AI、IoT再火，仍然離不開(kāi)大數據分析

　　今天的大數據分析市場(chǎng)與幾年前的市場(chǎng)截然不同，正是由于海量數據的暴增，未來(lái)十年，全球各行各業(yè)都將發(fā)生變革、創(chuàng )新和顛覆。

　　在最近Wikibon分析機構發(fā)布的市場(chǎng)研究報告發(fā)現，全球大數據分析市場(chǎng)在2017年相比前一年增長(cháng)24.5%，主要是由于公有云的部署和應用強于預期，以及加速平臺、工具及其它解決方案的融合。此外，不少企業(yè)正在通過(guò)大數據分析更快脫離實(shí)驗和驗證階段，并從部署中獲得更高的商業(yè)價(jià)值。

　　展望未來(lái)，Wikibon預測2027年整體大數據分析市場(chǎng)的年增長(cháng)率將以11%的速度增長(cháng)，全球將達1030億美元。其主要市場(chǎng)來(lái)源于物聯(lián)網(wǎng)、移動(dòng)端和邊緣計算等中采用大數據分析技術(shù)。

　　未來(lái)十年大數據分析的發(fā)展趨勢

　　正如Wikibon的研究所證實(shí)，未來(lái)十年將推動(dòng)大數據分析行業(yè)發(fā)展的主要趨勢如下：

　　公有云供應商正擴大其影響力。大數據行業(yè)正圍繞三大主要公有云供應商，即AWS、微軟Azure和谷歌云平臺，大部分軟件供應商正在構建可以在這些平臺運行的解決方案。除此之外，數據庫供應商正在提供托管的IaaS和PaaS數據湖，鼓勵客戶(hù)和合作伙伴開(kāi)發(fā)新的應用程序，并將其遷移到其中的舊應用程序中。因此，純數據平臺、NoSQL供應商在日益被多元化的公有云供應商的大型數據領(lǐng)域逐漸陷入邊緣化。

　　公有云優(yōu)于私有云的優(yōu)勢繼續擴大。公有云正逐步成為客戶(hù)群的首選大數據分析平臺。這是因為公有云解決方案比內部部署堆棧更為成熟，增加了更豐富的功能，且成本日益增加。另外，公有云正在增加其應用程度編程接口生態(tài)系統，并加快開(kāi)發(fā)管理工具的速度。

　　加速融合以企業(yè)實(shí)現商業(yè)價(jià)值。用戶(hù)開(kāi)始加快將孤立的大數據資產(chǎn)融合到公有云的速度。而公有云廠(chǎng)商也在優(yōu)化困擾私有大數據架構的跨業(yè)務(wù)孤島。同樣重要的是，云數據和本地數據解決方案正融合到集成產(chǎn)品中，旨在降低復雜性并加快實(shí)現業(yè)務(wù)價(jià)值。更多的解決方案提供商正在提供標準化的API，以簡(jiǎn)化訪(fǎng)問(wèn)，加速開(kāi)發(fā)，并在整個(gè)大數據解決方案堆棧中實(shí)現更全面的管理。

　　大數據初創(chuàng )公司將越來(lái)越復雜的AI注意應用程序推向市場(chǎng)。過(guò)去幾年來(lái)，許多新的數據庫，流處理和數據初創(chuàng )公司加入到市場(chǎng)中。不少公司也開(kāi)始通過(guò)AI的解決方案加入到市場(chǎng)競爭中。其中大部分創(chuàng )新方案都是為公有云或混合云部署而設計的。

　　新興解決方案逐漸替代傳統方法。越來(lái)越多的大數據平臺供應商將涌現出融合物聯(lián)網(wǎng)、區塊鏈和流計算的下一代方法。這些大數據平臺主要針對機器學(xué)習、深度學(xué)習和人工智能管理端到端devops管理進(jìn)行優(yōu)化。此外，不少大數據分析平臺正在為AI微服務(wù)架構設計邊緣設備。

　　Hadoop 地位屹立不倒。Hadoop 現今更多的跡象表明，市場(chǎng)將Hadoop視為傳統大數據技術(shù)，而不是顛覆性業(yè)務(wù)應用程序的戰略平臺。不過(guò)，Hadoop作為一種成熟技術(shù)，被廣泛用于用戶(hù)的IT組織的關(guān)鍵用例，并且在許多組織中仍然有很長(cháng)的使用壽命?？紤]到這一前景，供應商通過(guò)在獨立開(kāi)發(fā)的硬件和軟件組件之間實(shí)現更平滑的互操作性，不斷提高產(chǎn)品性能。

　　打包的大數據分析應用程序正變得越來(lái)越廣泛。未來(lái)十年，更多服務(wù)將自動(dòng)調整其嵌入式機器學(xué)習、深度學(xué)習和AI模型，以持續提供最佳業(yè)務(wù)成果。這些服務(wù)將納入預先訓練的模式，客戶(hù)可以調整和擴展到自己的特定需求。

　　大數據分析的部署障礙

　　雖然大數據分析采用的預測看起來(lái)很好，但仍存在許多障礙：

　　復雜度過(guò)高。大數據分析環(huán)境和應用程序仍然過(guò)于復雜。因此，廠(chǎng)商需要繼續簡(jiǎn)化這些環(huán)境接口、體系結構、功能和工具。以將復雜的大數據分析功能應用于主流用戶(hù)和開(kāi)發(fā)人員。

　　成本高昂且效率低下。對于許多IT專(zhuān)業(yè)人員來(lái)說(shuō)，大數據分析管理和治理流理仍然過(guò)于孤立，成本高昂且效率低下。供應商需要構建預先打包的流程，幫助大型專(zhuān)業(yè)人員團隊更有效、快速和準備的管理數據及分析。

　　缺乏自動(dòng)化功能。大數據分析應用程序的開(kāi)發(fā)和運營(yíng)仍然過(guò)于耗時(shí)且需要手動(dòng)。供應商需要加強其的自動(dòng)化功能，以確保提高用戶(hù)技術(shù)人員的生產(chǎn)力，同時(shí)確保即使是低技能人員也能處理復雜業(yè)務(wù)。

　　對于企業(yè)IT來(lái)說(shuō)，Wikibon的主要建議是開(kāi)始將更多的大數據分析開(kāi)發(fā)工作遷移到公有云環(huán)境中，這也將加速AWS，微軟，谷歌等云廠(chǎng)商提供的快速成熟且低成本產(chǎn)品的能力。