数据和分析会议

到2024年底，75%的企业将从试点转向运营人工智能，推动流数据和分析基础设施增长五倍。

更聪明、更快、更负责任的人工智能会是什么样子?首先，人工智能系统将变得更能适应复杂的商业环境。ML、优化和自然语言处理(NLP)等人工智能技术正在为未来的商业提供重要的见解和预测。人工智能和机器学习对于重新调整供应和供应链以适应新的需求模式至关重要。

随着组织增加对新芯片架构(如神经形态硬件)的投资，他们正在减少对需要高带宽的集中式系统的依赖。最终，这可能会产生更具可扩展性的人工智能解决方案，从而产生更大的业务影响。

最后，人工智能的安全性和可解释性是一个问题，人工智能数据管道面临风险。负责任的人工智能使模型透明，对于防止错误的决策，实现更好的人机协作和信任至关重要。

到2025年，数据故事将成为最广泛的分析消费方式，75%的故事将使用增强分析技术自动生成。

由于转向更动态的、基于上下文的数据故事来进行洞察力监控和分析，用户花在预定义仪表板上的时间百分比将会下降。随着数据量呈指数级增长，很难识别和分离有价值的见解。典型的分析目前需要具有专门技能的人员，这限制了数据的业务影响。

然而，在接下来的几年里，增强分析将使机器学习和人工智能技术能够自动化某些数据和分析任务。这与NLP和业务监控功能相结合，将允许向相关业务合作伙伴提供个性化数据见解，增加业务影响并减少使用中的预定义数据仪表板的数量。

到2023年，超过33%的大型组织将有分析师实践决策智能，包括决策建模。

决策智能汇集了许多学科，包括决策管理和决策支持。它涵盖了结合多个传统和先进学科的复杂自适应系统领域的应用。

它提供了一个框架，帮助数据和分析领导者在业务结果和行为的上下文中设计、组合、建模、对齐、执行、监控和调优决策模型和流程。

当决策需要多种逻辑和数学技术，必须自动化或半自动化，或必须记录和审计时，探索使用决策管理和建模技术。

到2025年，用于视频、音频、振动、文本、情感和其他内容分析的人工智能将在75%的全球财富500强企业中引发重大创新和转型。

Gartner创造了“X分析”这个术语作为一个总称，其中“X”是一系列不同的结构化和非结构化内容的数据变量，如文本分析、视频分析、音频分析等。

X分析使组织能够结合内容类型并创建更丰富的情况感知，而不仅仅是从高度结构化/事务性数据中获得的见解。然后，这些新的见解可以导致转型或其他创新。

数据和分析领导者正在使用X分析来解决社会最严峻的挑战，包括气候变化、疾病预防和野生动物保护。

在疫情大流行期间，人工智能在梳理数千篇研究论文、新闻来源、社交媒体帖子和临床试验数据方面发挥了关键作用，帮助医疗和公共卫生专家预测疾病传播、制定能力规划、寻找新的治疗方法和确定弱势群体。X分析，结合人工智能和其他技术，如图形分析，将在识别、预测和规划未来的自然灾害和其他商业危机和机会方面发挥关键作用。