ความเสื่อมถอยของยุค Big Data

นักเขียนชาวต่างประเทศหลายคนเห็นพ้องต้องกันว่ายุคของ Big Data สิ้นสุดลงแล้ว และในกรณีนี้ คำว่า Big Data หมายถึงเทคโนโลยีที่ใช้ Hadoop ผู้เขียนหลายคนสามารถตั้งชื่อวันที่ Big Data ออกจากโลกนี้ได้อย่างมั่นใจ และวันที่นี้คือ 05.06.2019/XNUMX/XNUMX

เกิดอะไรขึ้นในวันสำคัญนี้?

ในวันนี้ MAPR สัญญาว่าจะระงับการทำงานหากไม่สามารถหาเงินทุนสำหรับการดำเนินการต่อไปได้ MAPR ถูกซื้อโดย HP ในเวลาต่อมาในเดือนสิงหาคม 2019 แต่เมื่อย้อนกลับไปในเดือนมิถุนายน อดไม่ได้ที่จะสังเกตเห็นโศกนาฏกรรมของตลาด Big Data ในช่วงเวลานี้ ในเดือนนี้ ราคาหุ้นของ CLOUDERA ซึ่งเป็นผู้เล่นชั้นนำในตลาดทรุดตัวลง ซึ่งควบรวมกิจการกับ HORTOWORKS ที่ไม่ทำกำไรเรื้อรังในเดือนมกราคมของปีเดียวกัน การล่มสลายมีนัยสำคัญและคิดเป็น 43% ในที่สุดมูลค่าหลักทรัพย์ของ CLOUDERA ก็ลดลงจาก 4,1 เป็น 1,4 พันล้านดอลลาร์

เป็นไปไม่ได้ที่จะไม่บอกว่าข่าวลือเรื่องฟองสบู่ในสาขาเทคโนโลยีที่ใช้ Hadoop แพร่สะพัดมาตั้งแต่เดือนธันวาคม 2014 แต่มันก็ยังคงอยู่อย่างกล้าหาญต่อไปอีกเกือบห้าปี ข่าวลือเหล่านี้มีพื้นฐานมาจากการปฏิเสธของ Google ซึ่งเป็นบริษัทต้นกำเนิดเทคโนโลยี Hadoop จากการประดิษฐ์ดังกล่าว แต่เทคโนโลยีดังกล่าวหยั่งรากในช่วงที่บริษัทต่างๆ เปลี่ยนผ่านมาใช้เครื่องมือประมวลผลบนคลาวด์และการพัฒนาปัญญาประดิษฐ์อย่างรวดเร็ว ดังนั้นเมื่อมองย้อนกลับไปจึงพูดได้อย่างมั่นใจว่าคาดว่าจะมีผู้เสียชีวิต

ดังนั้น ยุคของ Big Data จึงสิ้นสุดลง แต่ในกระบวนการทำงานกับ Big Data บริษัทต่างๆ ได้ตระหนักถึงความแตกต่างทั้งหมดของการทำงาน ประโยชน์ที่ Big Data สามารถนำมาสู่ธุรกิจ และยังได้เรียนรู้การใช้สิ่งเทียม ๆ ปัญญาในการดึงคุณค่าจากข้อมูลดิบ

สิ่งที่น่าสนใจกว่านั้นคือคำถามว่าอะไรจะมาแทนที่เทคโนโลยีนี้และเทคโนโลยีการวิเคราะห์จะพัฒนาต่อไปอย่างไร

การวิเคราะห์เสริม

ในระหว่างเหตุการณ์ที่อธิบายไว้ บริษัทที่ทำงานในด้านการวิเคราะห์ข้อมูลไม่ได้นิ่งเฉย สิ่งที่สามารถตัดสินได้จากข้อมูลธุรกรรมที่เกิดขึ้นในปี 2019 ในปีนี้ มีการทำธุรกรรมที่ใหญ่ที่สุดในตลาด นั่นคือการเข้าซื้อกิจการ Tableau แพลตฟอร์มการวิเคราะห์โดย Salesforce มูลค่า 15,7 พันล้านดอลลาร์ มีข้อตกลงเล็กๆ น้อยๆ เกิดขึ้นระหว่าง Google และ Looker และแน่นอนว่าไม่มีใครพลาดที่จะสังเกตเห็นการเข้าซื้อกิจการของ Qlik จาก Attunity แพลตฟอร์มข้อมูลขนาดใหญ่

ผู้นำตลาด BI และผู้เชี่ยวชาญของ Gartner กำลังประกาศการเปลี่ยนแปลงครั้งใหญ่ในแนวทางการวิเคราะห์ข้อมูล การเปลี่ยนแปลงนี้จะทำลายตลาด BI โดยสิ้นเชิง และนำไปสู่การแทนที่ BI ด้วย AI ในบริบทนี้ ควรสังเกตว่าคำย่อ AI ไม่ใช่ "ปัญญาประดิษฐ์" แต่เป็น "Augmented Intelligence" เรามาดูรายละเอียดกันดีกว่าว่าอะไรอยู่เบื้องหลังคำว่า "Augmented Analytics"

การวิเคราะห์แบบเสริม เช่นเดียวกับความเป็นจริงเสริมนั้นมีพื้นฐานอยู่บนสมมติฐานทั่วไปหลายประการ:

• ความสามารถในการสื่อสารโดยใช้ NLP (การประมวลผลภาษาธรรมชาติ) เช่น ในภาษามนุษย์
• การใช้ปัญญาประดิษฐ์ ซึ่งหมายความว่าข้อมูลจะถูกประมวลผลล่วงหน้าโดยปัญญาประดิษฐ์ของเครื่องจักร
• และแน่นอนว่าคำแนะนำสำหรับผู้ใช้ระบบซึ่งสร้างขึ้นโดยปัญญาประดิษฐ์

ตามที่ผู้ผลิตแพลตฟอร์มการวิเคราะห์ระบุว่า การใช้งานจะมีให้สำหรับผู้ใช้ที่ไม่มีทักษะพิเศษ เช่น ความรู้เกี่ยวกับ SQL หรือภาษาสคริปต์ที่คล้ายกัน ซึ่งไม่มีการฝึกอบรมทางสถิติหรือคณิตศาสตร์ ผู้ที่ไม่มีความรู้เกี่ยวกับภาษายอดนิยม ​​เชี่ยวชาญด้านการประมวลผลข้อมูลและไลบรารีที่เกี่ยวข้อง คนแบบนี้เรียกว่า "Citizen Data Scientists" ต้องมีคุณสมบัติทางธุรกิจที่โดดเด่นเท่านั้น หน้าที่ของพวกเขาคือรวบรวมข้อมูลเชิงลึกทางธุรกิจจากเคล็ดลับและการคาดการณ์ที่ปัญญาประดิษฐ์จะให้มา และพวกเขาสามารถปรับการคาดเดาได้โดยใช้ NLP

อธิบายกระบวนการของผู้ใช้ที่ทำงานกับระบบของคลาสนี้เราสามารถจินตนาการภาพต่อไปนี้ บุคคลที่มาทำงานและเปิดตัวแอปพลิเคชันที่เกี่ยวข้อง นอกเหนือจากชุดรายงานและแดชบอร์ดตามปกติที่สามารถวิเคราะห์โดยใช้วิธีมาตรฐาน (การเรียงลำดับ การจัดกลุ่ม การดำเนินการทางคณิตศาสตร์) จะเห็นเคล็ดลับและคำแนะนำบางอย่าง เช่น: "ใน เพื่อให้บรรลุ KPI จำนวนยอดขาย คุณควรใช้ส่วนลดสำหรับผลิตภัณฑ์จากหมวด "การทำสวน" นอกจากนี้ บุคคลสามารถติดต่อผู้ส่งสารขององค์กรได้: Skype, Slack เป็นต้น สามารถถามคำถามหุ่นยนต์ได้ทางข้อความหรือเสียง: “ขอลูกค้าที่ทำกำไรได้มากที่สุดห้ารายให้ฉันหน่อย” เมื่อได้รับคำตอบที่เหมาะสมแล้ว เขาจะต้องตัดสินใจให้ดีที่สุดโดยพิจารณาจากประสบการณ์ทางธุรกิจของเขา และนำผลกำไรมาสู่บริษัท

หากคุณย้อนกลับไปดูองค์ประกอบของข้อมูลที่กำลังวิเคราะห์ และในขั้นตอนนี้ ผลิตภัณฑ์การวิเคราะห์เสริมสามารถทำให้ชีวิตของผู้คนง่ายขึ้น ตามหลักการแล้ว สันนิษฐานว่าผู้ใช้จะต้องชี้ผลิตภัณฑ์การวิเคราะห์ไปยังแหล่งที่มาของข้อมูลที่ต้องการเท่านั้น และโปรแกรมจะดูแลการสร้างแบบจำลองข้อมูล การเชื่อมโยงตาราง และงานที่คล้ายกัน

ประการแรกทั้งหมดนี้ควรรับประกัน "การทำให้เป็นประชาธิปไตย" ของข้อมูล เช่น บุคคลใดก็ตามสามารถวิเคราะห์ข้อมูลทั้งหมดที่มีให้กับบริษัทได้ กระบวนการตัดสินใจต้องได้รับการสนับสนุนจากวิธีการวิเคราะห์ทางสถิติ เวลาในการเข้าถึงข้อมูลควรน้อยที่สุด ดังนั้นจึงไม่จำเป็นต้องเขียนสคริปต์และการสืบค้น SQL และแน่นอนว่าคุณสามารถประหยัดเงินกับผู้เชี่ยวชาญด้าน Data Science ที่ได้รับค่าตอบแทนสูงได้

ตามสมมุติฐาน เทคโนโลยีให้โอกาสทางธุรกิจที่สดใสมาก

สิ่งที่เข้ามาแทนที่ Big Data

แต่อันที่จริง ฉันเริ่มบทความด้วย Big Data และฉันไม่สามารถพัฒนาหัวข้อนี้ได้หากไม่มีการสำรวจเครื่องมือ BI สมัยใหม่โดยสังเขป ซึ่งมักเป็นข้อมูลขนาดใหญ่ ชะตากรรมของ Big Data ถูกกำหนดไว้อย่างชัดเจนแล้ว และนี่คือเทคโนโลยีคลาวด์ ฉันมุ่งเน้นไปที่ธุรกรรมที่ทำกับผู้จำหน่าย BI เพื่อแสดงให้เห็นว่าขณะนี้ระบบการวิเคราะห์ทุกระบบมีพื้นที่เก็บข้อมูลบนคลาวด์อยู่เบื้องหลัง และบริการคลาวด์ก็มี BI เป็นส่วนหน้า

อย่าลืมเกี่ยวกับเสาหลักในด้านฐานข้อมูลเช่น ORACLE และ Microsoft จำเป็นต้องสังเกตทิศทางการพัฒนาธุรกิจที่พวกเขาเลือกและนี่คือคลาวด์ บริการที่นำเสนอทั้งหมดสามารถพบได้ในระบบคลาวด์ แต่บริการคลาวด์บางอย่างไม่มีให้บริการในองค์กรอีกต่อไป พวกเขาได้ทำงานที่สำคัญเกี่ยวกับการใช้โมเดลการเรียนรู้ของเครื่อง สร้างไลบรารีที่พร้อมใช้งานสำหรับผู้ใช้ และกำหนดค่าอินเทอร์เฟซเพื่อความสะดวกในการทำงานกับโมเดล ตั้งแต่การเลือกไปจนถึงการตั้งเวลาเริ่มต้น

ข้อดีที่สำคัญอีกประการหนึ่งของการใช้บริการคลาวด์ซึ่งผู้ผลิตประกาศคือความพร้อมใช้งานของชุดข้อมูลเกือบไม่จำกัดในหัวข้อใดก็ได้สำหรับโมเดลการฝึกอบรม

อย่างไรก็ตาม คำถามเกิดขึ้น: เทคโนโลยีคลาวด์จะหยั่งรากลึกในประเทศของเราได้ไกลแค่ไหน?

ที่มา: will.com