Banyak penulis asing setuju bahwa era Big Data telah berakhir. Dan dalam hal ini, istilah Big Data mengacu pada teknologi yang didasarkan pada Hadoop. Banyak penulis bahkan dapat dengan percaya diri menyebutkan tanggal ketika Big Data meninggalkan dunia ini dan tanggal ini adalah 06/05/2019.
Apa yang terjadi pada hari yang penting ini?
Pada hari ini, perusahaan MAPR berjanji untuk menangguhkan pekerjaannya jika tidak dapat menemukan dana untuk berfungsi lebih lanjut. Kemudian, pada Agustus 2019, MAPR diakuisisi oleh HP. Tetapi kembali ke bulan Juni, orang tidak dapat gagal untuk mencatat tragedi periode ini untuk pasar Big Data. Bulan ini, harga saham runtuh dengan CLOUDERA, pemain terkemuka di pasar yang ditunjuk, yang bergabung dengan HORTOWORKS kronis yang tidak menguntungkan pada bulan Januari tahun itu. Runtuhnya sangat signifikan dan mencapai 43%, pada akhirnya, kapitalisasi CLOUDERA menurun dari 4,1 menjadi 1,4 miliar dolar.
Mustahil untuk tidak mengatakan bahwa desas-desus tentang menggelembungnya gelembung di bidang teknologi berbasis Hadoop telah beredar sejak Desember 2014, tetapi dengan berani berlangsung selama hampir lima tahun lagi. Rumor ini didasarkan pada kegagalan Google, perusahaan tempat lahirnya teknologi Hadoop, dari penemuannya. Tetapi teknologi telah berakar selama transisi perusahaan ke alat pemrosesan berbasis cloud dan pesatnya perkembangan kecerdasan buatan. Oleh karena itu, kembali, kita dapat dengan yakin mengatakan bahwa kehancuran itu diharapkan.
Dengan demikian, era Big Data berakhir, tetapi dalam proses pengerjaan big data, perusahaan menyadari semua nuansa bekerja di dalamnya, manfaat yang dapat dibawa Big Data ke bisnis, dan juga belajar bagaimana menggunakan kecerdasan buatan untuk mengekstraksi nilai dari data mentah.
Yang lebih menarik adalah pertanyaan tentang apa yang akan menggantikan teknologi ini dan bagaimana teknologi analitik akan terus berkembang.
Analisis Augmented
Selama peristiwa yang dijelaskan, perusahaan yang bekerja di bidang analisis data tidak duduk diam. Apa yang bisa dinilai dari informasi tentang transaksi yang terjadi pada 2019. Tahun ini, transaksi pasar terbesar dilakukan - akuisisi Salesforce dari platform analitis Tableau sebesar 15,7 miliar dolar. Kesepakatan yang lebih kecil terjadi antara Google dan Looker. Dan tentu saja, orang tidak dapat gagal untuk mencatat akuisisi oleh Qlik - tanggal besar platform Attunity.
Para pemimpin pasar BI dan para ahli Gartner mengklaim perubahan besar dalam pendekatan analisis data, pergeseran ini akan sepenuhnya menghancurkan pasar BI dan mengarah pada penggantian BI dengan AI. Dalam konteks ini, harus dicatat bahwa singkatan AI bukan "kecerdasan buatan" tetapi "Augmented Intelligence". Mari kita lihat lebih dekat apa yang tersembunyi di balik kata-kata "Augmented Analytics".
Analisis augmented, serta augmented reality, didasarkan pada beberapa postulat umum:
- kemampuan untuk berkomunikasi menggunakan NLP (Natural Language Processing), yaitu dalam bahasa manusia;
- penggunaan kecerdasan buatan, ini berarti bahwa data akan diproses lebih dulu oleh kecerdasan mesin;
- dan tentu saja rekomendasi yang tersedia untuk pengguna sistem, yang sama saja menghasilkan kecerdasan buatan.
Menurut produsen platform analitis, penggunaannya akan tersedia bagi pengguna yang tidak memiliki keterampilan khusus, seperti pengetahuan tentang SQL atau bahasa penulisan yang serupa, yang tidak memiliki pelatihan statistik atau matematika, dan yang tidak memiliki pengetahuan di bidang bahasa populer yang berspesialisasi dalam pemrosesan data dan perpustakaan yang sesuai. Orang-orang ini, yang disebut Citizen Data Scientist, seharusnya hanya memiliki kualifikasi bisnis yang luar biasa. Tugas mereka adalah untuk menangkap wawasan bisnis dari tips dan perkiraan yang akan diberikan oleh kecerdasan buatan, dan mereka akan dapat memperbaiki dugaan mereka menggunakan NLP.
Menggambarkan proses pengguna yang bekerja dengan sistem kelas ini, orang dapat membayangkan gambar berikut. Seseorang yang datang untuk bekerja dan meluncurkan aplikasi yang sesuai, di samping set laporan dan dasbor yang biasa yang dapat dianalisis dengan menggunakan pendekatan standar (pengurutan, pengelompokan, melakukan operasi aritmatika), melihat petunjuk dan rekomendasi tertentu, seperti: “Untuk mencapai KPI dalam hal kuantitas penjualan, Anda harus menerapkan diskon pada produk dari kategori "Berkebun" ". Selain itu, seseorang dapat menghubungi messenger perusahaan: Skype, Slack dll. Dia dapat mengajukan pertanyaan robot, dalam teks atau suara: "Bawakan saya lima pelanggan paling menguntungkan." Setelah menerima jawaban yang sesuai, ia harus membuat keputusan terbaik berdasarkan pengalamannya dalam bisnis dan membawa keuntungan bagi perusahaan.
Jika Anda mundur selangkah dan melihat komposisi informasi yang dianalisis, dan pada tahap ini produk-produk kelas analitik yang diperbesar dapat menyederhanakan kehidupan orang. Idealnya, diasumsikan bahwa pengguna hanya perlu menunjukkan produk analitis ke sumber informasi yang diinginkan, dan program itu sendiri akan mengurus pembuatan model data, banyak tabel, dan tugas serupa.
Semua ini harus, pertama-tama, memastikan "demokratisasi" data, yaitu siapa pun dapat menganalisis seluruh rangkaian informasi yang tersedia untuk perusahaan. Proses pengambilan keputusan harus didukung oleh metode analisis statistik. Waktu akses data harus minimal, karena tidak perlu menulis skrip dan query SQL. Dan tentu saja, dimungkinkan untuk menghemat spesialis Ilmu Data yang dibayar tinggi.
Secara hipotesis, teknologi membuka prospek bisnis yang sangat cerah.
Apa yang menggantikan Big Data
Tetapi, pada kenyataannya, saya memulai artikel saya dengan Big Data. Dan saya tidak bisa mengembangkan topik ini tanpa kunjungan singkat ke alat BI modern, dasar yang, seringkali, adalah Big Data. Nasib data besar sekarang jelas merupakan kesimpulan terdahulu, dan ini adalah teknologi cloud. Saya fokus pada transaksi yang dilakukan dengan vendor BI untuk menunjukkan bahwa sekarang setiap sistem analisis memiliki penyimpanan cloud di bawahnya, dan layanan cloud memiliki BI sebagai ujung depan.
Jangan lupa tentang pilar-pilar seperti di bidang database seperti ORACLE dan Microsoft, perlu untuk mencatat arah pengembangan bisnis yang dipilih dan cloud ini. Semua layanan yang ditawarkan dapat ditemukan di cloud, tetapi beberapa layanan cloud tidak lagi dapat diperoleh di tempat. Mereka telah melakukan pekerjaan yang signifikan dalam penggunaan model pembelajaran mesin, membuat perpustakaan yang tersedia untuk pengguna, antarmuka yang dikonfigurasi untuk kenyamanan bekerja dengan model mulai dari pilihannya hingga pengaturan waktu mulai.
Keuntungan penting lainnya dari menggunakan layanan cloud, yang disuarakan oleh produsen, adalah keberadaan set data yang hampir tidak terbatas pada topik apa pun untuk model pelatihan.
Namun, muncul pertanyaan, berapa banyak teknologi cloud berakar di negara kita?