實時數(shù)據(jù)興起
數(shù)據(jù)倉庫一直很受歡迎，尤其是在云端。但SAS執(zhí)行副總裁兼首席信息官JayUpchurch表示，預(yù)計2023年將有更多客戶從傳統(tǒng)數(shù)據(jù)倉庫轉(zhuǎn)向?qū)崟r數(shù)據(jù)存儲和分析。“2023年，我們將繼續(xù)看到從傳統(tǒng)的數(shù)據(jù)倉庫向支持實時分析和響應(yīng)數(shù)據(jù)的存儲選項的轉(zhuǎn)變。組織將傾向于實時處理數(shù)據(jù)，并將其以用戶友好的格式存儲，無論是監(jiān)控機器流式物聯(lián)網(wǎng)數(shù)據(jù)的制造商，還是監(jiān)控電子商務(wù)流量的零售商，能夠?qū)崟r識別趨勢將有助于避免代價高昂的錯誤，并利用實時數(shù)據(jù)抓住機會。”
多元化分析
在過去，企業(yè)尋求“唯一”真相。但在新的大數(shù)據(jù)世界中，開明的組織意識到這并不總是那么簡單，所謂條條大路通羅馬。
“通常，一個問題可能有多個正確的答案，這取決于如何定義該問題的參數(shù)。比單一版本的真相或一個正確答案更重要的是處理問題的潛在能力，即“為什么”。基于此，公司可以以理解和推動業(yè)務(wù)結(jié)果的方式獲取數(shù)據(jù)，并通過提出更好的問題，認識到尋找答案的細微差別，發(fā)現(xiàn)自己的不同見解，而不是依靠單一版本的真理，在分析上變得更加成熟。最終，將推動數(shù)據(jù)的多元分析文化。“
數(shù)字孿生蓬勃發(fā)展
與數(shù)字孿生或元宇宙相關(guān)的ML/AI進化將取得進展。其目標(biāo)超越僅僅預(yù)測機器故障或購買傾向的傳感器，轉(zhuǎn)而預(yù)測經(jīng)濟市場、糧食生產(chǎn)、人口健康等更加廣泛和宏觀的數(shù)字分析和預(yù)測。
世界上大多數(shù)數(shù)據(jù)都是非結(jié)構(gòu)化的。然而，大多數(shù)分析數(shù)據(jù)庫都是關(guān)系型的，旨在處理表格數(shù)據(jù)。答案很明確：世界需要矢量數(shù)據(jù)庫來釋放非結(jié)構(gòu)化數(shù)據(jù)中的價值。
“隨著企業(yè)擁抱人工智能時代，并試圖在生產(chǎn)中充分利用其優(yōu)勢，需要理解的各種形式的非結(jié)構(gòu)化數(shù)據(jù)量出現(xiàn)了大幅增長。為了應(yīng)對這些從非結(jié)構(gòu)化數(shù)據(jù)中提取有形價值的挑戰(zhàn)，vector數(shù)據(jù)庫是專為非結(jié)構(gòu)化數(shù)據(jù)構(gòu)建的一種新型數(shù)據(jù)庫管理技術(shù)數(shù)據(jù)處理——正在上升，并將在未來幾年內(nèi)占據(jù)主導(dǎo)地位。
數(shù)據(jù)為中心的商業(yè)模式
Fluree總裁EliudPolanco預(yù)測，2023年，從特定功能的商業(yè)模式向以數(shù)據(jù)為中心的商業(yè)模式的轉(zhuǎn)變將加速。
“在過去的20年中，業(yè)務(wù)IT投資都集中在提高功能級別的生產(chǎn)力上……我們已經(jīng)達到了功能優(yōu)化生產(chǎn)力的峰值閾值，而競爭差異化的新領(lǐng)域是在競爭中脫穎而出，而不是在執(zhí)行中脫穎而出。這需要將數(shù)據(jù)放在中心，并使所有業(yè)務(wù)功能能夠安全地協(xié)作。”測試和利用來自所有其他功能的數(shù)據(jù)。在這種以數(shù)據(jù)為中心的模型中，數(shù)據(jù)就是產(chǎn)品，功能來自數(shù)據(jù)。
數(shù)據(jù)網(wǎng)格概念
2023年，數(shù)據(jù)網(wǎng)格（datamesh）概念將繼續(xù)增長。但Exasol產(chǎn)品和創(chuàng)新高級副總裁JensGraupmann表示，如果不是錯誤信息，數(shù)據(jù)網(wǎng)格將增長更快。
“在2023年，預(yù)計組織將面臨更大的壓力，要求他們更快地行動，建立有彈性、靈活的數(shù)據(jù)架構(gòu)，從而推動數(shù)據(jù)團隊實現(xiàn)數(shù)據(jù)網(wǎng)格。然而，盡管對數(shù)據(jù)網(wǎng)格的熱情越來越高，但預(yù)計會因錯誤信息而遇到障礙。為了向前發(fā)展，需要消除錯誤信息，以便成功采用數(shù)據(jù)網(wǎng)格按比例計算。例如，你不能購買數(shù)據(jù)網(wǎng)格——它不是一種技術(shù)。關(guān)于如何防止數(shù)據(jù)網(wǎng)格加劇數(shù)據(jù)豎井，以及數(shù)據(jù)網(wǎng)格和數(shù)據(jù)經(jīng)緯（datafabric）是否實際上是一回事，仍有許多討論和困惑。為了克服這些挑戰(zhàn)并超越任何爭論或不確定性，公司必須負責(zé)教育自己，以加強對數(shù)據(jù)網(wǎng)格是什么以及如何優(yōu)化數(shù)據(jù)管理策略的理解。”
人工智能和機器學(xué)習(xí)模型在突出數(shù)據(jù)中的潛在相關(guān)性方面發(fā)揮了至關(guān)重要的作用，而這些相關(guān)性通常對人類解釋來說并不明顯。在未來的兩三年中，這些模型將進一步發(fā)展，以根據(jù)分析提出糾正措施。
人工智能的未來是低代碼
SAP北美總裁LloydAdams認為：人工智能將越來越多地支持由其他軟件更主動地指導(dǎo)和編寫的軟件開發(fā)過程。
這將允許商業(yè)用戶在應(yīng)用程序開發(fā)工具的幫助下使用文本提示創(chuàng)建新的應(yīng)用程序。雖然這種前景可能會讓專業(yè)開發(fā)人員感到焦慮，但這種轉(zhuǎn)變有望創(chuàng)造新的機會而不是淘汰舊的。軟件開發(fā)人員將通過學(xué)習(xí)如何向AI工具提供正確的提示來生成無代碼應(yīng)用程序開發(fā)人員所需的代碼，從而熟練地實現(xiàn)這一進化。
