commerciales, plutôt que sur des plateformes open source.
Les fournisseurs commerciaux intègrent des connecteurs dans l'écosystème open source, fournissant ainsi les fonctionnalités d'entreprise nécessaires pour faire évoluer et démocratiser l'IA et le ML, telles que la gestion de projet et de modèle, la réutilisation, la transparence, les données de lignée, ainsi que la cohérence et l'intégration avec d'autres plates-formes, ce qui manque tellement aux plates-formes ouvertes.
Tendance n ° 9: Blockchain
La principale valeur de la blockchain et des technologies du grand livre distribué est de fournir une confiance décentralisée dans un réseau de participants non fiables. Il existe un potentiel important pour les cas d'utilisation de l'analyse, en particulier ceux dans lesquels les relations et les interactions des participants apparaissent.
Cependant, il faudra plusieurs années avant que quatre ou cinq technologies de base de la blockchain commencent à dominer. Jusqu'à ce moment, les utilisateurs finaux des technologies seront obligés de s'adapter aux technologies et aux normes de la blockchain, dictées par les clients ou réseaux dominants. Cela comprend l'intégration avec l'infrastructure de données et l'analyse existantes. Les coûts d'intégration peuvent dépasser tous les avantages potentiels. La blockchain est une source de données, pas une base de données, et ne remplace pas les technologies de gestion des données existantes.
Tendance n ° 10. Serveurs de mémoire persistants
Les nouvelles technologies utilisant la mémoire persistante (technologies à mémoire persistante) permettront de réduire le coût et la complexité de la mise en œuvre des architectures avec prise en charge du calcul dans la mémoire à accès aléatoire (IMC). La mémoire permanente représente un nouveau niveau de mémoire entre la mémoire flash DRAM et NAND, qui peut servir de périphérique de stockage économique pour les charges hautes performances. Il a un certain potentiel qui peut être utilisé pour augmenter les performances des applications, leur disponibilité, le temps de chargement, les méthodes de clustering et les méthodes de sécurité, tout en maîtrisant les coûts. Il aidera également les organisations à réduire la complexité de leurs applications et architectures de données en réduisant le besoin de duplication des données.
«Le volume de données augmente rapidement et la pertinence de convertir des données ordinaires en données de valeur en temps réel augmente avec elle», a déclaré Feinberg. «Les nouvelles charges de serveur nécessitent non seulement des performances de processeur plus élevées, mais également plus de mémoire et un stockage de données plus rapide.»
Pour plus d'informations sur l'utilisation des données et des analyses pour obtenir un avantage concurrentiel, consultez le
Gartner Data & Analytics Insight Hub .
Sommet Gartner Data & Analytics
Les sommets Gartner Data & Analytics en 2019 se tiendront
du 4 au 6 mars à Londres ,
du 18 au 21 mars à Orlando ,
du 29 au 30 mai à Sao Paulo ,
du 10 au 11 juin à Dubaï ,
du 11 au 12 septembre à Mexico ,
du 19 au 20 octobre à Francfort . Suivez les actualités et les mises à jour sur Twitter avec le
hashtag #GartnerDA .
À propos de Gartner
Gartner, Inc. est un leader mondial du conseil scientifique et membre du S&P 500. Nous fournissons aux chefs d'entreprise les données, les conseils et les outils nécessaires pour atteindre leurs objectifs aujourd'hui et créer des organisations performantes demain.
Notre combinaison inégalée d'expertise et de recherche de données pratiques aide les clients à prendre les bonnes décisions sur les questions les plus importantes. Nous sommes un consultant fiable et une ressource objective pour plus de 15 000 organisations dans plus de 100 pays - pour toutes les fonctions principales, dans toutes les industries et pour les entreprises de toutes tailles.
Pour en savoir plus sur la façon dont nous aidons les décideurs à construire l'avenir de leur entreprise, visitez
gartner.com .
C’est tout. Écrivez vos commentaires et rendez-vous sur le parcours!