在漫長的歷史中，我們正在經(jīng)歷一場“完美風暴”。舊結構正在逐漸分解。面對商業(yè)智能管理系統(tǒng)和數(shù)字化，我們需要進行調整，以應對更深層次的碎片化。
一、供應鏈中斷符合實時數(shù)據(jù)
利用預測和場景，在情況崩潰之前扭轉局面。處理實時數(shù)據(jù)的基礎設施已經(jīng)到位一段時間了，但其關鍵用例和潛力尚未得到充分探索?，F(xiàn)在，是時候進行這種探索了。
二、提高大規(guī)模決策的速度
在通貨膨脹期間，許多零售商如何解決不斷增加的成本問題？轉嫁消費者？不是長久之計！
商業(yè)智能管理系統(tǒng)、人工智能和自動化以及人類的經(jīng)驗和直覺，大規(guī)模的決策速度大大縮短了從獲取數(shù)據(jù)到做出決策的時間。數(shù)據(jù)素養(yǎng)也是除了技術之外的關鍵賦能因素。因此，決策速度會留下大數(shù)據(jù)痕跡，模式可以分析，為決策挖掘創(chuàng)造突破口。
三、優(yōu)化低代碼和高代碼
近年來，低代碼開發(fā)工具如雨后春筍般涌現(xiàn)。隨著開發(fā)門檻的降低，大量工具不僅促進了應用程序的創(chuàng)建，而且使數(shù)據(jù)和洞察力有了新的可能性。
四、人機競賽
自然語言模型已經(jīng)實現(xiàn)了范式轉換，因為它采用了深度神經(jīng)網(wǎng)絡機器的學習技術進行了大量的數(shù)據(jù)訓練。機器和人類的關系將如何發(fā)展？測試的機器真的在路上嗎？人類、數(shù)據(jù)和機器都在不斷突破中尋找答案。
五、“數(shù)據(jù)故事”驅動行動
數(shù)據(jù)敘事被認為是使數(shù)據(jù)對用戶構成意義的一種方式。故事可以在情感上打動人，促使人們采取行動，但是單獨的數(shù)據(jù)做不到這一點。然而，數(shù)據(jù)敘事不僅需要將圖表添加到信息圖表或PPT中，還需要與行動真正相連。
六、調整整合
我們可以看到，在一個日益碎片化的世界里，以前孤立的系統(tǒng)，如數(shù)據(jù)集成、分析、人工智能、可視化、商業(yè)管理系統(tǒng)數(shù)字化和自動化，正在不斷融合。這些融合創(chuàng)造了前所未有的機會。它使數(shù)據(jù)制造商和消費者之間的合作更加簡單。這種結合從他們心中的產(chǎn)品、成果或決策開始，然后圍繞他們的業(yè)務目標進行逆向思維，構建敏捷的數(shù)據(jù)管道。
七、舊貌換新顏-云
隨著企業(yè)數(shù)據(jù)向云轉化的日益成熟，許多與預設軟件市場相同的問題正在上升。這些需求不斷推高投資，包括云庫和云湖的許多軟件領域。
八、“X編織”保持互聯(lián)網(wǎng)連接
近年來，關于數(shù)據(jù)編織的討論越來越多。為了實現(xiàn)互聯(lián)網(wǎng)管理和全面控制，我們必須更密集地編織數(shù)據(jù)網(wǎng)絡，X編織應運而生。數(shù)百萬參與者在應用編織、商業(yè)智能管理系統(tǒng)編織、算法編織等方面起著不同的作用。當前，這些方法的成熟程度遠低于數(shù)據(jù)編織。
九、人工智能越走越遠
綜合上述，分析、自動化和人工智能不斷融合，交叉重疊越來越多。在這個過程中，它們相互作用，帶來了以前不可能產(chǎn)生的新洞察。人工智能在數(shù)據(jù)管理中的應用將使數(shù)據(jù)工程中更多的機械工作自動化。從而改變多年來“數(shù)據(jù)準備”和“數(shù)據(jù)分析”之間的二八分配規(guī)則。
十、計算和合成數(shù)據(jù)的興起
如今，我們比以往任何時候都更容易修改不同用例的數(shù)據(jù)，或者將數(shù)據(jù)轉換成用于特定目標的格式。轉換、處理、聚合、相關或操作后的數(shù)據(jù)稱為計算數(shù)據(jù)。計算數(shù)據(jù)對測試數(shù)據(jù)管理特別有用。未來，我們將看到更多的計算和合成數(shù)據(jù)，包括數(shù)據(jù)復用、測試、隱私法、缺乏數(shù)據(jù)和人工智能模型訓練數(shù)據(jù)的需求。
