2021年值得关注的3个数据分析和人工智能趋势

大数据 数据分析 人工智能
随着组织继续应对冠状病毒疫情,以证明数据分析和人工智能的投资回报率,实现智能自动化以及利用数据的多样性、公平性、包容性至关重要。

随着组织继续应对冠状病毒疫情,以证明数据分析和人工智能的投资回报率,实现智能自动化以及利用数据的多样性、公平性、包容性至关重要。

数据分析是一个不断发展的领域。很多组织在2020年初继续在数字分析方面投入大量资金,以支持数字化转型。但是如今的数据分析和人工智能的应用和发展趋势与2020年2月相比有很大不同。去年发生的冠状病毒疫情迫使大多数组织采用新的工作方式,缩减预算,并使许多依赖历史数据的模型变得过时。

[[389161]]

研究机构Gartner公司表示,2021年,数据分析团队必须从依靠大数据的传统技术转向专注于“小而广”数据的新型分析,并且面临巨大的压力:Gartner公司于2020年7月对一些组织董事会进行的一项调查发现,78%的受访者认为数据分析是从冠状病毒疫情得以兴起三种改变行业规则的技术之一,69%的受访者认为人工智能也是其中之一。

组织的IT领导者将在2021年及以后更加关注数据分析和人工智能的三个趋势:

1. 数据分析和人工智能项目必须证明其投资回报率

冠状病毒疫情如今已经持续蔓延一年多,其带来的影响无处不在。在过去的几年中,许多组织对数据分析和人工智能采取了更为随意和实验性的方法,并提供了许多概念证明,但很少有转化生产项目的过程。很多组织并不会停止投资,但是需要实施项目来证明其投资回报率。

根据Gartner公司的调查,在过去的几年中,很多组织董事会和首席执行官已经在数据分析上投入了大量资源,他们怀疑可持续的价值将来自何处。这转化为对数据分析的巨大压力:Gartner公司认为,到2022年,将有30%组织的首席营销官(MO)与首席财务官(CFO)开展合作,正式评估组织的信息资产,以改善信息管理和业务。

IDC公司商业分析解决方案咨询业务研究主管Chandana Gopal说:“发生的这场疫情改变了组织的生存和发展的方式。组织在此期间的首要事项是保持业务正常运行,并优化成本。如今,组织必须迅速转向新模式和战略投资。”

Gopal表示,其中很多组织将根据是否能带来更高的效率和投资回报率(ROI)来重新评估“转型项目”。Gopal指出,IDC公司在去年5月进行的冠状病毒疫情对IT支出影响的调查中,75%的受访者表示,他们正在重新考虑其当前转型项目的投资回报率(ROI)。

Forrester公司首席分析师Brandon Purcell表示,对于人工智能而言尤其如此。

Purcell说:“在以往,许多组织专注于使用人工智能来个性化体验,创建新产品和服务以及将垂直行业实现商品化。很多组织由于发生疫情导致资金短缺,因此开始更多地考虑如何使用操作流程的智能自动化来裁减劳动力,或者只是降低交付产品和服务的成本。”

2. 智能自动化脱颖而出

Purcell表示,疫情正在改变着组织的自动化议程。组织正将注意力转向后台流程和业务弹性,使用机器人流程自动化、数字流程自动化、实用人工智能和低代码工具的组合,使其业务更具弹性。

Forrester公司副总裁兼首席分析师Craig Le Clair表示,智能自动化(IA)将推动机器人流程自动化实现任务自动化、虚拟代理与客户打交道、聊天机器人帮助员工、机器学习支持所有这些功能。

Le Clair在去年9月发表的一份研究报告中写道:“这些是冠状病毒疫情发生之前的发展趋势,但现在它们受到了更多的关注和投资。这些机器人改变了个人的技能和工作活动,这导致员工对流程的控制力下降,并且导致部门、决策者和角色关系之间的沟通发生了变化。随着领域专家,技术支持和利益相关者之间的更多互动,人类逐渐成为机器人大师或主题专家。”

IDC公司的Gopal表示,智能自动化正逐渐成为企业关注的焦点,但是要完全接受它还需要几年时间。他认为,基于内容的业务流程自动化将是应对疫情和进入新常态的组织的关键事项。目前,人工智能/机器学习能够以接近95%的准确率从非结构化内容中定位和提取数据元素,它必须帮助企业自动化工作流程,以智能地收集、处理和传送内容。

他表示,构建IT卓越中心(COE)是组织运营业务的关键,但是提供必要的投资还需要一段时间。根据IDC公司的预测,到2023年,全球2000强公司中只有10%的公司建立战略性、特定于自动化的卓越中心(COE),以智能地收集、处理和实现业务弹性工作流中非结构化数据的全部潜力。

3. 对环境、社会和治理(ESG)问题的认识不断提高

随着气候变化和疫情的蔓延,远程工作以及相关问题日趋严重,越来越多的组织将注意力转向环境、社会和治理(ESG)主题。

德勤咨询公司的首席未来学家Mike Bechtel表示,如今96%的组织首席执行官将多样性、公平性和包容性(DEI)技术视为战略重点,只有13%的首席执行官表示其组织已准备好实现这一目标。

Bechtel说,“我们看到了人工智能和机器学习在职位发布中检测偏见语言的应用,能够使用相同的文本套件来确定组织中已经存在的晋升候选人,领导力和文化是第二个因素,可以帮助人们提高包容性、参与度和保留度的工具。最后,还需要新的关键绩效指标(KPI)来衡量组织在行业中的位置。”

Bechtel s说,“总的来说,这是数学和科学技术在历史上更具定性的领域的应用,但是令人鼓舞的是,组织认识到可以采用工具在一定程序上解决问题。”

 

责任编辑:赵宁宁 来源: 企业网D1Net
相关推荐

2021-02-26 11:12:22

人工智能AI机器学习

2020-02-11 13:09:49

人工智能机器学习技术

2021-02-08 23:04:37

人工智能数字化AI

2020-01-10 12:20:49

人工智能边缘计算IT

2021-01-21 00:02:49

人工智能机器学习AI

2021-04-12 11:14:22

人工智能

2022-02-12 00:13:11

人工智能云计算网络安全

2022-02-10 10:53:08

人工智能CIO技术

2023-12-26 10:53:14

2017-02-12 21:12:36

人工智能趋势

2019-12-25 15:03:53

人工智能AI计算机

2020-12-29 10:58:40

RPA机器人流程自动化人工智能

2018-12-11 11:29:27

人工智能AIML

2020-12-29 11:10:00

大数据数据数据分析

2020-12-20 17:19:24

主机托管边缘计算远程工作

2021-01-18 11:04:07

人工智能机器学习AI

2022-08-10 09:56:36

人工智能AI

2020-11-26 15:06:59

物联网人工智能技术

2021-01-11 10:55:12

混合云云计算云平台

2021-02-22 10:49:45

大数据数据湖数据仓库
点赞
收藏

51CTO技术栈公众号