許多國外作者一致認為，大數據時代已經結束。 在這種情況下，大數據一詞指的是基於 Hadoop 的技術。 許多作者甚至可以自信地說出大數據離開這個世界的日期，這個日期是 05.06.2019/XNUMX/XNUMX。
在這個重要的日子裡發生了什麼事？
這一天，MAPR承諾，如果找不到進一步運作的資金，將暫停工作。 MAPR 隨後於 2019 年 43 月被惠普收購。 但回到六月，我們不禁注意到這段時期大數據市場的悲劇。 本月，市場領導企業 CLOUDERA 的股價暴跌，該公司於同年 4,1 月與長期虧損的 HORTOWORKS 合併。 跌幅相當大，跌幅達1,4%；最終CLOUDERA的市值從XNUMX美元減少到XNUMX億美元。
不能不說，基於 Hadoop 的技術領域出現泡沫的謠言自 2014 年 XNUMX 月以來一直在流傳，但它又勇敢地堅持了近五年。 這些謠言是基於Hadoop技術發源地谷歌拒絕其發明而產生的。 但該技術是在公司向雲端處理工具過渡以及人工智慧快速發展的過程中紮根的。 因此，回過頭來看，我們可以自信地說，死亡是預期的。
因此，大數據時代已經結束，但在研究大數據的過程中，企業已經認識到了研究大數據的所有細微差別，大數據可以為企業帶來的好處，也學會了利用人工智慧從原始數據中提取價值的智能。
更有趣的問題是什麼將取代這項技術以及分析技術將如何進一步發展。
增強分析
在所描述的事件中，從事數據分析領域工作的公司並沒有坐以待斃。 根據2019年發生的交易資訊可以判斷什麼。 今年，進行了市場上最大的交易－Salesforce以15,7億美元收購分析平台Tableau。 Google 和 Looker 之間發生了一項規模較小的交易。 當然，人們不能不注意到 Qlik 收購了大數據平台 Attunity。
BI 市場領導者和 Gartner 專家宣布資料分析方法將發生重大轉變；這項轉變將徹底摧毀 BI 市場，並導致 BI 被 AI 取代。 在這種情況下，應該指出的是，縮寫AI不是“人工智慧”，而是“增強智能”。 讓我們仔細看看「增強分析」這個詞背後的含義。
增強分析與擴增實境一樣，基於幾個一般假設：
- 使用 NLP（自然語言處理）進行溝通的能力，即用人類語言；
- 使用人工智慧，這意味著資料將由機器智慧進行預處理；
- 當然，還有由人工智慧產生的系統使用者可用的建議。
據分析平台製造商稱，這些平台將可供不具備特殊技能（例如 SQL 或類似腳本語言知識）、未受過統計或數學培訓、不具備流行語言知識的用戶使用。專門從事數據處理和相應的庫。 這樣的人，被稱為“公民資料科學家”，必須具備出色的商業資格。 他們的任務是從人工智慧提供的提示和預測中獲取業務洞察，並且可以使用 NLP 來完善他們的猜測。
描述使用者使用這類系統的過程，可以想像下面的畫面。 一個人上班並啟動相應的應用程序，除了可以使用標準方法（排序、分組、執行算術運算）進行分析的通常的報告和儀表板集之外，還會看到某些提示和建議，例如：“在為了實現 KPI、銷售數量，您應該對“園藝”類別的產品應用折扣。” 此外，一個人還可以聯繫企業即時通訊工具：Skype、Slack 等。 可以透過文字或語音向機器人提問：“給我五個最賺錢的客戶。” 收到合適的答案後，他必須根據自己的業務經驗做出最佳決策，為公司帶來利潤。
如果您退後一步，看看正在分析的資訊的組成，在這個階段，增強分析產品可以讓人們的生活變得更輕鬆。 理想情況下，假設使用者只需將分析產品指向所需資訊的來源，程式本身將負責建立資料模型、連結表和類似任務。
這一切首先要確保數據的“民主化”，即任何人都可以分析公司可用的全部資訊。 決策過程必須有統計分析方法的支持。 資料存取時間應該最短，因此無需編寫腳本和 SQL 查詢。 當然，您可以節省聘請高薪數據科學專家的費用。
假設，科技為商業提供了非常光明的前景。
什麼取代了大數據
但事實上，我的文章是從大數據開始的。 如果不簡單介紹一下現代 BI 工具，我就無法展開這個主題，而現代 BI 工具的基礎通常是大數據。 大數據的命運現在已經明確，那就是雲端技術。 我專注於與 BI 供應商進行的交易，以證明現在每個分析系統背後都有雲端存儲，雲端服務以 BI 作為前端。
不要忘記像ORACLE、微軟這樣的資料庫領域的支柱，也要注意他們選擇的業務發展方向，這就是雲端。 所有提供的服務都可以在雲端中找到，但某些雲端服務在本地不再可用。 他們在機器學習模型的使用方面做了大量工作，創建了可供使用者使用的庫，並配置了介面，以便於使用模型（從選擇模型到設定開始時間）。
製造商表示，使用雲端服務的另一個重要優勢是可以為訓練模型提供幾乎無限的任何主題的資料集。
但問題來了：雲端科技在我國的紮根能走多遠？
來源： www.habr.com