人们需要知道的数据科学的三个趋势

2018-03-02  阅读次数:
当人们着眼于2018年的到来,并预测行业未来发生的变化的时候,很多人认为,2018年的重点是将智能引入数据科学的过程。而在如何将数据转化为实际的见解方面,人们将在今年能够看到构建和部署智能应用程序的一些变化。

  金融服务业实现数字化

  比特币将成为2018年金融新闻中最热门的话题之一。随着CBOE和CME这两家交易所在2017年12月推出比特币期货,该货币已经引发了许多学术讨论,但除了猖獗的加密货币投机行为之外,人们还没有看到其实际影响。而区块链技术将在2018年成为主流。

  区块链技术的应用并不是什么新鲜事,但比特币近期可能成为一个潜在的可信货币,正在提升人们对区块链其他应用的认知度和兴趣。区块链和其他技术一样,必须权衡其相对优点。因为使用区块链实施解决方案,并不意味着区块链是必要的或最好的方法。例如,不变性是该技术的一个关键特征,但是像欧盟GDPR这样的新法规在隐私和被遗忘的能力方面将为区块链的应用带来挑战。

  区块链繁荣发展的另一作用是加快了金融服务行业的数字化进程。由于数据安全问题和监管问题,金融行业在传统上是采用新技术和流程最晚的行业之一。加密货币、区块链技术、PSD2等新技术和新法规的推出,迫使金融行业通过数字自动化和增强的客户体验进行创新。即使采用人工智能和其他经过验证的创新驱动因素,金融行业也会认为新兴技术是一种阻碍因素。比特币将会推动金融行业更早地面对这些问题。

  云计算趋向于无服务器计算

  云计算现在得到了广泛的认可和采用,但无服务器云计算可以为企业的效率和弹性提供更多的机会。由于当今的云实例中具有一些空闲时间,有人估计采用无服务器计算会产生5-10倍的效率增益。

  2018年人们将看到无服务器云计算的采用,这有几方面的原因。例如,无服务器云计算有助于部署智能应用程序和分析物联网数据,因为这些任务仅在请求它们时才会消耗资源。随着智能应用数量的增长以及物联网设备产生数据量的增加,无服务器云计算架构的响应能力将推动更多的采用。

  此外,无服务器云计算应用会影响业务成本。使用无服务器技术可以降低管理云基础设施所需的开销成本和人员。这种新发现的效率使企业可以重新调整人员的职责,使其专注于业务创新而不是基础设施维护。

  自动化数据科学

  2018将引领智能解决方案的最终途径是采用跨行业的数据科学自动化。2018年,人工智能将从尝试转变为需求,因为很多企业将其直接集成到平台中,以新的方式实现数据分析自动化。

  企业正在超越商业智能,其中管理洞察来自分析仪表板和报告。虽然这些见解确实会为决策提供更好的指导,但它们涉及到一些效率低下的问题。企业对此必须生成报告,并且在作出决定之前必须进行分析和讨论见解。人们已经看到这样的转变,并且将在2018年看到更多的智能自动化的应用。通过在业务流程中嵌入智能,可以自动优化,大幅度提高效率。

  这种嵌入式智能的概念超越了向每个行业数据科学和分析报告的报告范围。金融服务中的定量资金是由机器学习驱动的,医疗保健在基因组学中使用数据科学,亚马逊的Alexa以及其他消费产品正在使用人工智能来销售更多的产品,并创造更好的个人体验。

  人们将在2018年看到的数据科学趋势正在推动行业进一步发展,从支持和补充智能、见解和分析的流程转向内在智能的流程,从而产生洞察力并开始实施。企业对此准备好了吗?