Mange udenlandske forfattere er enige om, at Big Data-epoken er slut. I denne sammenhæng refererer termen Big Data til teknologier baseret på Hadoop. Mange forfattere kan endda med sikkerhed angive en dato, hvor Big Data forlod denne verden, og denne dato er 05.06.2019.
Hvad skete der på denne bemærkelsesværdige dag?
Denne dag lovede virksomheden MAPR at stoppe sin drift, hvis den ikke kunne finde midler til fortsat funktion. Senere, i august 2019, blev MAPR opkøbt af HP. Men tilbage til juni, så kan man ikke undgå at bemærke tragikken i denne periode for Big Data-markedet. I denne måned oplevede aktierne i CLOUDERA – en af de førende aktører på det nævnte marked – et kraftigt fald, idet de fusionerede med den kronisk ulønnsomme HORTOWORKS i januar samme år. Faldet var markant og udgjorde 43%, hvilket resulterede i, at CLOUDERA's markedsværdi blev reduceret fra 4,1 til 1,4 milliarder dollars.
Det er umuligt ikke at nævne, at rygterne om en bobledannelse inden for teknologier baseret på Hadoop har været i omløb siden december 2014, men den holdt modigt ud i næsten fem år. Disse rygter var baseret på Googles afvisning af sit eget opfindelse, Hadoop. Men teknologien klarede sig igennem overgangen til cloud-baserede behandlingsmetoder og den hurtige udvikling af kunstig intelligens. Derfor kan man med sikkerhed sige, at døden var forventet, når man ser tilbage.
Dermed er æraen for Big Data slut, men i løbet af stræben efter store datamængder har virksomhederne indset alle nuancer af arbejdet med dem, fordelene som Big Data kan bringe for forretningen, samt lært at bruge kunstig intelligens til at udtrække værdi fra rå data.
Det bliver derfor interessant at spørge, hvad der vil erstatte denne teknologi, og hvordan analyserings-teknologierne vil udvikle sig fremadrettet.
Supplerede analyser
Under de beskrevne begivenheder sad virksomhederne inden for dataanalyse ikke stille. Dette kan ses ud fra informationen om handler, der fandt sted i 2019. I år blev der gennemført den største handel på markedet – opkøbet af Salesforce analytiske platform Tableau for 15,7 milliarder dollars. En mindre handel fandt sted mellem Google og Looker. Og selvfølgelig kan vi ikke undgå at nævne opkøbet af big data platformen Attunity af Qlik.
Markedets BI-lederne og Gartner-specialisterne taler om en stor ændring i tilgangen til dataanalyse, denne ændring vil helt nedbryde BI-markedet og føre til en erstatning af BI med AI. I denne sammenhæng er det vigtigt at bemærke, at forkortelsen AI ikke står for 'Artificial Intelligence', men for 'Augmented Intelligence'. Lad os se nærmere på, hvad der ligger bag ordene 'Augmented Analytics'.
Augmented Analytics, ligesom augmented reality, er baseret på flere fælles postulater:
- muligheden for at kommunikere ved hjælp af NLP (Natural Language Processing), dvs. på menneskesprog;
- brugen af kunstig intelligens, hvilket betyder, at data vil blive forbehandlet af maskinintelligens;
- og selvfølgelig anbefalinger, der er tilgængelige for systemets brugere, som netop er genereret af kunstig intelligens.
Ifølge producenterne af analytiske platforme vil deres anvendelse være tilgængelig for brugere, der ikke har specialiserede færdigheder, såsom kendskab til SQL eller lignende scriptsprog, uden statistisk eller matematisk uddannelse, og som ikke har viden inden for populære sprog, der er specialiseret i databehandling og relevante biblioteker. Disse mennesker, kaldet 'Citizen Data Scientist', skal kun have fremragende forretningskvalifikationer. Deres opgave er at fange forretningsindsigter fra de forslag og forudsigelser, som kunstig intelligens vil give dem, og de kan præcisere deres gæt ved at bruge NLP.
Når man beskriver, hvordan brugerne arbejder med systemer af denne art, kan man forestille sig følgende billede. En person, der ankommer på arbejde og starter den relevante applikation, vil udover de sædvanlige rapporter og dashboards, der kan analyseres med standardmetoder (sortering, gruppering, udførelse af aritmetiske operationer), se bestemte hints og anbefalinger, såsom: "For at nå KPI'en for antal salg bør du anvende rabatter på produkter fra kategorien 'Havearbejde'." Derudover kan personen henvende sig til virksomhedens messenger: Skype, Slack osv. Man kan stille robotten spørgsmål, skriftligt eller mundtligt: "Vis mig de fem mest profitable kunder." Når man har fået det relevante svar, skal man træffe den optimale beslutning, baseret på sin erfaring inden for erhvervslivet og bringe overskud til virksomheden.
Hvis man tager et skridt tilbage og ser på sammensætningen af de analyserede oplysninger, kan produkter inden for udvidet analyse på dette stadium lette livet for folk. Ideelt set skal brugeren blot angive analysesoftwaren kilderne til den ønskede information, hvorefter programmet selv sørger for at oprette datamodellen, forbinde tabeller og lignende opgaver.
Alt dette skal først og fremmest sikre 'demokratiseringen' af data, dvs. enhver kan foretage analyser af det samlede datasæt, som virksomheden ejer. Beslutningstagningen skal understøttes af metoder til statistisk analyse. Tiden til adgang til data skal være minimal, så det ikke er nødvendigt at skrive scripts og SQL-forespørgsler. Og selvfølgelig vil det være muligt at spare penge på dyre Data Science-specialister.
Hypotetisk set åbner teknologierne meget lysende udsigter for erhvervslivet.
Hvad erstatter Big Data
Jeg begyndte min artikel med Big Data. Og for at uddybe dette emne kunne jeg ikke undgå et kort ekskurs til moderne BI-værktøjer, som ofte har Big Data som fundament. Skæbnen hvorefter Big Data nu klart er bestemt, er cloud-teknologier. Jeg har fokus på aftaler indgået med BI-producenter for at demonstrere, at nu har hver analytisk system en cloud-lagring bag sig, og at cloud-tjenester har BI som front-end.
Uden at glemme søjlerne i databaseverdenen som ORACLE og Microsoft, skal man bemærke deres valgte forretningsudviklingsretning, nemlig skyen. Alle de tilbudte tjenester kan findes i skyen, men nogle cloud-ydelser er ikke længere tilgængelige on-premise. De har udført betydeligt arbejde med at anvende maskinlæringsmodeller, oprettet biblioteker tilgængelige for brugerne og konfigureret grænseflader for at lette arbejdet med modellerne fra valg til opstartsinstilling.
En anden vigtig fordel ved brugen af cloud-tjenester, som producenterne nævner, er tilgængeligheden af næsten ubegrænsede datasæt om ethvert emne til træning af modeller.
Spørgsmålet opstår dog, hvorvidt cloud-teknologier vil blomstre i vores land?
Kilde: habr.com
