비즈니스 기술 예측 : 2017 년 AI, 빅 데이터 및 클라우드가 진화하는 10 가지 방법

우리는 올해 클라우드 인프라, 빅 데이터 및 인공 지능 (AI)의 융합에 대해 많은 글을 썼습니다. SaaS (Software-as-a-Service) 공간에서 BI (비즈니스 인텔리전스) 도구, 소셜 리스닝 플랫폼, CRM (고객 관계 관리) 솔루션 또는 실제로 모든 산업에서이 세 가지 요소 사이에 불가분의 관계가 있음을 확인했습니다. 클라우드 기반의 데이터 수집 및 분석을 활용하면 거의 모든 것이 가능합니다.

사용 사례 전체에서 4 단계 프로세스가 관찰되었습니다. 엔터프라이즈 비즈니스는 SaaS 앱 포트폴리오를 사용하여 방대한 양의 데이터를 수집합니다. 그런 다음 데이터 거버넌스를 사용하여 데이터웨어 하우스 또는 데이터 레이크를 사용하여 데이터를 클라우드에 저장하여 데이터를 안전하게 준수합니다. 3 단계는 데이터 과학 실험입니다. 머신 러닝 (ML) 알고리즘 및 자연어 처리 (NLP)에서 예측 분석에 이르기까지 모든 데이터를 데이터에 투입합니다. 4 단계는 데이터 과학이 조직이 조치를 취하고 우위를 점할 수있는보다 심층적 인 데이터 중심 비즈니스 통찰력을 제공하는 것이 이상적입니다.

실행은 다르지만 아이디어는 동일합니다. Salesforce는 AI와 데이터 관리를 Einstein 플랫폼과 결합하고 있습니다. Google Cloud Platform 및 Microsoft Azure와 같은 클라우드 플레이어는 비즈니스 클라우드를 재정의하기 위해 수많은인지 컴퓨팅 도구 및 ML 알고리즘을 사용하고 있습니다. 다른 사람들은 AI, 클라우드 및 빅 데이터의 결합 된 힘을 통해 AI 두뇌를 진정으로 매핑하기 위해 여전히 점점 더 가까워지고 있습니다.

2017 년 10 가지 AI, 클라우드 및 데이터 트렌드

2017 년으로 가면서이 세 가지 요소는 점점 더 얽히게됩니다. 우리는 컨버전스가 지속되는 방식과 AI, 클라우드 및 데이터 기술이 어떻게 계속 발전하고 자체적으로 변형되는지에 대해 업계의 모든 회사 및 전문가들과 이야기했습니다.

1. 어디서나 AI

B2B (Business-to-Business) 통신 및 네트워킹 거인 Ericsson의 ConsumerLab Research 책임자 인 Michael Bjorn 박사는 모든 새로운 기술 벡터에서 AI에 대해 이야기했습니다. 2017 년 연구에 대한 Ericsson의 10 가지 트렌드는 "AI Everywhere"에서 시작됩니다. Bjorn 박사는 실험실이이 예측에 대한 생각을 설명했습니다.

비요른 박사는“모든 새로운 주제에는 AI 차원이있다”고 말했다. "모든 곳의 AI는 우리 목록에있는 다른 모든 트렌드를 알려주는 각도입니다. AR, VR, 통합 현실, 자율 주행 자동차, 사물 인터넷 등으로 재생됩니다. Amazon Go를 이용한 Amazon의 머신 러닝 실험 상점과 같은 IoT 애플리케이션을 살펴보십시오.

"우리는 사람들이 AI에 조수로 익숙해지기 시작했지만 이제는 AI를 관리자로 삼아 적극적으로 작업을 돕고 있습니다. AI와 로봇이 일을한다는 개념 때문에 무섭기도합니다. 기술은 일자리를 창출합니다 산업 혁명으로 돌아 가면 가장 쉬운 일자리를 자동화하고 결과적으로 새로운 일자리가 창출됩니다 AI와 함께 볼 때 우리는 직업이 전체적으로 변화 할 것입니다 AI 어시스턴트에서 AI 관리자로 이동하는 것이 더 복잡하기 때문에 규모가 커졌습니다."

2. AI 투자는 트리플

리서치 회사 Forrester는 2017 년에 AI 기술에 대한 투자가 2016 년에 비해 300 % 이상 증가 할 것으로 예상하고, 2017 년에는 2017 년에 기업이 "통찰 혁명"을 시작할 것으로 예측합니다 빅 데이터 통합 ​​및 데이터 관리 프로젝트의 결과로 결과적으로 75 % 증가한 주요 차별화 요소로 고객 데이터 통찰력의 우선 순위를 정합니다.

3. 클라우드 컴포트

소기업 회계를 포함하여 모든 업종에서 클라우드 기반 비즈니스 플랫폼이 확산되고 있습니다. 최근 SaaS North 컨퍼런스에서 FreshBooks의 Mike McDerment CEO는 회계 및 재무와 같은 전통적인 산업에서도 SaaS 경험에 대한 편안함이 점점 높아지고 있다고 말했습니다.

McDerment는“사람들은 점점 더 클라우드에 익숙해지고 있습니다. "우리는 고객이 자녀가 양치질을 할 때 5 분 동안 비용을 청구하거나 송장을 작성할 수있게 해주었습니다. 기업가들은이 작은 시간 안에 일을하려고 노력하므로 귀하의 비즈니스는 귀하의 휴대 전화로 클라우드에서 이러한 편리함을 제공하여 클라우드 기반 기술로 비즈니스를 운영하기로 선택한 사람들이 크게 증가하고 있습니다."

4. 순수한 클라우드가 표준이되었습니다

클라우드 중단은 레거시 기술로 모든 산업에 영향을 미치며 비즈니스 VoIP (Voice-over-IP) 공간도 예외는 아닙니다. 비즈니스 VoIP 제공 업체 인 Dialpad의 CEO 인 Craig Walker는 디지털 장애로 인해 기업 리더가 클라우드 기반 솔루션을 채택하고 기존 플레이어는 차세대 공급 업체를 통합하거나 인수 할 것이라고 말했습니다.

워커는 "모든 사업체가 자체 디지털 혁신에 주목할 때 2017 년은 현대의 관련 비즈니스가 결국 탁상 전화기를 죽이는 해가 될 것"이라고 말했다. "기업이 클라우드로 이동함에 따라 직원의 생산성을 향상시킬 수 있으므로 장치와 위치에 걸쳐 원활한 커뮤니케이션 및 협업을 가능하게하는 클라우드 기반 솔루션이 필요합니다.

"레거시 전화 제공 업체가 클라우드 통신 제공 업체보다 훨씬 더 많이 사용되면서 업계 전체에 훨씬 많은 통합이 이루어질 것으로 예상됩니다. 클라우드 통신 제공 업체는 어느 기기에서나 더 낮은 총 비용으로 더 빠르고 품질이 좋고 배치가 쉬운 클라우드 통신 제공 업체를 제공 할 수 있습니다 데이터에 의해 구동되고 속도에 따라 업무의 성격이 변화함에 따라 기업은 내부 데이터와 통합되어 영업 지식을 쌓고 팀의 손끝에서 지식을 얻을 수있는 솔루션을 찾고자합니다. 경쟁에서."

5. 클라우드 레이스가 좁아 질 것입니다

IaaS 공간에는 다수의 대형 업체가 있지만 논란의 여지가없는 시장 리더는 Amazon Web Services (AWS)입니다. 클라우드 보안 제공 업체 인 Skyhigh Networks의 최신 클라우드 도입 및 위험 보고서에 따르면 아마존은 선두를 유지하면서 시장 도전자는 2017 년에 우위를 점할 것입니다.

Skyhigh Neworks의 CEO 인 Rajiv Gupta는“Microsoft는 IaaS 우위를 점하기위한 경쟁으로 아마존과의 격차를 좁힐 것입니다. "AWS는 IaaS 시장에서 가장 빠른 속도로 문을 열었지만 Azure는 문을 닫습니다. Q4의 새로운 클라우드 앱 중 35.8 %가 AWS에 배포되고 그 다음에 29.5 %가 Azure에 배포되었습니다. 틈새 제공 업체는 Google, Rackspace 및 IBM / SoftLayer와 같은 브랜드 이름"

6. 빅 데이터가 빠르고 접근 가능 해짐

BI 공급 업체 Tableau는 데이터 잡초를 심층적으로 분석함으로써 빅 데이터 활용에 대한 장벽이 더욱 낮아질 것으로 예상합니다. Tableau의 제품 마케팅 담당 이사 인 Dan Kogan은 대화식 SQL의 발전으로 Hadoop 쿼리 속도가 더 빨라질 것이라고 말했습니다.

"물론 Hadoop에 대해 기계 학습을 수행하고 감정 분석을 수행 할 수 있지만 사람들이 자주 묻는 첫 번째 질문은 대화식 SQL이 얼마나 빠릅니까? SQL은 결국 Hadoop 데이터를 더 빨리 사용하려는 비즈니스 사용자의 관문입니다., 더 반복 가능한 KPI 대시 보드 및 탐색 적 분석”이라고 Kogan은 말했습니다. "2017 년에는 옵션이 확장되어 Hadoop의 속도가 빨라집니다. Exasol 및 MemSQL과 같은 더 빠른 데이터베이스, Kudu와 같은 Hadoop 기반 상점 및 더 빠른 쿼리를 가능하게하는 기술이 채택됨에 따라 이미 이러한 변화가 시작되었습니다."

7. 셀프 서비스는 데이터 준비로 확장

또한 Tableau는 셀프 서비스 분석 및 데이터 시각화 도구의 기능이 데이터 관리 파이프 라인의 더 많은 측면으로 확장 될 것으로 예상합니다. Tableau의 최고 제품 책임자 인 Francois Ajenstat는 비즈니스 사용자는 단순한 데이터 검색을 넘어서 더 깊은 데이터 준비 및 분석에 액세스 할 수 있다고 말했습니다.

Ajenstat는 “ 셀프 서비스 데이터 검색이 표준이되었지만 데이터 준비는 IT 및 데이터 전문가의 영역에 남아 있습니다. 이는 2017 년에도 변경 될 것입니다. "데이터 파싱, JSON, HTML 가져 오기 및 데이터 랭 글링과 같은 일반적인 데이터 준비 작업은 더 이상 전문가에게 위임되지 않습니다.이 혁신적인 공간에서 새로운 혁신을 통해 모든 사람이 분석 흐름의 일부로 이러한 작업을 처리 할 수 ​​있습니다."

8. 거버넌스 또는 경쟁 우위를위한 빅 데이터

2017 년에는 데이터 거버넌스와 데이터 가치 줄다리기가 앞뒤로 진행될 것입니다. 엔터프라이즈 하둡 기업 MapR의 회장 겸 창립자 인 존 슈로더 (John Schroeder)는 기업들은 특히 규정 준수와 관련하여 고객과 파트너가 새로운 데이터 중심 전략을 도입하는 데 대한 풍부한 정보를 갖게 될 것이라고 말했다.

슈로더는“조직은 이제 규정 준수에 필요한 거버넌스와 데이터 사용으로 비즈니스 가치를 제공하고 데이터 유출 및 유출로 인한 피해를 피하기 위해 보안을 구현하는 사이에 갈등이 심화되고있다”고 말했다. "금융 서비스 및 건강 관리는 가장 명백한 산업이며, 고객은 거버넌스 요구 사항이 많은 수백만 명에 달합니다. 주요 조직은 규제 된 사용 사례와 규제되지 않은 사용 사례 사이에서 데이터를 관리합니다."

9. 데이터 레이크가 데이터 늪을 추월

MapR의 Schroeder는 또한 2017 년에 조직이 "구축하여 올 것"데이터 레이크 접근 방식에서 분석과 운영을 결합하는 비즈니스 중심 데이터 접근 방식으로 전환 할 것으로 예측합니다. 결과적으로 백 오피스 분석과 프론트 오피스 운영 간의 "데이터 민첩성"은 해당 데이터에서 ROI (Return-On-Investment)를 볼 때 조직의 승리와 패배를 분리 할 것이라고 말했다.

Schroeder는 "2017 년에 기업들은 초기 및 장기적인 비즈니스 가치를 창출하기 위해 '질문하는'접근 방식과 설계를 넘어 적극적으로 추진할 것"이라고 말했다. "데이터 레이크에 접근하는 방식은 모든 부서가 언제 어디서나 액세스 할 수있는 중앙 집중식의 안전한 중앙 관리 장소에서 모든 데이터를 수집 할 경우 비즈니스가 수행 할 수있는 일을 상상해보십시오." 데이터웨어 하우스 재 구축처럼 보이고 실시간 및 운영 유스 케이스 요구 사항을 해결할 수없는 데이터 늪에서, 개념은 '질문을하는 것'입니다. 실제로 오늘날 세계는 더 빠르게 움직입니다.

Schroeder는 "오늘날 세상에는 개별 수준에서 고객을 처리하고, 클레임을 제기하고, 장치와 실시간으로 인터페이스하기위한 분석 및 운영 기능이 필요합니다."라고 덧붙였습니다. "예를 들어, 모든 전자 상거래 사이트는 개별화 된 권장 사항 및 가격 확인을 실시간으로 제공해야합니다. 의료 기관은 분석을 운영 체제와 결합하여 유효한 클레임을 처리하고 사기 클레임을 차단해야합니다. 미디어 회사는 이제 셋톱 박스를 통해 제공되는 콘텐츠를 개인화하고 있습니다. 제조업체 및 승차 공유 회사는 자동차 및 운전자와 대규모로 상호 운영되고 있습니다."

10. 주류 AI가 여기에있다

AI는 지난 반세기 동안 유행에 빠졌다가 사라졌지 만 빅 데이터에 적용되는 머신 및 딥 러닝 알고리즘의 개념은 그대로 남아 있습니다. MapR의 Schroeder는 2017 년에 반복적 인 자동화 된 작업을 처리하기 위해 대규모 데이터 세트에 배포되는 비교적 간단한 알고리즘의 형태로 빠르게 채택 될 것이라고 밝혔다.

슈로더는“AI는 이제 기계류, 머신 러닝, 신경망 및인지 컴퓨팅에 대한 주류 토론과 우산 전문 용어로 되돌아왔다”고 말했다. "AI가 원기 회복의 트렌드 인 이유는 무엇입니까? 속도, 다양성 및 부피의 3 가지 V를 염두에 두십시오. 3 개의 V를 처리 할 수있는 플랫폼은 기존 플랫폼보다 10-20 배의 비용 효율성을 제공하는 현대적이고 전통적인 처리 모델로 처리 할 수 ​​있습니다. ' "인간 오류와 비용을 희생시키면서 인간의 직관적 인 감독을 얻는 것보다 일관성이 더 효과적인 대량 반복 작업에 AI를 적용하는 것에서 최고의 가치를 볼 수 있습니다."