来自世界各地数据和分析领域的高管和杰出人士分享了他们对2019年的发展预测，我也汇编了一些内容，专注于人工智能、数据监管、数据治理、Hadoop市场状态、开源和“边缘”等方面的话题。

关于人工智能的预测

关于人工智能的预测历历可见，从过分乐观到怀疑和厌倦，各种看法皆而有之。例如，SAP机器学习和智能过程自动化副总裁David Judge看到了一个光明的未来：“2019年，人工智能将继续让我们的工作变得更轻松，让我们能够做更多的事情…工人将根据偏好选择完成哪些任务或将项目委托给机器。”

Talend首席技术官Laurent Bride则表示，“与数据道德相关的问题将会减缓AI/ML的创新”。Bride的意思是说，既然我们已经克服了人工智能崇拜，并努力让它变得更加有用，我们就可以更客观地面对道德问题。他认为，“随着研究人员试图找出一种公平、平衡的机器决策方法”，即时创新将会暂时止步。

也许创新会放缓，但很多预测者都认为，企业部署人工智能进行创新将会进一步扩大和深化。Splice Machine首席执行官Monte Zweben表示，“机器学习将进入运营阶段，走出实验室，进入实时的任务关键型企业应用程序架构”。Salesforce高级副总裁Ketan Karkhanis认为，“2019年，人工智能主导的分析（也即自动发现）将成为主流”。Nutanix总经理Vijay Rayapati解释说，“人工智能将成为主流，并将成为开发人员的新API，因为智能将推动下一波商业软件服务自动化”。

保持安全性

但是，如果没有好的数据，就无法获得好的AI。如果没有治理和合规，就无法获得数据完整性。因此，欧盟赫然推出了通用数据保护条例，数据目录和治理方面的话题也很突出。

Alteryx首席战略官Langley Eide预测：“治理和数据目录将成为协作的关键”。 GoodData首席信息安全官Tomas Honzak认为，“全局隐私、监管和治理将继续让安全专业人员忙得不可开交”，而在说到GDPR时，他表示，“美国在竞争力和国际关系方面将进一步落后，因为我们的联邦合规工作进展速度不够快，无法满足全球的要求。”

Bride认为美国将参与数据保护运动，他说，“GDPR中的’G’很快就会改为代表’全球’”，并进一步解释了“加利福尼亚、日本和中国已经开始研究制定与欧盟GDPR类似的法规”。Kaseya首席产品官Mike Puglia可能会同意Bride的观点，他说，“我们看到更多的全球性法规生效——GDPR是最重要的一个”。Puglia也认为合规是更广泛的数据治理计划的一个驱动因素，他认为这些计划具有积极的商业影响。他预测“随着合规性的增长，数据治理将发展成为一项公司层面的计划”。

不要把它锁起来

随着合规和治理工作的继续进行，我们如何应对Aspirant首席分析官Beverly Wright博士得出的这一观察结果？“公司公开表达他们需要将组织文化转变为在与战略和战术决策相关的决策中更具数据灵感的文化，而现在似乎已经开始采取措施鼓励这种转变并更快地向前推动”。

Information Builders首席运营官Frank Vella认为，“随着企业对数据价值链进一步承诺，企业赞助的数据管理驱动计划将会增加”。Snowflake首席执行官Bob Muglia赞同这种想法，他说，“2019年将是很多公司的转折点。那些改变业务模式、战略和流程并变得更加数据驱动的公司将会蓬勃发展，而其他很多公司可能会垮台，并被边缘化。”

那么，如何协调合规要求和利用数据价值链呢？Alation联合创始人兼设计和战略计划副总裁Aaron Kalb将首席数据官（CDO）视为这方面的推动者，他预测“CDO将承担起弥合自助服务需求和治理目标的角色”，并指出“弥合企业的自助服务需求与IT和法律部门的治理目标”的重要性。

容器中的大象

所有这些谈论的都是宏伟的概念，那么在技术栈方面有哪些值得一说的呢？听到有关Apache Hadoop的悲观情绪，读者要么感到无辜，要么感到沮丧。Splice Machine的Zweben表示，“Hadoop的新用户增长将会减少，Hadoop集群的增长也将放缓”。GoodData首席执行官Roman Stanek表示，“现代企业将继续摒弃像Hadoop这样的技术”。

事实证明，现在是Docker和Kubernetes等容器技术的天下。MapR数据和应用高级副总裁Jack Norris说，“2019年是容器和人工智能在主流中相遇的一年”。来自Nutanix的Rayapati支持他的观点，他说，“企业的数字化将推动由云、容器和微服务提供支持的现代IT架构，同时也为企业的监控、管理和治理带来新的挑战”。

开源预测

当然，之所以将Hadoop、Docker和Kubernetes联系在一起，是因为它们都是开源技术，我们的预测者对它们有很多话要说。Talend的Laurent Bride说，“市场将在开源技术上加倍投入”，并将Cloudera和Hortonworks的合并作为支持这种观点的众多合并/收购之一。Dremio联合创始人兼首席执行官Tomer Shiran也针对开源发表了意见。他们认为，“通过使用开源项目、开放标准和云服务，公司将向关键业务线的数据消费者提供他们的第一次数据即服务迭代”。

尽管如此，针对OSS的受欢迎程度，仍然存在一些悲观情绪。Streamlio创始人Karthik Ramasamy将开源技术Apache Pulsar、Heron和Bookkeeper联系在一起，认为“Tensions将会成为主要的云平台供应商，采取更多措施来共同选择开源生态系统”。他继续解释说，“大型云供应商将推出自己的基于开源的封闭式云服务，却不回馈开源社区，这对于开源社区来说是具有破坏性的”。虽然他引用了一个相反的案例，但他仍然警告说，“这些公司在开源社区中扮演’好公民’的程度仍然有待观察”。

请把我推到边缘

在今年的预测中，有很多是关于“边缘”的喋喋不休。从本质上讲，“边缘”指的是计算能力，特别是物联网和人工智能，它们远离云端，进入满布传感器的领地。

FogHorn首席技术官Sastry Malladi表示，“随着IIoT项目偏离以云为中心的方法，人工智能和IIoT的下一步演进将会满足将算法转换为边缘工作所需的条件”。Stephan Ewen是Data Artisans（Apache Flink背后的公司）的联合创始人兼首席技术官，他表示，“流式处理将被用作实现’边缘计算’的有效方式”。因为它“非常适合在设备或网关上预处理数据，以及在边缘运行基于事件驱动的逻辑”。

MapR的Norris解释说，“2019年我们将会看到重心转向在边缘执行分析。这一趋势的成本驱动因素是带宽（半连接环境以及昂贵的蜂窝网络）和存储（减少发送到云端的数据量）”。

一整年的工作

这些对2019年的预测颇具启发性。但是，对人工智能、数据治理和合规性的三重关注将决定所发生的一切。股市的动荡和供应商的过剩也可能带来影响。我期望企业在分析和人工智能方面做出重大的计划和支出，并获得更高的投资回报。2019年值得期待！

英文原文：https://www.zdnet.com/article/predictions-for-2019-in-data-analytics-and-ai/

创作场景

数据分析和 AI 预测：2019 年将是容器和 AI 在主流中融合的一年