在新冠肺炎疫情席卷时，应用传统式剖析技术性并因而而比较严重依靠很多历史记录的公司观念到一件关键的事儿：很多该类方式已不会再有效。这次肺炎疫情基本上更改了一切，令很多数据信息失去功效。
而具备创新性的数据信息和剖析精英团队已经从借助“大”数据信息的传统式人工智能技术技术性转为总数较少、但更为多元化的“小”数据信息。
Gartner公布的2021年十大数据信息和剖析发展趋势之一就是从互联网大数据转为小而宽的数据信息。这十大发展趋势是数据信息和剖析管理者务必高度重视的业务流程、销售市场和技术性动态性。
Gartner优秀科学研究高级副总裁RitaSallam表明：“这种数据信息和剖析发展趋势能够协助公司组织和社会发展解决将来三年的颠覆性创新转型、极大可变性及其他们所产生的机会。数据信息和剖析管理者务必积极科学研究怎样乘势而上，依据这种发展趋势作出加速本身预测分析、变化和解决工作能力的重要每日任务项目投资。”
每一项发展趋势都能够归于下列三大主题风格之一：
发展趋势一：更智能化、更承担、可拓展的AI(Smarter, more responsible,scalable AI)
更智能化、更承担、可拓展的AI将优化学习优化算法，使系统软件更具有解释性并加速使用价值完成速率。公司组织将逐渐对人工智能技术系统软件明确提出大量的规定，他们必须确立怎样扩张技术性经营规模。但到迄今为止，这仍是一个难点。
传统式人工智能技术技术性比较严重依靠历史记录，而新冠肺炎疫情给业务流程自然环境所产生的更改使历史记录丧失功效。这代表着人工智能技术技术性务必可以根据“小数据信息”技术性和响应式深度学习来借助较少的数据信息运作。为了更好地变成遵照社会道德管束的人工智能技术，这种人工智能技术系统软件还务必保护隐私、遵循政策法规并尽量避免成见。
发展趋势二：拼装式数据统计分析构架(Composable data and analytics)
拼装式数据统计分析构架应用来源于好几个数据信息、剖析和人工智能技术解决方法的部件来得到灵便、对客户友善且好用的感受，让管理层可以将数据信息洞悉与业务流程行動相联络。Gartner顾客询问表明，绝大多数知名企业组织都是有一个之上的“产品标准”剖析和商务智能专用工具。
将好几个业务水平部件组成新的运用可推动生产主力和灵敏性。拼装式数据统计分析不仅能够激励协作、提升公司组织的逻辑思维能力，还能够提升剖析的应用。
发展趋势三：数据信息手工编织是基本(Data fabric as the foundation)
伴随着数据信息的日益繁杂及其智能化业务流程的加快发展趋势，数据信息手工编织构架已变成适用拼装式数据统计分析以及各种各样部件的系统架构。
因为在技术性设计方案上可以应用/多次重复使用及组成不一样的数据集成方法，数据信息手工编织可减少30%的集成化设计方案時间、30%的布署時间和70%的维护保养時间。此外，数据信息手工编织既能够应用目前的数据信息神经中枢、数据湖和数据库管理的技术性和专业技能，还可以在未来添加新的方式和专用工具。
发展趋势四：从“大”数据信息到“小”而“宽”的数据信息(From big to small and wide data)
应对日益繁杂的人工智能技术难题及数据信息测试用例稀有层面的挑戰，公司组织插起小而宽的数据信息替代互联网大数据来处理很多难题。凭着“X剖析”技术性，即应用宽数据统计分析各种各样小而多元化(宽)的非结构型和非结构化数据源并充分发挥他们的协作实际效果，进而提高情景认知和管理决策。说白了，小数据信息指的是可以应用所需信息量较少，但仍能出示好用洞悉的数据库系统。
发展趋势五：XOps
XOps(数据信息、深度学习、实体模型、服务平台)的总体目标是应用DevOps的最佳实践完成高效率和规模效应，在确保稳定性、可器重性和精确性的另外，降低技术性和步骤的反复并完成自动化技术。
此项技术性将完成原形的拓展并且为受所管的决策支持系统出示灵便的设计方案与灵巧的融洽。总而言之，XOps将使公司组织可以根据数据信息和剖析的经营化来促进业务流程使用价值的完成。
发展趋势六：产品化管理决策智能化(Engineered decision intelligence)
产品化管理决策智能化是一门包括传统式剖析、人工智能技术和繁杂响应式系统应用等普遍管理决策的课程。产品化管理决策智能化不但适用单独管理决策，还适用持续的管理决策。此项技术性能够将管理决策组队变成工作流程，乃至为新起管理决策互联网。
凭着此项技术性，公司组织可以更快获得促进业务流程行動需要的洞悉。当与可拼装性和通用性数据信息手工编织构架紧密结合时，产品化管理决策智能化将为公司组织管理决策提升方法的再次考虑或再次设计方案产生新的概率并提升管理决策的精确性、精确性和追朔性。
发展趋势七：数据信息和剖析变成关键业务流程作用(Data and analytics as a core business function)
公司管理者正慢慢掌握到应用数据信息和剖析来加快智能化业务流程方案的必要性。数据信息和剖析不会再仅仅一个由单独精英团队承担进行的主次关键，只是变化为一项关键作用。但公司管理者通常小看了数据信息的多元性，最后错过机会。假如顶尖数据信息官(CDO)可以参加总体目标和发展战略的制订，那麼她们就可以将业务流程使用价值的不断产出率高效率提升2.6倍。
发展趋势八：图技术性使一切造成关系(Graph relates everything)
图技术性已变成当代数据信息和剖析的基本，可以提高并改善客户合作、深度学习实体模型和可表述的人工智能技术。尽管图技术性对数据信息和剖析来讲并并不是一项新鮮的事情，但伴随着公司组织发觉的测试用例日益提升，紧紧围绕图技术性的思维模式已产生变化。实际上，在有关人工智能技术的Gartner顾客询问中，有高达50%的询问牵涉到相关数据图表技术性应用的探讨。
发展趋势九：日益增加的加强型数据信息顾客(The rise of the augmenter consumer)
之前的公司客户受制于预订义车内仪表盘和手动式的数据信息探寻。一般状况下，仅有探寻预订义难题的大数据分析师或中国公民大数据工程师才可以应用数据信息和剖析车内仪表盘。
但Gartner觉得，将来这种车内仪表盘将被自动化技术、会话式、移动和动态性转化成的洞悉所替代，并且这种洞悉均依据用户需求订制并被交货至客户必须消費这种数据信息的情况下，使公司组织中的所有人都能得到原先仅有极少数数据专家才可以把握的洞悉和专业知识。
发展趋势十：数据信息和剖析已经向边沿挪动(Data and analytics at the edge)
存有于传统式大数据中心和云自然环境以外的数据统计分析技术性逐渐提升，他们已经向物挨近。这可以降低或避免以数据信息为管理中心的解决方法所造成的延迟时间并提升即时使用价值。
根据将数据信息和剖析迁移到边沿，数据信息精英团队将还有机会拓展本身的工作能力并将转变拓宽到业务流程的不一样一部分。另外，这还解决了因法律法规或管控缘故而没法从特殊地区数据网络这一难题。
【责编：赵宁宁 TEL：（010）68476606】
