研究称机器学习、大数据将重塑业务流程

当我们在未来回顾2014年时，会把它看作为企业新时代的一年吗？根据国际数据分析研究所（IIA）的相关数据，大数据的发展，以及机器学习和嵌入式分析，将推动新产品，彻底改变旧的业务流程，并很可能意味着律师们将会有大量的工作。

　　这所位于俄勒冈州波特兰市的咨询和研究分析机构发布了9项针对新的一年的官方预测，下面来看一下他们如何预测2014年的。

　　 1. 企业将继续推动机器学习和自动化。 企业将需要依靠机器学习和自动化，如果他们希望能够应对他们所面对的大量数据。比如，一些企业，正在生产上千种模型 - 有时是在SKU层面。 “当你的模型规模， 达到成千上万的时候， 机器学习则成为了一项有吸引力的技术， ” Sanjeev Kumar， Dell的企业IT组织的分析产品经理说。 “它可以不断地学习，并不断挖掘大数据”。

　　 2. 企业将在人与机器的能力和判断之间寻找合适的平衡。 企业越来越善于（也更安于）自动化的业务决策，但是，这并不意味着每一个决定都应该是自动化的。 “如果你把人从计算程式中脱离地太远，他们失去了与工作流程的接触，那他们的技能就会萎缩， ” Robert Morison，工作分析法：更智慧的决定，更好的结果，一书的合著者说。而当某种异常情况发生或系统突然无法工作时，员工就不知道该怎么办。2014年，自动化的最大挑战将是找到合适的平衡，他说。

　　 3. 数据科学家将推动新产品和新服务。  对于这一预测的证据无处不在， 根据Tom Davenport，IIA的联合创始人兼研究总监，巴布森学院IT和管理的杰出教授。 下面是几个例子：Jawbone， 可穿戴电子产品的制造商，去年夏天聘请了Monica Rogati。她之前是LinkedIn Corp.公司的数据科学家，并且也领导了这家社交媒体公司的数据产品部门。 Intuit公司， 一家金融软件公司，在10月份收购了小型咨询公司Level Up Analytics，这家由数据科学家运行的公司。游戏公司Electronic Arts Inc.正在使用数据 “通过分析来加强传统游戏，并告诉人们如何更有效地来玩游戏， ” Davenport说。

　　 4. 公司不再只是停留在对于大数据的吹捧上。 Kumar是这样说的： “ 2014年，将开启一个新时代，企业们必须评估什么（业务）已经完成，他们得到了什么，以及那些和大数据有关的举措带来的价值，这些都将被提上议事日程。 ”

　　Bill Franks， Teradata Corp.公司的首席分析官说，不是把大数据单独分开， CIO们而是需要想办法。 “把它和其他数据相结合，并将其注入到业务流程中，就像他们对待那些传统数据一样， ”

　　 5. 大量结构化数据将会扬名。  Morison把他的注意力放在他称之为大量结构化数据的世界里。 “公司将要面对大量结构化数据，这也会开启新一轮的流程改进， ”他说。 通用电气（ GE）将之称为“工业互联网”，并且，为了证明有关大量结构化数据不可忽视的这一观点， Morison指着一个燃气涡轮的GE传感器， 而它每天产生的数据比所有Twitter都要多。 他表示：“这些数据可以用在产品设计，产品维护，维修设施的管理上以及更多。”

　　 6. 分析行业正在不断成熟壮大。 预期我们将会看到更多的，更好的分析团队形成，更多的分析专家会融入到业务前线。这样做可以创造合作机会，并将企业引导到以建立卓越为中心的道路上。 “这是下一步，让不同的，嵌入式业务分析专家通力合作， ” Greta Roberts，Talent Analytics Corp.的CEO说。

　 　7. 供应商和用户将专注于操作和管理这些模型。  Omer Sohail，Deloitte美国的金融服务类分析和信息化管理实践的负责人说， “焦点将从传统的模型发展转为自我学习/机器学习的模型发展， ” 这些更尖端的模型将尽可能在最接近那些做出决定的地方被嵌入，随着IT对数据的关注减少，而更多的投入到元数据和 BI 模 型管理。那些提供软件和服务来构建这些模型的供应商也意识到这一趋势，并且注意到Dell的 Kumar称之为模型的生命周期，或如何利用这些模型，管理和更新，使它们始终保持在最新状态。

　　 8. 采纳分析即服务这一模式将加快。 随着对于分析需求的不断增长，以及持续的人才（和基础设施）缺乏， Morison表示，企业将转向使用分析即服务这一模式以此来填补这一空白。 “速度，成本，能力和我称之为' 可试验能力 ”等这些因素 – 这所有的一切都在推动这一模式的采纳。 ”

　　 9. 面部识别数据将发挥更大的作用。  面部识别技术将不仅用于人类。 根据Davenport所说，一家宠物商店想要使用该技术（显然有一个该应用程序）来识别宠物， 从而可以用名字向它们问好。

　　 10. 可穿戴设备的数据将被纳入到预测分析中。 运动记录设备，比如Fitbit公司的产品，会收集更多的数据指标，这可以使它带来更有趣 – 更个性化 – 的预测分析，Franks说。可穿戴设备的数据可以洞察一切，包括吃零食的最佳时间，优化集中你的注意力，通过运动缓解压力。

　　 11. 企业将对所有类型的数据进行可视化。 气泡图可以帮助显示随着时间推移而产生的变化， 就像2006年Hans Rosling在他的TED演讲中， 以此来演示发展中国家的疾病一样，Davenport说。 根据Franks所说，企业也将开始试验行业分析师Richard Hackathorn称之为的仿真 商业智能系统 。 “这将是一个体验逼真数据的场景 – 你会处于一个3-D世界里，”他说。这给了数据和非数据大众一个同样的机会，真正地在数据中穿越并与之互动。

　　 12. 企业将考虑把“律师”加入到他们的大数据阵容中？  不是每个IIA预测都最后上榜的。这就是一个被排除在外的： “我提出了一个有关公司需要为他们的大数据团队聘请律师（以确保）他们在足够的程度上拥有这些数据，并准许他们有所作为的预测” Davenport说，“但我的同事们并不太认同这个预测。 ”

【了解更多商业智能行业资讯，商业智能解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com】