您当前的位置：首页 > 无限物联

2016年关于物联网大数据的十大预测

2017-04-29 05:16:40

14-15092914121JE

2016年大数据领域会产生甚么？斟酌到如今在深层神经网络和规范性分析方面获得的进展，你可能觉得这个问题很好回答。而实际上，来自业界的大数据预测大不相同，下面就来看看到底哪些大数据预测值得关注。

1 数据平民突起

甲骨文公司预测1种新型用户：数据平民（Data Civilian）会突起。该公司称：“虽然复杂的数据统计可能仍依赖于数据科学家，但数据驱动的决策不会是这样。在未来1年，更简单的大数据发现工具让业务分析员可以寻觅企业Hadoop集群中的数据集，将它们重新做成新的混搭组合，乃至应用探索性机器学习方法来分析它们。”

2 大数据会“灭亡”

Nucleus Research公司公然发表了不同意见，预测我们所知道的大数据会灭亡。该公司称：“在过去两年，每家公司及其人员仿佛都推出了某种情势的大数据解决方案。是该告别新奇事物综合征（shiny object syndrome）的时候了。用户会像对待任何数据那样对待和访问大数据，而不是着手解决大数据分析这个既庞大又艰巨的任务。”

3 数据科学将大放光彩

数据科学咨询公司Profusion首席履行官Mike Weston预测，数据科学在银行界会大放光彩。他说：“金融业是率先采取数据科学技术和方法的行业之1。不过，所有银行服务公司采取数据科学的步调远远没有统1。2016年，预计这类局面会有所改变。更好地利用数据和服务个性化会从金融市场进入到零售银行领域。这会给市场营销、客户服务和产品开发带来深远影响。”

4 首席数据官成为“新宠儿”

Blazent 公司首席技术官办公室负责人Michael Ludwig认为，首席数据官（CDO）会成为信息技术领域的“新宠儿”，永久让办公室政治更显扑朔迷离。他表示：“正是由于大数据很复杂，又需要完全而准确的数据，首席数据官会变得愈来愈重要。因此，首席技术官和首席信息官需要给首席数据官让出地方，除非确立了明确界定的角色并成立了相干团队，否则高层管理团队中会出现紧张局势。”

5 合并兴起的关键年

许多人预计2016年大数据领域会出现激动人心的事情。Logi Analytics公司的解决方案工程和服务副总裁Charles Caldwell却不这么认为：“如果我展望2016年，其实不觉得会出现许多激动人心的事情。其他厂商已给出了云计算、视觉分析和移动等方面的预测，但是那些大多是旧趋势。在我看来，2016年会是合并兴起和为下1大热门技术打基础的1年。”

6 大数据泄密事件频发

大数据领域的“懊丧的黛比”（Debbie Downer）奖授与了BlueTalon公司的首席履行官Eric Tilenius，由于他预测，大企业爆出大数据泄密事件的步伐可能会加快。他说：“2016年，缺少统1的数据治理，可能会致使企业界迄今面临的最大的安全方面冲击，这相当于移动技术的问世给传统企业边界带来的冲击。依赖支离破碎的方法来控制数据访问，即面对不断变化的数据格局采取不1致的政策，只会在企业数据保护方面留下大漏洞。”

7 Hadoop将处于10字路口

2016年，Hadoop将处于10字路口，它会往哪一个方向走？Altiscale公司的首席运营官Mike Maciag给出了他的预测：“2016年，我们会看到Hadoop行业标准得到巩固。2015年年初，我们看到开放数据平台计划（ODPi）正式启动，该计划制定了标准，为大数据生态系统的关键项目如何协同运行指明了方向。由于标准化给客户带来的好处变得更加不言而喻，ODPi的成员数量在这1年翻番。我们预计，2016年Hadoop会得到更大的发展和认可，让新的技术和利用程序得以满足由ODPi制定的Hadoop生态系统标准。”

8 物联网2.0出现

Zebra Technologies公司预测：“我们会看到物联网2.0出现。物联网市场会由过去的闭源、专有的第1代解决方案，变成更成熟、基于行业标准、可灵活适应的解决方案。借助开源方法，企业组织能够从数量更多的服务提供商及其各自的API当中作1个选择。”

9 后稀缺经济日渐兴起

OpenText公司首席履行官Mark Barrenechea预测，物联网可能预示着后稀缺经济（post-scarcity economy）日渐兴起。他说：“可以将算法想象成这类利用程序，对物联网及我们生活中各个方面的数10亿个互联装备生成的彼此关联的海量信息进行大数据分析。具有数据、分析数据、改进和创新成为企业成功的关键，而这1切得益于互联数字化社会。”

10 外包大行其道

大数据服务提供商Absolutdata公司首席履行官Anil Kaul预测，外包在2016年会大行其道。他说：“我们可以从大数据取得众多有价值的信息，可是访问这些信息颇具挑战性，而且通常不在平常的商业智能范围以内。如今许多公司在与第3方合作，制定并履行大数据分析策略。将外部专家整合到大数据团队中，或许是公司在这个迅速变化的领域保持领先1步的最好途径。

TAG：