2018年人工智能、大数据及分析的10大预测

Forrester公司针对2018年人工智能、大数据及分析进行了企业调研并预测，Gil Press将其预测结果总结为如下10条。

25％的企业将通过会话界面补充点击式分析

使用自然语言查询数据并实时生成可视化结果将成为分析应用程序的标准功能。

20％的企业将部署人工智能进行决策并提供实时指导

人工智能将会为客户服务提建议，推荐供应商条款，并实时指导员工说什么和做什么。

人工智能将基于观点认识消除结构化数据和非结构化数据之间的障碍

从2016年以来，全球调查对象中拥有100TB以上非结构化数据的企业数量翻了一番。然而，由于上一代文本分析平台非常复杂，只有32%的企业成功地对文本进行了分析，更少的企业正在分析其他非结构化数据源。深度学习使得分析这些数据更加准确和可扩展，这种局面将会改变。

33%的企业将会取消数据方面的资金支持

如果在改变业务成果上没有发挥明显作用，许多早期采用者将会停止数据方面的资金投入。

50%的企业将采用云端优先策略进行大数据分析

Forrester预计，到2018年，50％的企业将采用公共云优先策略来处理数据，进行大数据分析，因为相比本地软件，这更能控制成本，灵活性也更高。

66%的企业将部署卓越洞察力中心作为组织错位的补救措施

随着企业在每项业务决策中都开始考虑客户需求，56%的企业已经报告称创建卓越客户洞察力中心，而不是凭借集中式或纯粹分布式的模型来实现这一点。

大多数首席数据官（CDO）将更加主动

业务导向的CDO将探索利用数据进行创新的机会，通过嵌入在内部业务流程中的分析工作或者新的外部数据支持产品和服务等方式展开。2018年，50%以上的CDO将会直接向CEO汇报，2016年比例仅为34%，2017年为40%。

数据工程师将成为新的热门职位

Indeed.com上13％的数据类职位信息是针对数据工程师的，而数据科学家则不到1％。这反映出大数据行动成为关键任务的趋势，以及需要为业务分析师提供更广泛的支持。

洞察即服务的市场将随着洞察订阅的吸引力增加而加倍

66%的企业已经将其11%到75%的商务智能应用外包。Forrester预测，到2018年，高达80％的公司将依靠洞察服务提供商来获取他们洞察力的一部分。

学术界将成为企业新的洞察力合作伙伴

不仅仅是学术界，像非营利组织Open AI这样的新研究实验室也将帮助那些提交需求的公司解决最具挑战性的分析和人工智能问题。

【原文】https://www.forbes.com/sites/gilpress/2017/11/09/10-predictions-for-ai-big-data-and-analytics-in-2018/#7cd3bbe1403c

【注】本文由Gil Press 撰文，刘岩翻译，朝乐门审校。

转自： 数据科学DataScience 公众号，获授权；  数据科学DataScience 数据科学DataScience

---

关联阅读：

原创系列文章：

1：从0开始搭建自己的数据运营指标体系（概括篇）

2 ：从0开始搭建自己的数据运营指标体系（定位篇）

3 ：从0开始搭建自己的数据运营体系（业务理解篇）

4 ：数据指标的构建流程与逻辑

5 ：系列 ：从数据指标到数据运营指标体系

6:   实战 ：为自己的公号搭建一个数据运营指标体系

7:  从0开始搭建自己的数据运营指标体系（运营活动分析）

数据运营 关联文章阅读：  

运营入门，从0到1搭建数据分析知识体系    

推荐 ：数据分析师与运营协作的9个好习惯

干货 ：手把手教你搭建数据化用户运营体系

推荐 ：最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始，构建数据化运营体系

干货 ：解读产品、运营和数据三个基友关系

干货 ：从0到1搭建数据运营体系

数据分析、数据产品 关联文章阅读：

干货 ：数据分析团队的搭建和思考

关于用户画像那些事，看这一文章就够了

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系，看这一文章就够了

干货 ： 聚焦于用户行为分析的数据产品

如何构建大数据层级体系，看这一文章就够了

80%的运营注定了打杂？因为你没有搭建出一套有效的用户运营体系

从底层到应用，那些数据人的必备技能

读懂用户运营体系：用户分层和分群

做运营必须掌握的数据分析思维，你还敢说不会做数据分析