大數(shù)據(jù)與人工智能的主要發(fā)展趨勢

技術(shù)的進(jìn)步推動著經(jīng)濟(jì)和生活的全面數(shù)字化，對數(shù)據(jù)的重視提到了前所未有的高度，“數(shù)據(jù)是資產(chǎn)”已經(jīng)被廣泛認(rèn)可。正如《大數(shù)據(jù)時代》作者舍恩伯格所說，“雖然數(shù)據(jù)還沒有被列入企業(yè)的資產(chǎn)負(fù)債表，但這只是一個時間問題”。

在過去幾年，我們已經(jīng)開始通過數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和人工智能讓部分應(yīng)用場景的數(shù)據(jù)產(chǎn)生價值。這些技術(shù)也逐步從最初的早期采用者（BAT和初創(chuàng)公司）擴(kuò)展到更廣泛的經(jīng)濟(jì)。如何存儲數(shù)據(jù)、管理數(shù)據(jù)并深挖數(shù)據(jù)的價值已經(jīng)變成了幾乎所有的企業(yè)都需要思考的問題。

盡管角度不同，Serverless模式就是這種簡化的一種嘗試。這種執(zhí)行模型允許用戶編寫和部署代碼，而無需擔(dān)心底層基礎(chǔ)設(shè)施。云提供商處理所有后端服務(wù)，客戶根據(jù)實際使用情況的付費。在過去的幾年里，Serverless模式無疑是一個重要的新興主題，這也是我們在今年的Data&AI領(lǐng)域中增加的新品類。然而，將Serverless模式應(yīng)用于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)仍有較多工作要做，像Algorithmia和Iguazio/Nuclio這樣的公司是早期進(jìn)入者。

數(shù)據(jù)環(huán)境日益混合的另一個后果是，企業(yè)需要加大努力來獲得對數(shù)據(jù)的控制。目前的數(shù)據(jù)環(huán)境非常復(fù)雜，有些位于數(shù)據(jù)倉庫、有些位于數(shù)據(jù)湖、有些位于各種其他數(shù)據(jù)源，跨越本地部署、私有云和公共云，那應(yīng)該如何查找、管理、控制和跟蹤數(shù)據(jù)？這包含各種相關(guān)的形式和名稱，包括數(shù)據(jù)查詢、數(shù)據(jù)治理、數(shù)據(jù)編目和數(shù)據(jù)沿襲，所有這些都越來越重要和突出。

今年一直在加速發(fā)展的最后一個關(guān)鍵趨勢，是AI專用基礎(chǔ)設(shè)施的不斷涌現(xiàn)。管理人工智能管道和模型的需求導(dǎo)致了MLOps（或AIOps）領(lǐng)域的快速增長。為了呼應(yīng)這種新趨勢，今年的Landscape里面，我們添加了兩個新的框，一個名為基礎(chǔ)設(shè)施（各種早期創(chuàng)業(yè)公司包括Algorithmia、Spell、 Weights&Biases等等），一個名為開放源碼（各種各樣的項目，通常相當(dāng)早，包括Pachyderm、Seldon、Snorkel、MLeap等等）。

企業(yè)部署ML/AI的階段已來企業(yè)自動化和RPA的興起在這個階段，我們可能需要3到4年的時間來嘗試為企業(yè)構(gòu)建ML/AI應(yīng)用。當(dāng)然已經(jīng)有過一些遠(yuǎn)遠(yuǎn)早于現(xiàn)實的尷尬產(chǎn)品嘗試（第一代聊天機(jī)器人）和一些重大的營銷聲明，特別是一些公司試圖改造現(xiàn)有產(chǎn)品實現(xiàn)ML/AI。

但是，我們已經(jīng)逐步進(jìn)入了ML/AI在企業(yè)中的部署階段，從好奇和實驗到實際的生產(chǎn)使用。未來幾年的趨勢似乎很明顯：以一個給定的問題為例，看看ML/AI（通常是深度學(xué)習(xí)，或其變體）是否會產(chǎn)生影響，如果是的話，構(gòu)建一個AI應(yīng)用程序來更有效地解決問題。

自從信息技術(shù)出現(xiàn)以來，企業(yè)就被信息孤島所困擾，各種系統(tǒng)和數(shù)據(jù)分散到各個部門，彼此之間無法溝通（這導(dǎo)致了大規(guī)模的系統(tǒng)集成服務(wù)行業(yè)），而人類充當(dāng)了兩者之間的“粘合劑”。當(dāng)前數(shù)據(jù)和系統(tǒng)日益集成、ML/AI有能力逐步將人類從某些功能中移除，企業(yè)完全有可能以一種日益自動化、系統(tǒng)化的方式運作。

RPA是機(jī)器人過程自動化的簡稱（盡管可能令人失望的是，它沒有利用任何實際的機(jī)器人），涉及到通常非常簡單的工作流，通常是手工的（由人類執(zhí)行）和重復(fù)的，并由軟件替代它們。許多RPA發(fā)生在后臺辦公室功能中（例如，發(fā)票處理）。

RPA應(yīng)該與智能自動化區(qū)分開來，智能自動化是以ML/AI為核心的新興領(lǐng)域。智能自動化也以企業(yè)流程和工作流為目標(biāo)，但是它更以數(shù)據(jù)為中心，而不是以流程為中心，并且最終能夠?qū)W習(xí)、改進(jìn)和治愈。智能自動化的一個例子是智能文檔處理(ADP)，這是一個可以利用ML/AI來理解文檔（表單、發(fā)票、合同等）的類別，其水平與人類相當(dāng)或更好。

在未來幾年觀察這些領(lǐng)域?qū)⑻貏e有趣，RPA和智能自動化有可能通過并購或推出新的本土產(chǎn)品進(jìn)行合并，除非后者的進(jìn)展如此之快，限制了對前者的需求。