2024年大數據行業預測（一）

進入2024年，大數據行業具有顯著的慣性。下面我們就來看看，供應商生態系統中各位專家們的意見，以獲取他們對未來可能發生的事情的見解、反思和預測。

分析

隨着全渠道商務的發展，廣告分析領域將發生翻天覆地的變化。线上和线下消費者互動之間的傳統孤島正在瓦解，爲真正的全渠道消費者鋪平了道路。雖然實體/數字圍牆在消費者的旅程中逐漸倒塌，但圍牆花園和消費者隱私問題仍將凸顯，使分析變得復雜。全渠道消費者的增長，將需要重新調整營銷衡量模型。傳統的數字最終點擊歸因將讓位於更細致的方法，認識到客戶旅程中多個接觸點的影響。這種轉變將更准確地體現每個渠道爲創造和轉化消費者需求所貢獻的增量價值。隱私問題將日益凸顯，需要在數據驅動的個性化和尊重用戶隱私之間取得微妙的平衡。實現這種平衡，對於維持消費者信任、同時充分利用全渠道分析的潛力至關重要。在全渠道電子商務時代，廣告分析的未來，將以數據的融合、歸因的重新定義以及與隱私的微妙共存爲特徵。這不僅僅是一個轉變；這是一場革命，改變了我們如何了解、解釋和利用消費者數據來實現廣告的藝術和科學。–Skye Frontier，Incremental高級副總裁

人工智能

人工智能不會取代低代碼，而是會增強其以改善結果：多年來，低代碼使开發人員能夠在無編碼經驗的情況下創建應用程序。現在，ChatGPT有望顯著提高代碼編寫效率。然而，僅僅使用ChatGPT來編寫开發人員本就可以編寫的代碼，並不能在適當的規模上解決生產力問題。再利用和維護的問題仍未解決。开發人員花費數月的時間來吸收上遊團隊的升級、執行技術堆棧升級、實施重新設計以將應用升級到現代UI/UX模式等。因此，人工智能不會取代低代碼，而是與低代碼一起使用以提高生產力。明年，我們將看到企業軟件供應商結合使用計算機視覺或經過訓練的模型來了解模式，然後在其低代碼平台內觸發生成代碼。–Vikram Srivats、WaveMaker

所有權將成爲企業人工智能計劃能否在2024年真正起飛的關鍵決定因素：企業渴望在2023年开始採用生成式人工智能，特別是當看到其對內部生產力的直接影響時。但在新的一年裏，我們將开始看到，雖然企業很容易利用人工智能，但真正推動業務影響遠不止於此。在沒有明確問題或專門團隊的情況下委托人工智能探索的企業往往會步履蹣跚，導致無效的結果。所有權將成爲企業的人工智能計劃能否在2024年及以後真正起飛的關鍵決定因素。當企業主在數字創新中獲得既得利益，確定具體挑战，並組建團隊進行實驗和行動時，成功的可能性就會激增。所有權將是決定誰能成功利用人工智能變革潛力的關鍵驅動因素。–Raj De Datta，Bloomreach首席執行官

從企業人工智能到零信任人工智能：2024年，我們將看到企業採用人工智能的方式發生重大轉變，從關注績效轉向強調問責制。隨着人工智能越來越融入關鍵決策過程，組織將優先考慮確保人工智能輸出的准確性和可靠性。這種轉變將導致“零信任人工智能”的發展，其中數據源的驗證和人工智能引起的修改的透明度變得至關重要。目標是創建人工智能系統，其操作和決策不僅有效，而且所有利益相關者都可以了解和審查，從而培育圍繞人工智能使用的信任和責任文化。–David Boskovic，Flatfile創始人兼首席執行官

人工智能將繼續蓬勃發展，我們將在生活的幾乎每個領域都能看到其應用。雖然它無疑會讓我們的生活在很多方面變得更容易，但也會看到錯誤率上升，因爲這項技術的智能程度取決於其所訓練的語言。人工智能將不可避免地取代更多的人和工作，但好在它也將創造更多的就業機會。幾年後，我們將看到許多物聯網設備生成大量高基數數據。人工智能的可能性幾乎是無限的，我們現在才开始探索。–Jason Haworth，Apica首席運營官

人工智能在2023年度過了不平凡的一年，佔據了頭條新聞，主要分析企業預測其在未來幾年將產生重大影響。但要想在2024年及以後取得成功，人工智能必須依賴人和數據。零售數據非常復雜且動態，孤立的信息不斷變化，無論是消費者購买行爲、延遲發貨、產品短缺還是勞動力需求。2024年，配備零售訂單和庫存數據管理系統的團隊將發揮重要作用，幫助企業產生和維護幹淨、准確和可訪問的數據，以充分利用人工智能。–Nicola Kinsella，Fluent Commerce全球營銷高級副總裁

組織將任命一名首席人工智能官來監督人工智能的安全和負責任的使用：到2024年，組織將越來越多地任命高級管理人員加入其領導團隊，以確保爲人工智能的安全、合規性和治理影響做好准備。隨着員工越來越習慣在個人生活中使用人工智能，通過接觸ChatGPT等工具，其將越來越多地尋求使用人工智能來提高工作效率。組織已經意識到，如果不授權員工正式使用人工智能工具，員工也會在未經同意的情況下這樣做。因此，組織將任命一名首席人工智能官(CAIO)來監督其對這些技術的使用，就像許多組織在其領導團隊中任命安全主管(CISO)一樣。CAIO將集中於制定政策、教育和授權員工安全地使用人工智能，以保護組織免受意外違規、知識產權泄露或安全威脅。這些實踐將爲跨組織廣泛採用人工智能鋪平道路。隨着這一趨勢的發展，人工智能將像手機一樣，成爲一種商品。–Bernd Greifeneder，Dynatrace首席技術官兼創始人

2024年將是人工智能和數據高管的一年：如果2023年是企業人工智能突然出現的一年，那么2024年將是整合的一年，因爲企業希望了解如何使用人工智能獲得競爭優勢，並遵守未來不可避免的法規。爲了實現面向未來的人工智能部署，組織將越來越多地尋求在高管層建立一個角色，以監督人工智能創新和合規性，但這不一定是首席人工智能官的形式。相反，人工智能可能會創造新一代首席數據官，讓現有的數據領導者开發新的技能。正如我們看到首席數據和分析官的崛起一樣，可能即將看到新一代首席數據和人工智能官的开始，其重點是確保人工智能模型的數據基礎符合新法規，並具有足夠高的質量，從而爲企業贏得競爭優勢。可以肯定的是，人工智能治理委員會的崛起，在確保安全高效的企業人工智能方面發揮跨職能作用，並與法律、道德、安全和隱私領域合作，就像過去幾年數據官所做的那樣。–Satyen Sangani，Alation首席執行官兼聯合創始人

人工智能醜陋的一面進一步暴露：2024年總統選舉就是一個例子，說明來年將如何揭露更多人工智能的邪惡能力。預計深度造假和其他人工智能生成的旨在影響選舉的虛假信息，將以驚人的速度出現。如果被精明的威脅行爲者使用，這些圖像可能會成爲引人注目的宣傳，爲選民創造一個名副其實的“魔鏡”，選民們將很難從精心制作的虛假信息中辨別現實。隨着候選人的競選活動進入高潮，這將成爲一個日益關注的領域。也許沒有比人工智能生成的虛假圖像更好的例子來說明該技術醜陋的一面了，近幾個月來，這種圖像一直在增加。到2024年，我們將看到更多的注意力集中在防止這種情況上，並發布一系列新的解決方案來解決這個問題。當然，我們還可以預期黑客將越來越多地利用人工智能來开展其基本活動——攻擊組織和員工，以竊取敏感數據。想想威脅行爲者利用這項技術來改進其惡意軟件代碼，或依靠生成式人工智能來制作更合法的網絡釣魚電子郵件。當這種情況發生時，組織將需要調整培訓，例如，糟糕的語法，曾經是網絡釣魚活動的標志，現將不再是一個危險信號，這要歸功於生成人工智能。–Mike Wilson，Enzoic創始人兼首席技術官

人工智能的巔峰炒作將會消退。然而，最具創新性和競爭力的企業將面臨人工智能數字顛覆的真正挑战——員工。公司尋求的最重要技能將是“良好的判斷力”，將其從一項軟技能提升爲一項至關重要的人在循環中的必要技能。企業將意識到，採用人工智能的挑战不是獲得技術，而在於能否找到有技能的人來支撐這些項目。–Tim Sanders，Upwork客戶战略副總裁

人工智能法規：我們將在2024年开始看到人工智能法規：例如，圍繞監控消耗大量GPU計算的前沿模型开發進行了討論。鑑於2024年總統大選，還需要針對互聯網上的DeepFakes採取防護措施。我們認爲這些努力將使人工智能更加安全，類似於FDA監管制藥行業的方式。–Tim Shi，Cresta聯合創始人兼首席技術官

到2024年，我們將看到人工智能將超越炒作周期，並大幅提高IT效率：與任何其他新技術一樣，人工智能仍在經歷炒作周期。人們开始更好地了解人工智能是什么樣子，到2024年，我們將超越炒作，看到更有效的用例。這樣做的結果之一是，首席信息官需要證明其不是爲了人工智能而使用人工智能。正如我們看到IT專業人員採用人工智能來自動化工作流程並提高效率，首席信息官需專注於爲團隊配備AI工具，以改善業務並優化整個團隊的IT工作流程。–Prasad Ramakrishnan，Freshworks首席信息官

人工智能應用的未來和障礙：人工智能的應用將會加速，並且會蔓延。我們將繼續看到模型能力的巨大進步，並且對其如何工作的了解將會增加，這本身就會帶來新的進步。我們將看到更多針對特定用例的模型，從代碼到DNA、CAD、化學結構和圖像分析。我們還將在應用和工作流程中看到更好的集成和用戶體驗設計，而不僅僅是輸入文字的文本框。讓模型“自然”地使用可能會成爲最有影響力的發展，就像調整GPT-3並將其包裝到聊天應用中，使其可供數百萬用戶使用一樣。即使金融體系的狀況如此，明年對構建生成式人工智能技術的企業的投資和融資也不會放緩。然而，沒有足夠的硬件來滿足需求，可能會減緩生成式人工智能的發展。在這種情況下，只有最大的企業，或那些已經擁有大量硬件的企業，才能繼續大規模开發新方法。–Alex Chabot-Leclerc博士，Enthought數字化轉型副總裁

淺薄的AI解決方案將被暴露：過於復雜的SaaS附加組件和功能，聲稱可以實現自動化，但實際上只是在上面貼上“人工智能標籤”，在影響工作效率後將會被暴露。在人工智能方面，用戶變得越來越聰明，最近的一項調查顯示，大多數IT專業人員(71%)正在使用人工智能來支持自己的工作工作量。持續的應用合理化和審查至關重要，尤其是在新的人工智能時代。–Prasad Ramakrishnan，Freshworks首席信息官

人工智能盈利能力的鬥爭仍將繼續——構建大規模人工智能應用的企業不會很快實現盈利，這意味着唯一能夠真正運行這些應用的人是擁有大量資金的企業，如Google和Microsoft.。但這些企業將在2024年繼續奮力渡過難關，並在很長一段時間內虧損，直到規模經濟將芯片和加工的價格降下來。隨着這些企業的發展，需要考慮的是开源如何融入這一切。這些大企業面臨的風險是，可能會對自己的模型進行大量投資，而最終真正獲勝的模型是开源模型。因此，對於其而言，思考如何在模型中創造差異化，超越开源社區將解決的問題，這一點至關重要。–Raj De Datta，Bloomreach首席執行官

道德框架和監管對於人工智能是必要的，而不僅僅是組織追求利潤時的幹擾。我們無法回避人工智能，因爲這是我們在非對稱網絡战場上擴大行動規模的唯一途徑。道德框架和監管治理對於幫助人工智能高效、公平地發揮作用至關重要。每一個新的軟件或服務都將包含人工智能或機器學習元素。由於技術發展速度太快，建立人工智能道德的最佳實踐是一項挑战，但一些公共和私營部門組織已經自行部署了道德問題的框架和信息中心。所有這些活動都可能會引發主要經濟體和貿易區越來越多的監管，這可能會在一段時間內導致監管格局日益零散，至少目前如此。可以肯定的是，當前人工智能和機器學習的“狂野西部”時代將很快消退，當組織想要利用這項技術時，將面臨相當大的合規負擔。–Nick Savvide，Forcepoint亞太區战略客戶總監

隨着董事會和高管層對人工智能的關注度越來越高，解決潛在數據問題的必要性將被放大：到2024年，更多的首席執行官和董事會將越來越意識到數據是人工智能成功的關鍵。多年來，首席執行官們第一次積極尋求增加技術支出，特別是在人工智能方面，因爲都看到了巨大的前景。首席執行官們不僅對人工智能的潛力感興趣，而且對人工智能的潛力也很感興趣。GenAI承諾重新定義开展業務的方式，從徹底改變客戶體驗到優化供應鏈和加強風險管理，首席執行官們對此非常着迷。人工智能的魅力是不可否認的。其掌握着打开新市場、節省數百萬美元並使公司躋身自己聯盟的關鍵。然而，每個首席信息官都明白的一個清醒的事實是，人工智能並不是一個即插即用的奇跡。最致命的弱點在於數據——由於其分散的性質，這是最有價值但表現不佳的資產。如果不統一和管理數據，以確保其幹淨、互聯且值得信賴，那么對人工智能的投資都是徒勞的。通往人工智能前景的道路是由數據統一鋪就的。其將數據轉變爲單一的、可互操作的產品，這種產品可以真正催化數字轉型，並利用人工智能的變革力量。–Manish Sood，Reltio創始人、首席執行官兼董事長

2024年將是人工智能工具適應性和可用性的一年：2023年是人工智能工具謹慎試驗的一年，但到2024年，組織將把重點轉向負責任的部署。盡管企業對人工智能及其相關風險尚未完全了解，但仍有很多機會可以利用來推動商業和生活的發展。在人工智能採用競賽中落後，可能會給組織帶來重大挑战。然而，沒有一種通用的模式可供組織遵循。技術領導者需要評估哪些用例受益於新人工智能工具的集成，哪些工具最好保持不變。還需要確保GenAI工具以一種安全、負責任的方式使用，並由組織治理流程進行管理和控制。這種战略方法可確保人工智能的採用符合組織的獨特目標和需求。–Barry Shurkey，NTT DATA首席信息官

人工智能可以抵御經濟衰退和通貨膨脹：盡管存在經濟逆風或順風，但無論經濟轉向何方，2024年對人工智能的興趣將保持強勁。人工智能推動創新和競爭優勢的潛力是必須具備的，並且在預算中擁有自己的項目。衡量人工智能的投資回報率至關重要，實際用例將被放在顯微鏡下觀察。例如，證明人工智能如何使數據分析等日常任務變得容易，並且更廣泛地供商業用戶使用將是關鍵。同樣，投資者也會對人工智能企業更加警惕。–Arina Curtis，DataGPT首席執行官兼聯合創始人

在一個不可信的世界中確保人工智能的完整性：隨着深度僞造（Deepfakes）和自動內容生成等AI技術的激增，對驗證AI的機制的需求越來越大。Web3技術通過提供透明、可驗證的人工智能操作框架，爲這一挑战提供了解決方案。這種轉變對於越來越依賴人工智能的行業至關重要，其將確保人工智能仍然是一個值得信賴的工具，盡管其運作具有去中心化且往往不透明化。–Blane Sims，Truebit運營主管

2024年將是小企業轉向人工智能的一年：在過去的一年裏，許多大企業利用人工智能“淘金熱”，而大多數小企業尚未擁抱它。人工智能是一種快速發展的工具，可以提高運營效率和生產力，其好處是不可否認的。到2024年，更多的小企業主可能會开始直接在自己的企業中實施這些工具，其所依賴的更多應用將使用人工智能來增強現有功能。通過利用人工智能自動化許多傳統上耗時的任務，例如發票、數據輸入和調度，小企業主可以花更少的時間在管理工作上，而將更多的時間專注於發展業務和提供卓越的客戶體驗。–Forrest Zeisler，Jobber首席技術官兼聯合創始人

60%的員工將使用自己的人工智能來完成工作和任務。企業正在爭先恐後地利用人工智能機會，但其創新速度不足以超過員工對消費者人工智能服務的廣泛使用——也被稱爲自帶人工智能(BYOAI)。企業現在應該專注於制定管理和保護BYOAI的策略，同時开發企業正式認可的人工智能資源。–Forrester

訪問、規模和信任：到2024年，人工智能企業將面臨的三大挑战是獲取人工智能工具、特定行業內的可擴展性以及用戶對流行人工智能工具的信任。我們已經看到2023年出現了信任問題，而到2024年，當我們看到《人工智能法案》的影響時，信任問題將會變得更加嚴重。–Dan Head，Phrasee首席執行官

2023年是人工智能承諾之年，2024年將是人工智能行動之年。我們將开始看到企業所採取的舉措所產生的切實成果，並發現其對客戶的影響。那些選擇投資資源，並確定人工智能與人類智能合作機會的人，將成爲准備好佔領市場的人。–Laura Merling

到2024年，我們有望看到建築工地數據收集流程的自動化。如今，團隊有責任在預算範圍內按時完成項目，同時仍牢記安全和質量要求。借助人工智能，包括計算機視覺和生成式人工智能，企業將能夠在項目的整個生命周期內構建和標准化其數據。無論是在建築信息模型(BIM)和圖紙的設計過程中、輸入信用卡購买材料，還是驗證保險信息以保護工人和項目，建築行業都會使用大量數據。我們已經开始看到總承包商以獨特的方式利用數據來改善其業務，但許多數據是非結構化的，並且沒有充分發揮其潛力。據報告，典型項目中近20%的時間都花在搜索數據和信息上。人工智能將能夠通過自動數據收集來解決這個問題，使個人能夠花費更多的時間和資源從數據中獲取見解，以降低風險並改善業務。–Rajitha Chaparala，Procore副總裁

人工智能將改變客戶體驗：AI將幫助客服人員更快更好地回答問題、在第一次接觸時解決問題、清晰溝通並讓客戶感到滿意，從而爲成功做出貢獻。這將催生以人工智能爲中心的新客戶體驗战略，以設計、執行和衡量新的或重新構想的客戶服務體驗。據Forrester稱，2024年許多改進的關鍵將是幕後GenAI，其增強了客戶人員的能力。–Sreekanth Menon，Genpact全球AI/ML服務負責人

到2024年，企業將對人工智能的採用有自上而下的要求：許多團隊領導者將從首席執行官和首席財務官那尋求指令，其中包含人工智能採用應實現的明確目標。諸如將運營支出降低20%、將CSAT/NRR提高10%，以及通過基於人工智能的產品和體驗產生10%的總收入等預期將是最重要的。爲了實現這些目標，一些高管團隊將任命人工智能領導角色，以模仿過去十年數字化轉型獲勝者的成功。我們預計，隨着組織努力解決如何將這項新技術快速集成到傳統運營中，首席人工智能官或類似頭銜的職位將變得普遍。由於CIO的角色日益分散，這一新角色可能會引起一些爭議。首席信息官們是否能夠部署足夠的自動化來重點關注人工智能，或者最終將這一領域讓給這位高管層的新人，值得密切關注。–Sean Knapp，Ascend.io首席執行官

在過去幾年中，CTO角色已成爲精通技術和精通業務的人士之間的橋梁，負責提供正確的解決方案以創造最佳的整體業務成果。這就帶來了溝通方面的挑战，因爲首席技術官需要了解如何將技術轉化爲組織董事會和高管層的投資回報率。到2024年，隨着人工智能(AI)技術變得普遍，培訓C級同事的能力將變得更加重要。首席技術官不僅需要能夠與業務的技術方面合作，以確保人工智能領域的實際可能性，而且還需要在業務層面上溝通其潛力——無論是從員工生產力還是產品的角度。–Bernie Emsley，insightsoftware首席技術官

人工智能將彌合管理者與其直接下屬之間的差距。到2024年，人工智能將填補管理者無意中造成的空白。無論是制定更周到的績效評估，還是爲直接下屬尋找內部成長機會，人工智能都將爲管理者缺乏經驗，或過於疲憊而無法處理的任務提供急需的支持。這些人工智能功能將幫助其成爲更強大的管理者，進而使其能夠更好地賦予直接下屬權力。–David Lloyd，Ceridian首席數據官

人工智能需要自我解釋：用戶將要求通過“可解釋的人工智能”更透明地了解其人工智能之旅，並要求找到一種方法來表明所有步驟均符合治理和合規性法規。白宮最近關於人工智能的行政命令將對組織施加更大的壓力，要求其證明自己遵守網絡安全、消費者數據隱私、偏見和歧視方面的新標准。–Mark Do Couto，Altair數據分析高級副總裁

2024年，人工智能將進行重塑。雖然人工智能的研究人員預測“人工智能冬天”，或者部分由於該技術在某些方面的過度曝光而導致人們對這項技術的興趣放緩，但值得注意的是，當前的很多關注點都集中在人工智能的負面方面。Elon Musk最近談到人工智能將如何“終結所有工作”，而最近在Bletchley Park舉行的“人工智能安全峰會”的名稱，本身就暗示了風險緩解的元素。事實是，恐懼拋售，在某種程度上，其使人們更有可能關注。但隨着越來越多的人开始習慣使用人工智能工具，如ChatGPT，進一步提高人們的認識，明年應該會看到更多的人开始關注人工智能的使用方式。當然，他們需要在不忽視技術風險或局限性的情況下做到這一點，並尋找務實、實用的方法來最大限度地減少這些風險。隨着人工智能變得更加主流和“時尚”，我們可以看到更多面向消費者的品牌，更清楚地闡明其使用人工智能的方式，通過差異化並吸引客戶。這可能是一廂情愿的想法，但也許一年後，Bletchley Park甚至可以舉辦“人工智能機遇峰會”？–Pega，Peter van der Putten人工智能實驗室首席科學家兼主任

人工智能將迫使我們“管理好數據”：人工智能的好壞取決於其所提供的數據。隨着我們將人工智能應用到生活的更多方面，哪些領域是由不良數據源/優質數據源提供信息的，這一點將變得越來越明顯。明年，產品負責人、數據科學家和首席架構師將需要更緊密地合作，以確保爲其產品提供支持的數據是最新的，而不是孤立的，作爲單一事實來源，並進行適當的版本控制。–Alex Hood，Asana首席運營官

人工智能對2024年總統選舉的影響：人工智能有望重塑2024年的競選方法和辯論；然而，有趣的是，到目前爲止，即使是有技術背景的候選人也回避了人工智能的細節。我們看到人們對人工智能和機器學習產生了巨大的興趣，因爲它們改變了世界運作、开展業務和使用數據的方式。作爲一個全球社會，我們需要意識到並仔細考慮人工智能的潛在缺點，例如無意的偏見、錯誤的基线數據和道德考慮。即使辯論中沒有涉及這個話題，人工智能的挑战和機遇也是下屆政府必須應對的問題。–Sri Mukkamala，Ivanti首席運營官

人工智能解決了管理數據過剩的問題：當今的數據專業人員擁有大量的信息，但許多人可能缺乏所需的可操作的見解。而且，隨着跨分布式來源分類的數據不斷增加（每天3.2877億TB），組織正在努力應對數據管理的挑战。數據是企業擁有的最有價值的資產之一，但如果不能有效地利用、了解和應用，其基本上是毫無用處。隨着2024年的臨近，數據管理正在迅速發展，走向以人工智能爲主導的未來。人工智能是IT團隊應對當今日益復雜的分布式和混合數字環境的答案。由於這些技術處理的信息比任何人所能處理的信息都要多，因此其可以通過確保應用和服務正常運行，而無需人工幹預來爲資源有限的IT團隊提供支持。特別是，人工智能驅動的可觀察性和ITSM解決方案，可以幫助IT團隊實現任務自動化、檢測安全威脅和性能異常、優化性能，以及根據數據分析做出更好的決策。然而，我們在2024年的前進道路需要深思熟慮的規劃，並深入了解人工智能如何以及以何種方式幫助我們。–Kevin Kline，SolarWinds高級技術市場經理

企業將提高非技術團隊在數據和分析方面的技能，爲人工智能主導的未來做好准備：人工智能具有巨大的潛力，可以改變許多知識工作者的角色，但有一個問題：了解數據和分析的員工太少，無法有效地使用。生成模型實際上是爲了生成數據而設計的。我們比以往任何時候都更需要人員解釋輸出，並在業務環境中進行分層，或者對原始輸出進行調整，以確保其正確。–Megan Dixon，Assurance IQ數據科學副總裁

網絡運營的AIOps：網絡優化可以支持AI更好的性能，但AI也可以支持網絡更好的性能。盡管AIOps（IT運營人工智能）仍處於早期階段，但其已开始顯示出潛力。雖然AIOps涵蓋了IT運營的所有領域，但現在正在成爲重要組成部分的一個領域是用於網絡運營的AIOps。網絡工程師面臨着日益復雜的網絡環境，將分布式勞動力、大量設備和雲基礎設施等結合在一起。AIOps通過基於大數據的自動化、預測分析和根本原因分析，來簡化網絡運營的管理和機器學習。AIOps可以加快客戶故障排除和解決問題的速度，同時降低成本，因爲寶貴的NOC員工可以處理當今人工智能無法解決的更關鍵任務。2023年底，一項調查發現，雖然只有4%的受訪者已經在組織範圍內集成了某種AIOps，但另有15%的受訪者已經實施了AIOps作爲概念證明，29%的受訪者已確定其未來實施的用例。預計未來四年，該市場規模將增長兩倍，到2028年將達到近650億美元。–Thomas King博士，DE-CIX首席技術官

人工智能的優化使用將決定未來供應鏈的贏家：人工智能和預測分析將在未來十年區分制造和零售業的贏家和輸家。利用大數據來優化庫存、預測需求、控制成本和個性化建議的領導者，將在分析能力較差的同行中佔據主導地位。未能採用的企業將面臨成本不斷上升和效率直线下降的情況。–Padhu Raman，Osa Commerce聯合創始人兼首席運營官

隨着企業投入更多的時間和金錢，預計人工智能會遭到強烈反對：隨着企業深入研究人工智能，實驗必將成爲2024年上半年的一個關鍵主題。那些負責人工智能實施的人，必須以“快速嘗試，快速失敗”的心態領導，但很多時候，這些角色需要了解其所針對的變量，沒有明確的預期結果，並且很難提出正確的人工智能問題。最成功的組織會很快失敗，並迅速從經驗教訓中恢復過來。鑑於大多數實踐都不是基於科學的方法，企業應該預計會在人工智能實驗上花費額外的時間和金錢。如果得出正確的結論，到今年年底，人工智能領域的明顯贏家將會出現。隨着失敗，人們對激發人工智能潛力的數據也提出了更多質疑。例如，數據分析師和高管都會提出這樣的問題：我們使用的數據有多幹淨？我們對這些數據的合法權利是什么，特別是如果在任何新模型中使用的話？我們客戶的合法權益呢？任何新技術都會帶來更多的質疑，反過來，整個企業也會有更多的參與。”–Florian Wenzel，Exasol全球解決方案工程主管

企業將管理對AI的炒作：隨着圍繞GenAI的震耳欲聾的噪音達到高潮，組織將被迫抑制炒作，並針對這一顛覆性技術採取現實且負責任的方法。無論是圍繞GPU短缺的人工智能危機、訓練大型語言模型(LLM)的氣候影響，還是對隱私、道德、偏見和/或治理的擔憂，這些挑战在得到改善之前都會惡化，導致許多人懷疑是否值得首先應用GenAI。雖然企業壓力可能會促使組織利用人工智能做一些事情，但數據驅動必須放在首位，並且仍然是首要任務。畢竟，確保數據的組織性、可共享性和互連性，與詢問GenAI模型是否可信、可靠、確定性、可解釋、合乎道德和無偏見一樣重要。在將GenAI解決方案部署到生產環境之前，組織必須確保保護其知識產權，並針對潛在的責任問題做好計劃。這是因爲雖然GenAI在某些情況下可以替代人，但LLM沒有職業責任保險。這意味着涉及GenAI的業務流程仍然需要廣泛的“人在環”參與，這可能會抵消任何效率提升。到2024年，預計供應商將通過添加專注於滿足GenAI市場趨勢的新界面，來加速增強其產品。然而，組織需要意識到，這些可能只不過是固定的創可貼。解決數據質量等挑战，並確保對准確、值得信賴的數據進行統一、語義一致的訪問，將需要制定清晰的數據策略，並採取現實的、業務驅動的方法。如果沒有這一點，組織將繼續繳納不良數據稅，因爲人工智能/機器學習模型將難以通過概念驗證，並最終無法兌現宣傳的承諾。–Atanas Kiryakov，Ontotext創始人兼首席執行官

關於人工智能的思考：與任何炒作周期一樣，很多人會因爲計劃不周或知識或能力不足而跳入這個領域，這將產生糟糕的、甚至危險的代碼和應用程序。大量投資人工智能然後失敗的組織很可能會遇到麻煩。其他採用這些有問題的人工智能應用和流程的組織可能會遭受數據泄露、糟糕或錯誤的決策，並因依賴不良代碼而遭受損失。–Grant Fritchey，Redgate Software運營顧問

推動人工智能的可解釋性：過去兩年，商界見證了人工智能的重大進步。然而，包括神經網絡在內的復雜人工智能系統的一個決定性特徵是，其行爲並不總是像我們預期的那樣。事實上，人工智能系統選擇到達目的地的路徑，可能與人類專家應對相同挑战的方式有很大不同。隨着人工智能系統變得更加復雜，研究這些選擇，並構建人工智能可解釋性工具將變得越來越重要。組織必須有能力分析人工智能系統的決策，以採取適當的保障措施。此外，隨着時間的推移，人工智能系統提供的解釋其思維的輸出將對進一步改進至關重要。–Paul Barrett，NETSCOUT首席技術官

平衡人工智能內容和禁令-可見性與控制：發行商對人工智能禁令的考慮，源於對其內容保持控制的愿望。然而，隨着搜索引擎越來越依賴人工智能來管理內容，這種方法可能會導致搜索結果的可見性降低。整合與排斥：雖然一些品牌可能將人工智能禁令視爲保護其內容的一種方式，但也可能會錯過人工智能（尤其是LLM）在內容匹配和查詢了解方面提供的優勢。反對人工智能禁令的理由是，LLM可以利用替代方式來訪問內容，從而使完全排除具有挑战性。平衡法：品牌需要在保護其內容，和利用人工智能提高其在搜索結果中的可見性和相關性之間找到平衡。這可能涉及制定細致入微的政策，規範人工智能與內容的交互，而不完全排除。–A.J.Ghergich，Botify咨詢服務副總裁

人工智能當然可以幫助清理“混亂的數據”，但這也有點循環，因爲人工智能的使用應該基於強有力的數據治理，因爲數據保護法要求企業了解在人工智能用例中使用了哪些個人數據。因此，到2024年，我們將更加關注數據庫存和分類，這是想要利用人工智能力量的企業的必要基礎。–Seth Batey，Fivetran數據保護官兼高級顧問

在我看來，營銷世界即將發生範式轉變，從廣泛的營銷獨白轉向人工智能驅動的交互式客戶對話。這一變化將要求重新評估營銷技術堆棧，以優先考慮實時、有意義的交互。同時，個性化將從感知的侵入性，轉變爲通過響應式對話建立信任。我相信這將逐漸淘汰傳統的導航，例如下拉菜單，轉而採用搜索和聊天界面。在這個不斷發展的環境中，企業將認識到其人工智能战略與其數據战略有着內在的聯系。強調精益數據，對於有效、合規地利用新界面和工具至關重要，確保數據質量和相關性處於這些技術進步的最前沿。–Christian Ward，Yext執行副總裁兼首席數據官

事實證明，人工智能對於开發人員來說是一種極其強大的工具，盡管許多人對其能力範圍持懷疑態度，並擔心其可能會顛覆傳統的工作場所實踐、工作和流程。在我看來，人工智能將增強开發人員的日常工作流程，而並非取代。越來越多的开發人員將使用人工智能來自動執行簡單的任務，例如掃描性能問題、發現工作流程中的模式以及編寫測試用例。其實際上不會“劫持人工智能”，而是讓开發人員能夠將更多時間花在有影響力的創新工作上。–Dana Lawson，Netlify工程高級副總裁

隨着各行業的領導者开始接受這項技術，人工智能將使團隊更加緊密地聯系在一起：2024年，人工智能將成爲开發生命周期的主要驅動力，不僅作爲IT助手，而且作爲協作工具。开發人員和工程團隊的工作主要局限於後端，但我預計，隨着人工智能在企業的總體目標中變得更加根深蒂固，IT領導者將成爲關鍵顧問。隨着組織尋求利用人工智能進行自動化、原型設計、測試和質量保證，以大幅減少开發新項目所需的時間，技術和非技術人員都需要協調其人工智能战略。這將使技術人員能夠更頻繁地進行創新，並且非技術人員可以參與構建解決方案，而不僅僅是提供需求。–Ed Macosky，Boomi首席產品和技術官

關於採用/投資人工智能：投資人工智能工具可以成爲幫助一些开發人員提高生產力的槓杆。關於提示的培訓越多，就越有可能從开發人員那裏獲得更高的生產力。缺點是人工智能通常並不真正了解問題所在，並且可能使用低於標准的代碼。互聯網上的許多培訓代碼並不適合應用，因此期望人工智能讓开發人員變得更好是不可能的。人工智能是一種工具或槓杆，不能替代培訓和技能。–Steve Jones，Redgate Software的DevOps負責人

推動人工智能進步的數字容量競賽：人工智能是一項需要大量數據的技術，未來幾年對傳輸和處理這些數據的帶寬的需求將猛增。人工智能應用的發展速度遠遠快於基礎設施的建設速度，這導致了容量短缺的風險。網絡基礎設施必須快速發展，以滿足連接需求，並避免網絡危機。這將需要對新技術和基礎設施進行投資，以及網絡運營商、超大規模巨頭和其他利益相關者之間採取更具協作性的方法。人工智能無異於一個價值數萬億美元的機會，其將推動對帶寬的前所未有的需求，這使其與5G和物聯網等其他貨幣化尚不明確的炒作周期有很大不同。嚴重依賴數據和計算的行業，如醫療保健、金融和制造，將最先受益於人工智能。超大規模巨頭將大力投資數字基礎設施，爲這一浪潮做好准備，展望未來，規模較小的企業必須效仿，否則就會被拋在後面。–Bill Long，Zayo首席運營官

企業將優先考慮數據基礎和人工智能創新之間的差距。沒有數據战略就沒有人工智能战略，企業需要優先考慮縮小數據战略的差距；具體點，是更有效、更安全地訪問更准確數據的基本要素。–Justin Borgman，Starburst聯合創始人兼首席執行官

總而言之，了解和利用人工智能全部價值的門檻仍然很低，但隨着市場壓力繼續加速人工智能的採用，這種情況不會持續太久。企業人工智能的未來將集中於將人工智能內置到已使用的產品和服務中。但隨着人工智能創新的發展，我們將看到企業學會構建自己的內部人工智能數據平台，並將部分工作流程轉移到自己的基礎設施中。對於那些想要領先的企業來說，現在就开始投資建設內部專業知識至關重要。人工智能和數據科學的中央“卓越中心”，將比分散在企業各處的單個人工智能項目更有利。–Miroslav Klivansky，Pure Storage Analytics人工智能全球業務負責人

實時人工智能監控，數據驅動的未來——2024年，實時人工智能監控系統將興起，能夠即時檢測和解決數據異常。這項變革性技術將確保數據的可靠性和可訪問性，特別是對於不斷增長的非結構化數據量。–Rohit Choudhary，Acceldata首席執行官

在繁榮之後，許多人工智能企業將會消亡，這是圍繞數據隱私、安全和安全的審查加強的直接結果。因此，2024年將是人工智能企業安全的一年，人工智能投資和創新的爆炸式增長將得到鞏固和加速。各個領域都將开始出現贏家。人工智能將成爲主流，不再充當實驗生產的支持工具，而是至關重要的战略性商業資產。到2024年底，其將以極快的速度運行，並推動重大業務決策。在提供更高計算能力的同時，減少能源消耗和降低總擁有成本的人工智能模型和芯片將成爲趨勢。換言之，ESG（環境、社會和治理）將很快成爲新的導向。–Rodrigo Liang，SambaNova首席執行官

通用人工智能（AGI）將在未來一年取得進步：通用人工智能距離成爲現實還很遙遠，但比以往任何時候都更接近。現今的LLM是人類智能的模糊副本。它很好，並且可以做一些驚人的事情來改善業務。但LLM能否發明一種有效的經濟學理論或抗擊流行病的疫苗？人類可以！我們在過去幾年中取得了巨大的飛躍，但距離真正的創造天才還要多久呢，無人可知。–Jason Tatum，CallRail產品副總裁

人工智能將簡化軟件开發流程：开發人員目前所做的許多耗時的任務將很快變得自動化，使流程和任務更加簡化，同時創造出我們以前從未見過的速度和效率水平。此外，對於开發者而言，了解人工智能最終將成爲一項必備技能。至關重要的是，整個行業必須繼續接受這項技術，並了解其好處，這樣創新的步伐才能加快，並允許开發人員通過消除繁瑣、重復的任務來磨練自己的專業知識。”–Natwar Maheshwari，Algolia的PLG營銷總監

非結構化數據集缺少與成功人工智能數據管道的連接：組織將使用分布式非結構化數據集來強化其AI战略和AI數據管道，同時實現傳統企業解決方案所不具備的性能和規模。組織面臨的最大挑战之一是，將分布式非結構化數據集應用於其人工智能战略，同時提供傳統企業解決方案中無法提供的性能和規模。數據管道的設計必須能夠使用所有可用的計算能力，並使數據可供雲模型使用，如Databricks和Snowflake中的模型，這一點至關重要。到2024年，在全球數據環境中，對全球實時編排的數據的高性能本地讀/寫訪問，將變得不可或缺且無處不在。–Molly Presley，Hammerspace營銷高級副總裁

未完，待續…

---

標題：2024年大數據行業預測（一）

地址：https://www.utechfun.com/post/315070.html