Boa noite Uma tradução do artigo a seguir foi preparada especialmente para os alunos do curso de
Analista de BI . Boa leitura.
O foco da Gartner Data & Analytics Summit de 18 a 19 de fevereiro em Sydney foi o Augmented Analytics e a Inteligência Artificial.
Análise avançada , inteligência contínua e inteligência artificial explicável são algumas das maiores tendências em
tecnologia e análise de processamento de
dados que terão um potencial devastador nos próximos 3-5 anos, de acordo com o Gartner, Inc.
Falando na
Gartner Data & Analytics Summit em Sydney,
Rita Sallam , vice-presidente de pesquisa da Gartner, observou que
os líderes de
dados e análises devem examinar o impacto potencial dessas tendências nos negócios e ajustar seus modelos e operações de acordo. caso corram o risco de perder suas vantagens competitivas sobre aqueles que prestaram atenção suficiente a isso.
“A história do processamento de dados analíticos continua evoluindo, desde o suporte à tomada de decisões internas até a inteligência contínua, produtos de informação e contratação de
profissionais de dados ”, disse Rita Sallam. "É muito importante compreender melhor as tendências tecnológicas subjacentes à criação e desenvolvimento desta história, bem como definir certas prioridades para elas, dependendo do valor de um negócio em particular".
Segundo
Donald Feinberg , vice-presidente e destacado analista da Gartner, o principal problema causado pelo mau funcionamento digital (excesso de dados) também abriu uma oportunidade sem precedentes. A enorme quantidade de dados, juntamente com o crescente poder das ferramentas de processamento fornecidas pelas tecnologias em nuvem, fornece um entendimento claro de que agora é possível treinar e executar algoritmos em larga escala, necessários para a plena realização do potencial da IA.
“O tamanho, a complexidade, a natureza distribuída dos dados, a velocidade do trabalho e a inteligência contínua necessária para os negócios digitais deixam claro que arquiteturas e ferramentas rígidas e centralizadas não podem mais lidar”, diz Feinberg. "A sobrevivência contínua de qualquer empresa dependerá de uma arquitetura flexível orientada a dados que atenda ao ritmo crescente de mudanças".
O Gartner recomenda que os líderes no campo de processamento e análise de dados discutam com os representantes comerciais as principais prioridades da empresa e pensem em como eles podem integrar as seguintes tendências em seu trabalho.
Tendência No. 1. Análise avançada
A análise avançada é a próxima onda de avanços no mercado de processamento e análise de dados. Ele usa tecnologias de
aprendizado de máquina e inteligência artificial para transformar o desenvolvimento, o consumo e o compartilhamento de conteúdo analítico.
Até 2020, a análise avançada será o principal mecanismo de novas compras em análise e BI, bem como em Data Science,
plataformas ML e análise incorporada. Os líderes em processamento de dados e análises precisam planejar a implementação de análises avançadas à medida que a plataforma se desenvolve.
Tendência No. 2. Gerenciamento Avançado de Dados
A tecnologia de gerenciamento de dados aumentado usa recursos de ML e mecanismos de IA para criar categorias de gerenciamento de informações da empresa, incluindo qualidade de dados, gerenciamento de metadados, gerenciamento de dados mestre, sua integração, bem como autoajuste e autoajuste
de sistemas de gerenciamento de banco de dados (DBMS) . Ele automatiza muitas tarefas e permite que usuários menos qualificados usem os dados eles mesmos. Dessa forma, técnicos altamente qualificados podem se concentrar em tarefas mais importantes.
O gerenciamento avançado de dados converte os
metadados daqueles usados apenas para auditoria, linhagem e relatórios, fornecendo-os aos sistemas dinâmicos. Os metadados mudam de passivo para ativo e se tornam o mecanismo principal de todos os AI / ML.
Até o final de 2022, o número de tarefas executadas manualmente no campo de gerenciamento de dados diminuirá em 45% devido à introdução do aprendizado de máquina e do gerenciamento automatizado do nível de serviço.
Tendência No. 3. Inteligência contínua
Até 2022, mais da metade dos novos sistemas de grandes empresas usará inteligência contínua, que por sua vez usa dados contextuais em tempo real para melhorar as soluções.
A inteligência contínua é um padrão de design no qual a análise em tempo real se integra às operações de negócios, processando dados atuais e históricos para propor ações em resposta a um evento. Ele fornece suporte a automação ou decisão. A Inteligência Contínua usa várias tecnologias, como análise avançada, processamento de fluxo de eventos, otimização, gerenciamento de regras de negócios e aprendizado de máquina.
“A inteligência contínua é uma grande inovação no trabalho das equipes de dados e análises”, diz Sallam. “Essa é uma tarefa assustadora e uma grande oportunidade para equipes de analistas e especialistas em BI ajudarem as empresas a tomar decisões mais inteligentes em tempo real já em 2019. Pode ser considerada como a versão final do BI operacional. ”
Tendência No. 4. IA explicada
Os modelos de IA costumam ser usados para melhorar ou substituir completamente uma pessoa na tomada de decisões. No entanto, em alguns cenários, as empresas devem justificar como esses modelos chegam a decisões específicas. Para criar confiança do usuário ou das partes interessadas, os arquitetos de aplicativos devem tornar esses modelos mais compreensíveis e compreensíveis.
Infelizmente, os modelos mais avançados de IA são caixas-pretas complexas que não conseguem explicar como eles criaram uma recomendação ou solução específica. A IA explicada nas plataformas de ciência de dados e ML, por exemplo, gera automaticamente uma explicação dos modelos em termos de precisão, atributos, estatísticas de modelos e funções em uma linguagem natural.
Tendência No. 5. Gráficos
A análise de gráficos é um conjunto de métodos analíticos que permitem explorar os relacionamentos entre objetos de interesse, como organizações, pessoas e transações.
O uso de processamento gráfico e DBMSs gráficos aumentará em 100% a cada ano até 2022, o que acelerará a preparação de dados e fornecerá uma ciência de dados mais complexa e adaptável.
Os data warehouses gráficos podem modelar, explorar e consultar dados de maneira eficiente com relacionamentos complexos entre data warehouses, mas a necessidade de habilidades especializadas para trabalhar com eles é sua principal limitação atualmente.
A análise gráfica aumentará constantemente nos próximos anos, pois é necessário fazer perguntas complexas a dados complexos, o que nem sempre é prático ou pelo menos possível em uma escala em que as consultas SQL possam ser usadas.
Tendência No. 6. Data fabric
A malha de dados fornece acesso ilimitado e compartilhamento de dados em um ambiente de dados distribuído. É uma estrutura de gerenciamento de dados única e consistente que fornece acesso ilimitado aos dados e a possibilidade de processamento arquitetural em qualquer outro armazenamento.
Até 2022, os designs de malha de dados personalizados serão implantados principalmente como uma infraestrutura estática, forçando as organizações a investir em uma nova onda de custos para uma reorganização completa, a fim de fornecer abordagens mais dinâmicas à malha de dados.
Tendência No. 7. PNL / Análise Conversacional
Até 2020, 50% das consultas analíticas serão geradas usando pesquisa, processamento de linguagem natural (PNL) ou voz, ou serão geradas automaticamente. A necessidade de analisar combinações complexas de dados e disponibilizar análises para todos na organização levará a um uso mais amplo, o que permitirá que as ferramentas de análise sejam tão leves quanto uma interface de pesquisa ou uma conversa com um assistente virtual.
Tendência n ° 8 AI e ML comerciais
O Gartner prevê que até 2022, 75% das novas soluções de usuário final que usam métodos de IA e ML serão construídas em soluções comerciais, e não em plataformas de código aberto.
Os fornecedores comerciais integram conectores ao ecossistema de código aberto, fornecendo os recursos corporativos necessários para dimensionar e democratizar a IA e o ML, como gerenciamento de projetos e modelos, reutilização, transparência, dados de linhagem, consistência e integração com outras plataformas, quais plataformas abertas faltam tanto.
Tendência # 9: Blockchain
O principal valor das tecnologias blockchain e ledger distribuído é fornecer confiança descentralizada em uma rede de participantes não confiáveis. Existe um potencial significativo para casos de uso de análise, especialmente aqueles em que os relacionamentos e interações dos participantes aparecem.
No entanto, serão necessários vários anos até que quatro ou cinco tecnologias principais de blockchain comecem a dominar. Até esse momento, os usuários finais das tecnologias serão forçados a se adaptar às tecnologias e padrões da blockchain, que são ditados pelos clientes ou redes predominantes. Isso inclui a integração com a infraestrutura e a análise de dados existentes. Os custos de integração podem exceder quaisquer benefícios potenciais. O blockchain é uma fonte de dados, não um banco de dados e não substitui as tecnologias de gerenciamento de dados existentes.
Tendência n ° 10. Servidores de memória persistente
Novas tecnologias com o uso de memória persistente (tecnologias de memória persistente) ajudarão a reduzir o custo e a complexidade da implementação de arquiteturas com suporte para computação na IMC (Random Access Memory). A memória permanente representa um novo nível de memória entre a memória flash DRAM e NAND, que pode servir como um dispositivo de armazenamento econômico para cargas de alto desempenho. Ele tem um certo potencial que pode ser usado para aumentar o desempenho do aplicativo, sua disponibilidade, tempo de carregamento, métodos de cluster e segurança, mantendo os custos sob controle. Também ajudará as organizações a reduzir a complexidade de seus aplicativos e arquiteturas de dados, reduzindo a necessidade de duplicação de dados.
"O volume de dados está crescendo rapidamente e a relevância da conversão de dados comuns em valiosos em tempo real está aumentando com ele", disse Feinberg. "As novas cargas de servidor exigem não apenas maior desempenho do processador, mas também mais memória e armazenamento de dados mais rápido".
Para obter mais informações sobre o uso de dados e análises para obter vantagem competitiva, consulte o
Gartner Data & Analytics Insight Hub .
Cúpula de dados e análises do Gartner
As Cúpulas do Gartner Data & Analytics em 2019 serão realizadas de
4 a 6 de março em Londres , de
18 a 21 de março em Orlando , de
29 a 30 de maio em São Paulo , de
10 a 11 de junho em Dubai , de
11 a 12 de junho em Dubai , de
11 a 12 de setembro na Cidade do México , de
19 a 20 de outubro. Frankfurt . Siga as notícias e atualizações no Twitter com a
hashtag #GartnerDA .
Sobre o Gartner
Gartner, Inc. é uma empresa líder global em consultoria científica e membro do S&P 500. Fornecemos aos líderes de negócios os dados, conselhos e ferramentas necessários para atingir seus objetivos hoje e criar organizações de sucesso amanhã.
Nossa combinação incomparável de pesquisa de dados prática e especializada ajuda os clientes a tomar as decisões corretas sobre os problemas mais importantes. Somos um consultor confiável e um recurso objetivo para mais de 15.000 organizações em mais de 100 países - para todas as principais funções, em qualquer setor e para empresas de qualquer tamanho.
Para saber mais sobre como ajudamos os tomadores de decisão a construir o futuro de seus negócios, visite
gartner.com .
Só isso. Escreva comentários e até o curso!