2016年大數據技術將迎來怎樣的發(fā)展態(tài)勢？預計機器學習、實時數據即服務、算法市場以及Spark等等都將成為發(fā)展熱點。

1.首席數據官全面崛起

隨著企業(yè)努力克服由變化帶來的沖擊，同時需要立足于數字化時代與競爭對手進行對抗，相信將有更多企業(yè)將關注重點放在新的高管職位——首席數據官（簡稱CDO）身上。而這類角色也將成為推動業(yè)務發(fā)展戰(zhàn)略的中堅力量。

“首席數據官將迎來權力、聲明以及……存在感，”Forrester研究公司企業(yè)架構首席分析師兼副總裁pian Hopkins在一篇博文中寫道。“不過從長遠角度看，這一職能角色的可行性尚存在疑問。某些類型的企業(yè)，例如數字原住民，可能無法通過任命CDO獲得回報?！?

2. 支撐業(yè)務用戶

受到大數據人才短缺以及必要商業(yè)信息交付能力匱乏的影響，市場需要更多分析師及數據科學家補充進來，并利用更多工具與相關功能將信息直接交付給對應的用戶群體。舉例來說，微軟與Salesforce雙方最近各自公布了此類方案，旨在幫助非程序員用戶創(chuàng)建應用以審查商業(yè)數據。

3.智能化嵌入

無代碼編寫要求的應用已經成為企業(yè)需要重視的一種可行方案，旨在簡化業(yè)務用戶獲取所需信息的流程。不過還將有另一些成果不斷涌現，即在企業(yè)內各應用程序中直接嵌入分析功能。IDC公司預測稱，到2020年將有半數商業(yè)分析軟件包含以認知計算功能為基礎的規(guī)范性分析能力。

而著眼于宏觀角度，Gartner公司指出“自主性主體與方案”將成為另一大新興趨勢，目前已經出爐的相當方案包括機器人、自動駕駛車輛、虛擬個人助手以及智能顧問等等。

“在未來五年當中，我們將迎來所謂后應用時代，屆時各智能化主體將帶來動態(tài)及背景關聯(lián)行為及接口，”Gartner公司副總裁兼研究員David Cearley在一份聲明當中指出?！癐T領導者們應當探索如何利用自主性方案及主體以強化人類活動并承接部分原本必須要以人工方式完成的任務?！?

4.人才短缺問題能否得到解決？

還在苦苦尋求出色的數據科學家？相信我，其它企業(yè)也面臨著同樣的困擾。最近由商業(yè)咨詢企業(yè)A.T. Kearney公司發(fā)布的一份報告顯示，72%的全球領先企業(yè)都表示自己很難招聘到合格的數據科學人才。

不過國際分析協(xié)會則預測稱，隨著企業(yè)逐步采取新型戰(zhàn)術思路，人才短缺的問題可能會在2016年年內得到緩解。

“大型企業(yè)不會再過多糾結于人才短缺問題了，”該組織在其預測與優(yōu)先級展望報告中提到?！跋喾?，他們開始采取一些其它辦法解決危機，包括出臺新的大學課程、改善招聘流程并建立內部規(guī)程，從而培養(yǎng)現有員工掌握分析與數據科學。如此一來，迫切希望實現數據分析能力的企業(yè)將最終得償所愿。”

與此同時，IDC公司發(fā)布報告指出，這種人員短缺問題將由數據科學家領域延伸至數據架構以及數據管理層面。這將推動大數據相關專業(yè)服務業(yè)務從目前到2020年獲得高達23%的年均復合增長率。

5.機器學習迎來上揚態(tài)勢

所謂機器學習，可以理解為創(chuàng)建相關算法以幫助計算機通過經驗實現學習，而其也成功吸引到了眾多希望利用自動化手段取代以往人工處理流程的企業(yè)的高度關注。分析企業(yè)Ovum公司預測，機器學習將在2016年當中成為“數據準備與預測分析工作的必要前提”。

而Gartner方面則著眼于下個階段，將先進機器學習技術視為最重要的未來戰(zhàn)略趨勢。這家分析企業(yè)宣稱，機器學習中的各類先進表現形式名為深度神經網絡，其能夠創(chuàng)造系統(tǒng)并學會自行認知世界?！斑@一領域發(fā)展迅速，而各企業(yè)也必須評估自身要如何運用這些技術以取得競爭優(yōu)勢?！?

6. 人人都愛Spark

分析企業(yè)Ovum公司指出，SQL將在大數據分析工作中獲得“至高無上”的地位，但Spark的崛起速度同樣非常驚人?！癝park將作為SQL的補充性方案，為我們提供額外的結論獲取途徑，例如實現圖形分析流并幫助開發(fā)人員利用自己所熟悉的語言對企業(yè)數據庫內的數據流進行查詢，”O(jiān)vum公司首席分析師Tony Baer在一篇博文當中寫道。

7.數據即服務業(yè)務模式即將出現

IBM公司剛剛收購了Weather公司，而獲取后者數據、數據流以及預測分析方案的實質在于著眼于未來。各企業(yè)需要將數據流即服務打包成為新的業(yè)務模式。也有一部分企業(yè)著眼于相關軟件包并出售自己的數據。Forrester公司預測稱，部分企業(yè)將憑借這項發(fā)展戰(zhàn)略獲得市場成功，但“大部分無法取得實質性進展。盡管擁有樂觀的承諾，但大多數企業(yè)其實很難解決個人信息保護以及對應商業(yè)模式所帶來的復雜性難題，”Forrester公司副總裁pian Hopkins在他的個人博客當中寫道。

8. 實時分析結論

Forrester公司預測數據流提取與分析將在2016年年內成為數字化領域勝出企業(yè)們的必要能力。

“將數據轉化為實際行動的通道非常狹窄。在未來12個月當中，將有更多立足于Kafka及Spark等開源項目的開源數據流分析方案不斷涌現，”Forrester公司副總裁pian Hopkins在博文中寫道。

9.算法市場的興起

這是Forrester公司提出的另一項預測?！案髌髽I(yè)將意識到很多算法與其自行開發(fā)，不如通過市場購買，而后直接向其中添加數據即可，”Forrester公司的pian Hopkins寫道。他同時列出了目前已經出現的幾種此類服務，包括Algorithmia、Data Xu以及Kaggle。