facebook LinkedIN LinkedIN - follow
Aktuality -> Analýzy - 1. 4. 2019

Deset hlavních analytických technologických trendů pro rok 2019

trendy, analýzaRozšířená analytika, Continuous Intelligence a vysvětlitelná AI patří podle společnosti Gartner mezi hlavní trendy v oblasti analýzy a zpracování dat. Analytici této společnosti vyhodnotili různé technologie pro zpracování dat, vybrali ty s největším potenciálem vyvolávat v příštích třech až pěti letech zásadní změny a sestavili přehled deseti hlavních analytických technologických trendů pro rok 2019.



Analytici společnosti Gartner doporučují sledovat následujících deset analytických technologických trendů:

  1. Rozšířená analytika (Augmented Analytics) představuje novou revoluční „vlnu“ – používá techniky strojového učení (ML) a umělé inteligence (AI) a do roku 2020 se stane jedním z dominantních faktorů při výběru a nákupu řešení z oblasti analytiky, BI a datové vědy.
     
  2. Rozšířená správa dat (Augmented Data Management) využívá funkce typu ML a AI pro řízení informačních kategorií včetně datové kvality, správy metadat a kmenových (master) dat, datovou integraci i sebekonfigurujících a sebeladících DBMS. Do roku 2022 se díky ADM sníží počet manuálních úkonů v datové oblasti o 45 %.
     
  3. CI - Continuous Intelligence (CI) je systém integrující analytiku v reálném čase s byznys funkcemi (provozními), zpracovávající aktuální i historická data s cílem doporučovat další kroky v reakci na probíhající události (podpora a automatizace rozhodování). Do roku 2022 jej bude nabízet více než polovina nových byznys systémů pracujících s kontextovými daty v reálném čase (pro zlepšení rozhodování).
     
  4. Vysvětlitelná AI (Explainabel AI) – AI modely jsou ve stále větší míře užívány pro nahrazení lidí při rozhodování. V některých případech je ale nutné vědět, jak AI či ML modely došly ke svému rozhodnutí – pomáhá to rozvíjet důvěru mezi uživateli a dalšími zainteresovanými stranami. Jde o řešení problémů AI, jež funguje jako „černá skříňka“.
     
  5. Grafy (Graph) – analýza pomocí grafů (či diagramů) představuje celou sadu analytických technik umožňujících zkoumání vztahů mezi entitami, jako jsou organizace, lidé či transakce. Míra využívání grafového zpracování a grafových DBMS poroste tempem 100 % ročně až do roku 2022, povede k rozvoji komplexnější a přizpůsobivější datové vědy.
     
  6. Datové pletivo (Data Fabric) umožňuje bezproblémový přístup k datům a jejich sdílení v distribuovaných datových prostředích. Umožnuje vytvoření jednotného a konzistentního rámce pro správu dat. Řešení Data Fabric nasazované do roku 2022 budou převážně ve formě statické infrastruktury, kterou bude třeba v budoucnu přepracovat pro podporu dynamicky provázaných dat (dynamic data mesh).
     
  7. NLP a konverzační analytika (Conversational Analytics) budou do roku 2020 představovat až polovinu analytických dotazů - ty tedy budou realizovány ve formě vyhledávání, práce s přirozeným jazykem nebo hlasem nebo budou generovány automaticky. Požadavek na analýzy komplexních datových kombinací povede k nástupu uživatelsky přístupné analytiky s rozhraním typu vyhledávání nebo virtuálního asistenta.
     
  8. Komerční AI a ML bude přítomno u 75 procent řešení pro koncové uživatele v roce 2022 - půjde přitom o funkce vestavěné do komerčních řešení spíše než o open source platformy. V současné době řada dodavatelů využívá konektory pro zpřístupnění či demokratizaci funkcí typu AI a ML (např. správa modelů a projektů, transparentnost, datové rodokmeny či soudržnost platforem), které v open source chybí.
     
  9. Blockchain zůstává atraktivní technologií pro řešení decentralizované důvěry mezi nedůvěryhodnými účastníky. Stále jsme ale několik let od okamžiku, kdy na trhu vykrystalizuje čtyři až pět dominantních blockchain technologií. Do té doby budou projekty vyžadovat rozsáhlou zakázkovou integraci a mohou tak být příliš nákladné.
     
  10. Servery s trvalou operační pamětí (Persistent Memory Servers) pomohou snížit náklady a složitost zavádění IMC (in-memory computing) architektur. Trvalá paměť kombinuje vlastnosti DRAM a NAND flash paměti s cílem nabídnout cenově dostupnou paměť pro náročné výpočetní úlohy. Potenciálně může zlepšit výkon aplikací, dostupnost, rychlost startu, způsoby klastrování i bezpečnostní postupy, to vše při současném snížení nákladů. Může také vést ke snížení datové duplikace.

Podle viceprezidenta výzkumu Gartneru Donalda Feinberga momentálně představuje pro organizace nadbytek dat problém, ale také příležitost, protože právě velké objemy dat mohou být ideálním tréninkovým materiálem pro analytická řešení s prvky AI. Feinberg proto podniky vyzývá: „Rozsah, komplexnost, distribuovaná povaha dat, rychlost změn a CI dodávající digitálnímu byznysu analýzy neustále znamenají, že rigidní, centralizované architektury a nástroje již nestačí. Přežití podniku bude záviset na pružné, datově orientované architektuře, schopné reagovat na neustálé změny.“

-gartner-


 
  

- PR -

Pět způsobů, jak AI změní náš svět k nepoznání

AI_analyzuje_data-PR.jpegUmělá inteligence (AI) a strojové učení (ML) přináší už více než 10 let podnikům i výzkumníkům stále možnosti. Ať už jde o využití prediktivní analýzy k předvídání údržby zařízení, nástroje počítačového vidění, které dávají oči robotům na automatických montážních linkách, nebo digitální dvojčata sloužící k simulaci fungování továren, měst, a dokonce i celých ekonomik, seznam aplikací poháněných AI je dlouhý a stále se prodlužuje.

  

- PR -

iQsub Technologies díky Odoo zefektivnilo výrobu a řízení firmy

Česká společnost iQsub Technologies se specializuje na vývoj a výrobu špičkového potápěčského vybavení, včetně dýchacích přístrojů a odolných pouzder pro kamery GoPro do extrémních podmínek. Se zákazníky po celém světě a nejvyššími požadavky na kvalitu a spolehlivost potřebovala moderní a efektivní řízení svých firemních procesů.