Daftar Isi:
Video: [ASCEE] Data Science in Economics and Business (Oktober 2024)
Kami telah menulis banyak tentang konvergensi infrastruktur cloud, Big Data, dan kecerdasan buatan (AI) tahun ini. Di seluruh ruang Perangkat Lunak sebagai Layanan (SaaS), kami telah melihat tautan yang tak terpisahkan antara ketiga faktor dalam alat intelijen bisnis (BI), platform mendengarkan sosial, solusi manajemen hubungan pelanggan (CRM), atau benar-benar industri apa pun yang meningkatkan pengambilan dan analisis data berbasis cloud - yang semuanya hampir semuanya.
Di seluruh kasus penggunaan, kami telah mengamati proses empat langkah. Bisnis perusahaan mengumpulkan sejumlah besar data dengan menggunakan portofolio aplikasi SaaS. Mereka kemudian menyimpan data itu di cloud dengan menggunakan data warehouse atau data lake, menggunakan tata kelola data untuk menjaga data yang sesuai dan aman. Langkah ketiga adalah eksperimen sains data: melempar semua data, mulai dari algoritma machine learning (ML) dan pemrosesan bahasa alami (NLP) hingga analitik prediktif. Langkah keempat, idealnya, adalah tempat ilmu data menghasilkan wawasan bisnis yang lebih dalam dan didorong oleh data dari mana organisasi Anda dapat mengambil tindakan dan mendapatkan keunggulan.
Eksekusi berbeda tetapi idenya sama. Salesforce menggabungkan AI dan manajemen data dengan platform Einstein. Para pemain cloud itu sendiri, seperti Google Cloud Platform dan Microsoft Azure, menggunakan gudang alat komputasi kognitif dan algoritma ML untuk mendefinisikan kembali awan bisnis. Yang lain masih beringsut semakin dekat - melalui kekuatan gabungan AI, cloud, dan Big Data - untuk benar-benar memetakan otak AI.
10 AI, Cloud, dan Tren Data untuk 2017
Saat kita memasuki tahun 2017, ketiga faktor ini hanya tumbuh lebih saling terkait. Kami berbicara dengan perusahaan dan pakar dari seluruh industri tentang bagaimana konvergensi akan terus berlangsung, dan bagaimana AI, cloud, dan teknologi data juga akan terus berkembang dan berubah dengan sendirinya.
1. AI Everywhere
Michael Bjorn, Kepala Riset ConsumerLab di bisnis-ke-bisnis (B2B) komunikasi dan jaringan raksasa Ericsson, berbicara tentang AI sebagai yang diberikan dalam semua vektor teknologi baru. 10 Tren Teratas Ericsson untuk penelitian 2017 dimulai dengan "AI Everywhere" di atas daftar. Bjorn menjelaskan pemikiran laboratorium di balik prediksi tersebut.
"Dengan setiap topik baru, ada dimensi AI, " kata Dr. Bjorn. "AI di mana-mana adalah sudut yang menginformasikan setiap tren lain di daftar kami. Ini berperan dalam AR, VR, dan gabungan realitas, mobil otonom, Internet of Things… lihat aplikasi IoT seperti toko eksperimen pembelajaran mesin Amazon dengan Amazon Go.
"Kami mulai melihat orang-orang mulai terbiasa dengan AI sebagai asisten, tetapi sekarang kami bergerak ke arah AI sebagai lebih banyak manajer, secara proaktif membantu tugas. Ini juga bisa menakutkan karena gagasan AI dan robot yang mengambil pekerjaan tetapi sebagian besar dari itu adalah persepsi. Teknologi menciptakan pekerjaan. Jika Anda kembali ke revolusi industri, kami mengotomatiskan pekerjaan yang paling mudah dan hasilnya adalah pekerjaan baru. Apa yang kami lihat dengan AI adalah bahwa pekerjaan akan berubah secara keseluruhan skala, karena beralih dari asisten AI ke manajer AI lebih kompleks."
2. Investasi AI Akan Tiga Kali Lipat
Firma riset Forrester memperkirakan bahwa investasi dalam teknologi AI akan berlipat tiga pada 2017, memproyeksikan peningkatan lebih dari 300 persen dalam investasi komputasi kognitif dibandingkan dengan 2016. Akibatnya, Forrester juga memperkirakan bahwa 2017 akan memulai "revolusi wawasan" di mana bisnis akan memprioritaskan wawasan data pelanggan sebagai pembeda utama di masa depan, dengan integrasi Big Data dan proyek manajemen data ditetapkan meningkat sebesar 75 persen sebagai hasilnya.
3. Kenyamanan Cloud
Platform bisnis berbasis cloud berkembang pesat di setiap vertikal, termasuk akuntansi bisnis kecil. Pada konferensi SaaS North baru-baru ini, CEO FreshBooks Mike McDerment berbicara tentang peningkatan tingkat kenyamanan dengan pengalaman SaaS, bahkan dalam industri tradisional seperti akuntansi dan keuangan.
"Orang-orang semakin merasa nyaman dengan cloud. Ini melewati hari-hari awal, yang menurut saya menarik, " kata McDerment. "Kami memungkinkan pelanggan kami untuk mengajukan biaya atau membuat faktur dengan lima menit yang mereka miliki ketika anak mereka pergi untuk menyikat gigi. Pengusaha mencoba untuk menyelesaikan sesuatu dalam kantong waktu kecil ini, sehingga memiliki bisnis Anda dengan Anda di ponsel Anda dan di cloud memberi Anda kenyamanan ini, berkontribusi pada semakin banyak orang yang memilih untuk menjalankan bisnis mereka dengan teknologi berbasis cloud."
4. Awan Murni Menjadi Norma
Gangguan cloud mempengaruhi semua industri dengan teknologi lama dan ruang Voice-over-IP (VoIP) bisnis tidak terkecuali. Craig Walker, CEO penyedia VoIP bisnis Dialpad, mengatakan gangguan digital akan memacu para pemimpin perusahaan untuk mengadopsi solusi berbasis cloud sementara para pemain lama melakukan konsolidasi atau memperoleh penyedia generasi berikutnya.
"Karena setiap bisnis melihat transformasi digitalnya sendiri, 2017 akan menjadi tahun di mana bisnis modern yang relevan akhirnya membunuh telepon meja untuk selamanya, " kata Walker. "Ketika perusahaan pindah ke cloud untuk membuat karyawan mereka lebih produktif dari mana saja, solusi berbasis cloud yang memungkinkan komunikasi dan kolaborasi tanpa batas di seluruh perangkat dan lokasi adalah suatu keharusan.
"Saya berharap melihat banyak konsolidasi di masa depan untuk industri ini karena penyedia telepon lama semakin jauh di belakang penyedia komunikasi awan yang dapat memberikan penyebaran yang lebih berkualitas, lebih cepat, dan lebih mudah - dari mana saja di perangkat apa pun - dengan total biaya yang jauh lebih rendah kepemilikan Karena sifat pekerjaan berubah, didukung oleh data dan didorong oleh kecepatan, bisnis juga akan mencari solusi yang terintegrasi dengan data internal mereka untuk menempatkan pengetahuan di ujung jari penjualan dan dukungan tim, di mana pun mereka ingin mendapatkan keunggulan atas kompetisi."
5. The Cloud Race Will Narrow
Ruang IaaS memiliki sejumlah pemain besar tetapi pemimpin pasar yang tidak perlu adalah Amazon Web Services (AWS). Menurut Laporan Adopsi dan Risiko Cloud terbaru dari penyedia keamanan cloud Skyhigh Networks, Amazon akan mempertahankan keunggulannya sementara penantang pasar memperoleh dukungan di 2017.
"Microsoft akan mempersempit kesenjangan dengan Amazon untuk perlombaan leher-dan-leher untuk dominasi IaaS, " kata Rajiv Gupta, CEO Skyhigh Neworks. "AWS memiliki terobosan tercepat di pasar IaaS tetapi Azure semakin dekat: 35, 8 persen aplikasi cloud baru di Q4 disebarkan di AWS diikuti oleh 29, 5 persen di Azure. Penyedia ceruk telah mengukir 14 persen dari pasar independen dari nama merek seperti Google, Rackspace, dan IBM / SoftLayer."
6. Big Data Menjadi Cepat dan Mudah Didekati
Menyelam lebih dalam ke dalam gulma data, penyedia BI Tableau memperkirakan bahwa penghalang untuk meningkatkan Big Data akan semakin rendah. Dan Kogan, Direktur Pemasaran Produk di Tableau, mengatakan kemajuan dalam SQL interaktif akan membuat kueri Hadoop lebih cepat.
"Tentu, Anda dapat melakukan pembelajaran mesin dan melakukan analisis sentimen pada Hadoop, tetapi pertanyaan pertama yang sering diajukan orang adalah: Seberapa cepat SQL interaktif? Lagipula, SQL adalah saluran bagi pengguna bisnis yang ingin menggunakan data Hadoop untuk lebih cepat, dashboard KPI lebih berulang serta analisis eksplorasi, "kata Kogan. "Pada 2017, opsi akan diperluas untuk mempercepat Hadoop. Pergeseran ini sudah dimulai, sebagaimana dibuktikan oleh adopsi database yang lebih cepat seperti Exasol dan MemSQL, toko berbasis Hadoop seperti Kudu, dan teknologi yang memungkinkan permintaan lebih cepat."
7. Swalayan Meluas ke Persiapan Data
Tableau juga meramalkan kemampuan analisis swalayan dan alat visualisasi data meluas ke lebih banyak aspek dari pipeline manajemen data. Francois Ajenstat, Chief Product Officer di Tableau, mengatakan pengguna bisnis akan mendapatkan akses yang lebih besar di luar penemuan data sederhana untuk persiapan dan analisis data yang lebih dalam.
" Sementara penemuan data swalayan telah menjadi standar, persiapan data tetap berada di ranah pakar TI dan data. Ini akan berubah pada 2017, " kata Ajenstat. "Tugas umum persiapan data seperti penguraian data, JSON, impor HTML, dan perselisihan data tidak akan lagi didelegasikan ke spesialis. Dengan inovasi baru dalam ruang transformasi ini, semua orang akan dapat menangani tugas ini sebagai bagian dari aliran analitik mereka."
8. Big Data untuk Tata Kelola atau Keunggulan Kompetitif
Pada 2017, tata kelola data versus tarik menarik nilai data akan menjadi yang utama dan utama. John Schroeder, Ketua Eksekutif dan pendiri perusahaan Hadoop perusahaan MapR, mengatakan bisnis akan memiliki banyak informasi tentang pelanggan dan mitra mereka dimasukkan ke dalam strategi berbasis data baru, terutama ketika datang ke kepatuhan.
"Organisasi sekarang menghadapi tarik ulur perang antara tata kelola yang diperlukan untuk kepatuhan dan penggunaan data untuk memberikan nilai bisnis dan menerapkan keamanan untuk menghindari kerusakan kebocoran data dan pelanggaran, " kata Schroeder. "Layanan keuangan dan perawatan kesehatan adalah industri yang paling jelas, dengan pelanggan yang menghitung dalam jutaan dengan persyaratan tata kelola yang berat. Organisasi terkemuka akan mengelola data mereka antara kasus penggunaan yang diatur dan tidak diatur."
9. Danau Data Menyalipkan Rawa Data
Mapro's Schroeder juga memperkirakan bahwa, pada 2017, organisasi akan beralih dari pendekatan "data building" dan "akan datang" ke pendekatan data berbasis bisnis yang akan menggabungkan analitik dan operasi. Akibatnya, ia mengatakan bahwa "kelincahan data" antara analisis back-office dan operasi front-office akan memisahkan organisasi yang menang dan yang kalah ketika datang untuk melihat laba atas investasi (ROI) pada data itu.
"Pada 2017, organisasi akan mendorong secara agresif melampaui pendekatan 'bertanya pertanyaan' dan arsitek untuk mendorong nilai bisnis awal dan jangka panjang, " kata Schroeder. "Mendekati danau data sebagai 'Bayangkan apa yang bisa dilakukan bisnis Anda jika semua data Anda dikumpulkan di satu tempat yang terpusat, aman, diatur sepenuhnya yang dapat diakses departemen mana saja kapan saja, di mana saja' dapat terdengar menarik di tingkat tinggi. Tetapi terlalu sering hasilnya di rawa data yang terlihat seperti gudang data yang dibangun kembali dan tidak dapat memenuhi persyaratan penggunaan waktu nyata dan operasional. Begitu berada di tempat, konsepnya adalah 'mengajukan pertanyaan.' Pada kenyataannya, dunia bergerak lebih cepat hari ini.
"Dunia saat ini membutuhkan analitik dan kemampuan operasional untuk mengatasi pelanggan, klaim proses, dan antarmuka ke perangkat secara real time di tingkat individu, " tambah Schroeder. "Misalnya, situs e-commerce apa pun harus memberikan rekomendasi individual dan pemeriksaan harga secara real time. Organisasi kesehatan harus memproses klaim yang valid dan memblokir klaim penipuan dengan menggabungkan analitik dengan sistem operasional. Perusahaan media sekarang mempersonalisasi konten yang dilayani melalui kotak teratas. Auto produsen dan perusahaan berbagi perjalanan beroperasi dalam skala besar dengan mobil dan pengemudi."
10. Mainstream AI Hadir di Sini
AI telah masuk dan keluar dari mode selama setengah abad terakhir tetapi konsep mesin dan algoritma pembelajaran yang mendalam berlaku untuk Big Data di sini untuk tinggal. Mapro's Schroeder mengatakan kita akan melihat adopsi cepat pada 2017 dalam bentuk algoritma yang relatif mudah digunakan pada set data besar untuk mengatasi tugas otomatis berulang.
"AI sekarang kembali dalam diskusi arus utama dan kata kunci untuk intelijen mesin, pembelajaran mesin, jaringan saraf, dan komputasi kognitif, " kata Schroeder. "Mengapa AI tren yang diremajakan? Tiga Vs muncul dalam pikiran: kecepatan, variasi, dan volume. Platform yang dapat memproses tiga Vs dengan model pemrosesan tradisional dan modern yang berskala secara horizontal memberikan efisiensi biaya 10-20x dibandingkan platform tradisional. Kami ' Saya akan melihat nilai tertinggi dari menerapkan AI untuk tugas berulang volume tinggi di mana konsistensi lebih efektif daripada mendapatkan pengawasan intuitif manusia dengan mengorbankan kesalahan manusia dan biaya."
