2016年大数据发展趋势的33个预测
2016年大数据领域会发生什么情况？考虑到如今在深层神经网络和规范性分析方面取得的进展，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，Datamini网站精选出了最值得关注的33个预测，为您开启未知的2016！
数据平民崛起
甲骨文公司预测一种新型用户：数据平民（Data Civilian）会崛起。该公司称：“虽然复杂的数据统计可能仍局限于数据科学家，但数据驱动的决策不会是这样。在未来一年，更简单的大数据发现工具让业务分析员可以寻找企业Hadoop集群中的数据集，将它们重新做成新的混搭组合，甚至运用探索性机器学习方法来分析它们。
“大数据”会消亡
Nucleus Research公司公开发表了不同意见，预测我们所知道的大数据会消亡。该公司称：“在过去两年，每家公司及其人员似乎都推出了某种形式的大数据解决方案。是该告别新奇事物综合症（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一项庞大又艰巨的任务。
风险投资公司更关注大数据给出的结论
据Opera Solutions公司的高级副总裁Keri Smith声称，由于风险投资公司往数据初创公司纷纷投入资金，是时候开始提出尖锐的问题了。Smith问道：“大数据解决方案真正的投资回报率（ROI）如何？公司如何才能跨过部门级部署这个阶段，让大数据在整个企业创造的价值实现最大化？又有哪些有意义的使用场合适用于众多垂直领域？要是贵公司现在没有提出这类问题、积极寻求答案，应该很快就会。
机器学习和人的洞察力组合渗透新行业
Spare5公司的首席执行官Matt Bencke表示，我们在2016年会看到数据绝地武士（Data Jedis）的兴起。他写道：“将来被人工智能改变的工作会比以往任何时候都要多，‘数据绝地武士’会变成最抢手的员工。机器学习和人的洞察力这对组合会渗透到新行业，包括医疗保健和安全行业，员工需要灵活适应以提供不同服务，不然就会落在后面。
数据科学再银行界大放光彩
数据科学咨询公司Profusion的首席执行官Mike Weston预测，数据科学在银行界会大放光彩。他写道：“金融业是率先采用数据科学技术/方法的行业之一。不过，所有银行服务公司采用数据科学的步调远远没有统一。2016年，我预计这种局面会有所改变。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。”
人工智能和认知计算让个性化医疗成为现实
先进的人工智能引起机器人成为统治者，这种场景吓坏了Elon Musk。不过据Franz公司的认知科学家兼首席执行官Jans Aasman声称，应该将人工智能归为“友好的技术”这一列。他说：“2016年及以后，人工智能和认知计算将使个性化医疗成为现实，帮助拯救患有罕见疾病的病人，并改善整体的医疗保健状况。”
首席数据官将成为信息技术领域的“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”，永远让办公室政治更显错综复杂。他写道：“正是由于大数据很复杂，又需要完整而准确的数据，首席数据官会变得越来越重要。因而，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，并成立了相关团队，否则高层管理团队当中会出现紧张局势。”
首席洞察官成为大数据整理过程的关键领导者
但不是每个人都这么认为，其中包括PROS公司的首席远见官Craig Zawada。“2016年，我们会开始看到被任命的首席数据官日渐式微，这是过去的一种角色。相反，2016年会出现首席洞察官，这类人将成为大数据整理过程中的关键领导者。”
云服务被充分利用
但是颇有势力的CIO能重新发号施令吗？Cazena公司创始人兼首席执行官Prat Moghe预测会这样。他写道：“2016年，CIO们会充分利用企业就绪的云服务，作为中间人提供这样的云服务，既满足IT部门在治理、合规和安全等方面的要求，又满足业务部门在敏捷性和响应能力等方面的要求。”
流分析逐渐成熟
DataTorrent公司的首席执行官兼联合创始人Phu Hoang预测，流分析（streaming analytics）会开始成熟起来，并在大数据阵营中证明其价值。他说：“虽然许多公司已经认可了实时流非常重要这一点，但我们会看到用户希望更进一步，确定流分析使用场合。在接下来一年，使用流分析工具的客户会变得更加成熟，要求流分析有明确的投资回报率。”
实时分析异常火爆
实时分析在明年会很火爆，这个我们懂。不过据MongoDB公司的战略和产品营销副总裁Kelly Stirman声称，一项技术：Apache Kafka比其余技术更惹人注目。Stirman写道：“Kafka将成为企业数据基础设施的一个重要集成点，为构建智能分布式系统提供便利。Kafka 及其他流分析系统（比如Spark和Storm）会补充数据库，成为跨应用程序和数据中心管理数据的整个企业堆栈的关键部分。”
大数据让娱乐更加“娱乐”
喜欢鼓乐？FirstFuel Software公司的首席数据科学家Badril Raghavan表示，那么你一定会爱上2016年。“在今后几个月，我们会看到企业和个人利用数据和分析工具，面对包括能源、体育、社会公益和音乐在内的众多行业，提供个性化、引人入胜的体验。比如说，人们将来可以利用数据，根据个人喜好（例如偏爱鼓乐）改编歌曲。”
物联网影响半导体行业
物联网会如何影响半导体行业？IT传奇人物Ray Zinn对此有几点看法。他写道：“你会看到设计和制造出现更明显的分工。晶圆厂的使命就是扩大规模，服务于几十亿消费者和新兴的物联网市场。设计将会与制造脱离开来，分担市场风险。创新将是设计公司的生存之道，而不断提高效率才是晶圆厂的致胜秘诀。问题是，接下来会出现什么？到时难免会出现新的市场和设备，从而推动行业呈现新的井喷式增长。物联网好比是沉睡的巨人，不过我觉得它只是在打盹而已。”
机器学习、大数据自动化和人工智能大放异彩
Infosys公司高级副总裁兼平台、大数据和分析部门主管Abdul Razack表示，机器学习、大数据自动化和人工智能在2015年大出风头，明年会出更大的风头。Razack说：“2016年，企业更广泛地采用人工智能技术替代人工重复性任务的步伐会快速加快。”他提到，丰田公司最近往人工智能方面投入了10亿美元。大数据自动化已经在发展，不过明年“会得到更广泛的应用，人的独特能力（即拿来复杂问题后给出创造性的解决办法）显得更重要。”特斯拉的无人驾驶汽车内置了机器学习技术，但明年，“机器学习会悄悄进入到千家万户，让我们身边的物件不仅仅是联网而已。”
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，并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，但是那些大多是安定下来的旧趋势。在我看来，2016年会是合并兴起和为下一大热门打基础的一年。”
副本数据管理（CDM）迎来春天
“最想象不到奖”授予Catalogic Software公司的产品营销高级经理Peter Eicher。我们倒不是指他的这一预测：副本数据管理（CDM）“是迎来大好时期的技术――不仅这个领域出现新厂商，老派厂商也在跟风，这就是最好的佐证。”这完全合情合理。不，我们之所以提名Peter是因为他的这一疯狂预测：纽约尼克斯队会夺得NBA总冠军。他承认：“是的，结果不是。我不可能一直预测正确。不过话又说回来，这个预测已连续错了42年。”
大数据泄密事件频发
大数据领域的“沮丧的黛比”（ Debbie Downer）奖授予BlueTalon公司的首席执行官Eric Tilenius，因为他预测，大企业爆出大数据泄密事件的步伐可能会加快。他写道：“2016年，缺乏统一的数据治理，可能会导致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用不一致的政策，只会在企业数据保护方面留下大洞。”
微服务架构有所突破
你在搞微服务吗？据SaaS厂商Workday声称，如果你现在没搞，很快会搞。该公司声称：“很显然，内部部署与云之争已结束，云赢了。不过，并非构建的所有云架构都一个样。微服务架构会突破Netflix等消费者互联网设计领域，成为自向云转变以来企业应用软件领域最重大的架构进步。”
大数据分析扩大领域
TARGIT公司首席技术官Ulrik Pederson表示，大数据有难度，许多公司在明年会竭力搞好大数据。他写道：“2016年大数据分析会扩大领域，一些工具让企业用户有可能在需要时对大数据执行全面的自助式探索，不需要IT部门的大力指导。对应于我的第一个预测，我预计先进分析项目在众多行业会大幅增加。然而，这并不意味着它们会成功……要是听到许多厂商和客户在成功实施项目上遇到困难，我也不会觉得惊讶。”
认知技术、数据科学会有进展
国际数据分析研究所（International Institute of Analytics）预测便于嵌入式分析的分析微服务会大行其道。这家独立研究和咨询公司还预测，认知技术、数据科学和数据精选等领域会取得进展。哦，该组织表示，由于许多大学开设新课程，分析人才危机有望得到缓解。
非数据专业人才也会投身大数据
OLAP-on-Hadoop提供商AtScale公司的首席营销官Bruno Aziza表示，不是数据专业人才的那些人也会积极投身于大数据。他写道：“随着Hadoop变得更容易被非数据专业人才访问，营销人员会开始访问更多的数据，以便做出更合理的决策。可以借助Hadoop更深入更全面地了解数据，这让营销人员能够洞察消费行为、从而做出决策，并了解客户消费旅程背后的流程。”
高性能计算渐成主流
存储巨头DDN预测，我们会看到更多的高性能计算技术进入到主流，特别是由于它涉及存储。该公司表示：“2016年，来自高性能计算行业的存储、数据管理和应用程序加速等技术会继续以更快的速度被利用起来，以满足企业对性能和规模越来越高的要求，因而会以更快的速度取代传统的IT基础设施。”
开源大数据遍地开花
开源大数据技术给你留下了深刻印象？Pentaho公司的首席执行官Quentin Gallivan表示，你还没有看到任何实际东西。Gallivan写道：“像Spark、Docker、Kafka和Solr这些很酷的新工具会遍地开花，这些新兴的开源工具旨在能够对PB级数据进行大规模大批量的分析，它们会从‘青春期’阶段进入到‘壮年期’阶段。”
Spark淘汰MapReduce，拯救Hadoop
RDBMS-on-Hadoop厂商Splice Machine公司的联合创始人兼首席执行官Monte Zweben表示，Spark会淘汰MapReduce，但是会拯救Hadoop。他写道：“MapReduce相当深奥。具有速度慢、批处理的特性，又加上非常复杂，因而对许多企业来说毫无吸引力。由于速度快，Spark要自然得多，对程序员来说很方便。Spark会给Hadoop注入活力；2016 年，基于Hadoop的项目十之八九会是与Spark有关的项目。”
云厂商发布自己的Spark平台即服务解决方案
Snowflake Computing公司的首席执行官Bob Muglia表示，但是这并不意味着每个Spark项目会涉及Hadoop。“如今，Spark是Hadoop发行版的一部分，与Hadoop有着广泛的联系。随着Spark独自行动，建立一个独立的、有活力的生态系统，预计这种情况在2016年会发生变化。实际上，可以预计各大云计算厂商会发布各自的 Spark平台即服务（PaaS）解决方案。我们会看到Elastic Spark吗？可能性很大。”
Apache Hadoop将被重置，并非丢弃
Teradata公司的企业系统总经理Dan Graham表示，企业组织会对Apache Hadoop进行重置处理。“随着Hadoop及相关开源技术跨过收集知识的早期阶段、炒作渐渐消退，企业会对部署的Hadoop按重置键、而不是丢弃，运用汲取的经验教训，尤其是治理、数据集成、安全和可靠性方面的经验教训。”
主数据管理（MDM）派上用场
杂物抽屉问题是Hadoop社区面临的最大挑战之一。但根本不用害怕――主数据管理（MDM）派得上用场！Reltio公司的首席执行官兼创始人Manish Sood写道：“MDM会变得无处不在。长期以来，MDM这门技术只有大公司才用得起，大公司拥有庞大的IT团队，又有硬件、软件和为期多年的实施项目所需的庞大预算。新一批数据驱动的应用程序会内置MDM作为基本要求。由于同时提供操作功能和分析功能，每个应用程序可靠的数据基础由MDM引擎来支撑。”
Hadoop将处于十字路口
2016年，Hadoop将处于十字路口，它会往哪个方向走？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显而易见，ODPi的成员数量在这一年翻番。我们预计，2016年Hadoop会得到更大的发展和认可，让新的技术和应用程序得以满足由ODPi制定的Hadoop生态系统标准。”
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、专有的第一代解决方案，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当中作一个选择。”
后稀缺经济（post-scarcity economy）日渐兴起
OpenText公司首席执行官Mark Barrenechea预测，物联网可能预示着后稀缺经济（post-scarcity economy）日渐兴起。他写道：“可以将算法想象成这种应用程序，对物联网及我们生活中方方面面的数十亿个互联设备生成的彼此关联的海量信息进行大数据分析。拥有数据、分析数据、改进和创新成为企业成功的关键――这一切得益于互联数字化社会。”
生产工作负载与分析技术充分结合
MapR Technologies公司的首席执行官John Schroeder预测，能够同时处理分析型工作负载和事务型工作负载的融合平台会迎来巨大飞跃。“2016年，由于各大领先公司获得将生产工作负载与分析技术结合起来，迅速调整，以适应客户偏好、竞争压力和商业环境所带来的好处，我们会看到融合方法成为主流方法。这种融合加快了企业组织“从数据到行动” 的周期，并缩短了数据分析到业务影响之间的时间差。”
小众解决方案吃香
看好2016年会出现单一架构的另一个支持者是Datameer公司的首席执行官Stefan Groschupf。他写道：“某个技术类别是新类别时，会出现众多公司，各自的产品旨在为这个领域的一小部分提供解决方案。这样一来，客户只好购买多个工具，试图弄清楚如何结合使用这些工具。最后，这种方法根本行不通，客户倾向于单一厂商提供的集成产品架构――或者覆盖范围广泛的产品。2016年将标志着大数据产品开始出现这种转型。”
外包大行其道
大数据服务提供商Absolutdata公司的首席执行官Anil Kaul预测，外包在2016年会大行其道。他写道：“我们可以从大数据获得众多有价值的信息，可是访问这些信息颇具挑战性，而且通常不在平常商业智能的范围之内。如今许多公司在与第三方合作，制定并执行大数据分析策略。将外部专家整合到大数据团队当中，也许是公司在这个迅速变化的领域保持领先一步的最佳途径。”
英文原文：
编译：瀚思安信（微信ID: HanSight）
第一时间获取面向IT决策者的独家深度资讯，敬请关注IT经理网微信号：ctociocom
&&&除非注明，本站文章均为原创或编译，转载请务必注明出处并保留： 文章来自
相关文章：
报告详细分析了FitBit智能手环的硬件、网络、APP、云服务四个攻击面的安全性和隐私保护问题，风风火火搞智能硬件的务必要抽空看下。
医疗大数据应用已经来到引爆点，可为美国节省数千亿美元医疗开支。
棱镜门事件以来，NSA的全球监控行为遭到各国政府和人民的谴责，但美国情报部门所展现的大数据和信息安全技术实力也成为各国政府甚至一流IT企业为之“艳羡”的对象。
《BYOD安全策略与工具指南》为企业的信息安全主管和CIO们提供了一个详尽而系统的移动安全策略框架。
Box、Accellion和Citrix三家公司获得了Gartner的最高评分，并被认为是最安全和成熟的“企业级”解决方案。这三家公司也代表着企业级文件分享与同步市场的最高水平。
最近VisionMobile发布的2013移动开发工具报告为我们揭示了移动开发平台和工具的流行趋势，以及不同开发策略的盈利模式等关键信息，对移动应用开发企业和从业人员有较高的参考价值。
经过对中国防雷业务 审核为期9个月的学习和研究，世界十大开源ERP开发商之一，法国开源软件企业Nexedi 开发了首个开源防雷业务电子政务管理平台。
Cray的这套系统将成为瑞典和斯堪地纳维亚地区首台千万亿次规模的超级计算机。瑞典研究人员和产业合作伙伴因此可以在气候模拟、流体动力学、神经科学、等离子物理、材料科学和分子模拟等领域进行复杂的模拟。
CRAY公司赢得了韩国国家气象局（KMA）一项价值5400万美元的合同，未来将为该机构提供两台新一代Cray(R) XC(TM) 超级计算机和一套Cray Sonexion(R) 存储系统。
作为为数不多的本土大数据创业企业，星图数据在互联网大数据领域已经耕耘了将近3年,自主研发出了一套适合中国企业的大数据应用服务产品。
在全球，面对急速增长的移动数据需求，4G LTE成为目前最领先的移动宽带解决方案，也是有史以来普及最快的无线通信技术。
&Copyright (C) 2011,ctocio.cc - IT经理网热门推荐：
　　关于转载授权
　　大数据文摘作品，欢迎个人转发朋友圈，自媒体、媒体、机构转载务必申请授权，后台留言“机构名称+文章标题+转载”，申请过授权的不必再次申请，只要按约定转载即可，但文末需放置大数据文摘二维码。
　　选文：康欣
　　编译：Lily 娟卷
　　1.算法（Algorithms）的崛起
　　大数据已过时，算法正当道。数据已经成为一种商品，每个组织都能够收集和存储大量的数据。分析大数据也不再那么引人注目了。每个组织都可以聘用或培训大数据分析人员来了解数据模式。
　　2016年，人们更加关注对已接触数据采取什么行动。算法将大行其道。算法能够定义行为，它们是非常专业的软件，能够很好地执行专业的指令，远比人类做的要好。例如，当你访问一个网站时，根据你手上的资料，快速确定最合适的广告。或者在大量的交易数据中找出异常值来甄别欺诈行为。
　　这些算法是非常专业的人工智能，不是已经存在多年的普通人工智能所能比的。但是，非常专业的AI已经存在，2016年我们将见证算法商务的崛起。
　　2.数据湖服务作为一种解决方案（Data-Lake-as-a-Service Solutions）
　　2015年，我们已认识了数据湖。企业从M2M连接、社交网络和远程工作人员积累了越来越多的数据，数据湖将成为他们的重要数据存储工具。
　　据Gartner称，“到2020年，信息将被用于重新创造、数字化、或消除80％的业务流程和产品（相比于10年前――2010年）”。在传统的存储解决方案中，数据之间是相互孤立的。数据湖与之正好相反，它允许存在各处的原始的、质朴的信息字节相互整合、分析。数据湖能够帮助你实现商业的数字化，使之真正成为数据驱动的商业，就像Gartner对2020年的商业预计一样。
　　由于数据湖带来了相当多的挑战，在2016年，我们将看到数据湖管理的未来：数据湖服务作为一种解决方案，为您的数据湖提供一个完整的管理方案。
　　数据湖服务将提供主动式存储方案，通过整理大量的结构化和非结构化数据，大量的应用才能够用于对其进行加工处理，包括企业数据仓库或开源技术，如Apache Hadoop或 Spark。一个使用了数据湖服务的企业，每个月仅需要为十亿字节支付几美分。
　　在2016年，我们将看到越来越多的大数据供应商提供这样的解决方案：给企业提供一个完整的、易于使用的、可扩展的解决方案，省去企业自建数据湖的麻烦。由于数据湖在大规模数据存储和分析方面具有巨大优势，数据湖服务解决方案将被用于许多组织中。尤其是规模较小的组织，例如互联网领域的初创公司，将从数据湖服务方案中获得数据湖所有的益处，省去了创建和维护数据湖的所有麻烦。
　　3. 区块链将被各行各业所接受
　　在过去的几年中，我们看到区块链主要应用于比特币，但区块链技术提供了更多的可能性。在2016年，我们将看到很多行业将采用区块链。
　　一个区块链可以被看作是数字事件的一个公共分类帐或记录。这个公共分类帐由许多不同当事人共享，计算地理上和计算上的孤立节点，并且只有该系统的大部分成员都同意的情况下，这个记录才能被更新。只要新信息输入到分类帐，它就不能被擦除，而且所有人可见。因为区块链的存在，所有输入到分类账上的信息都是全透明的。
　　区块链的一个关键优势是：该系统是完全透明的，任何人都可以在不损害个人隐私的情况下，看到哪些交易输入到分类账。您可以在不透露当事人个人隐私的情况下，记录事件发生的事实，甚至记录它的正确性。
　　虽然大多数人将区块链与加密的比特币联系在一起，其实它还有更多的可能性。尤其是金融业将迎来的区块链技术的全面开花。世界上许多大银行正在试用区块链，更或正在对区块链初创公司进行投资。UBS（瑞银集团）已经创造了一个区块链实验室，Santander正在研究如何使用区块链管理他们的贷款活动，Goldman Sachs （高盛集团）投资了一个区块链初创公司，并且有一个大财团（R3 ’s global bank partnership），负责调查的区块链的潜力。
　　然而，在2016年我们将看到，不同行业的多个应用程序使用区块链。基本上任何存在数字化交易的行业都将会受益于区块链技术，从金融业，法律行业，房地产，公证员，赌博，发布到数据存储。未来一年，更广泛的采用区块链将迫在眉睫。
　　4.人力资源分析
　　对于大多数组织而言，人才是最重要的财富；对于大多数高级管理人员而言，人才是重中之重。根据普华永道的研究，34%的美国首席执行官们“非常关注”组织中关键技能的可用性。因此，高级管理人员正在寻找其人力资源的确切数据，所以，2016年我们会看到人力资源分析将迈出一大步。
　　人力资源分析虽然是人事部门新的业务领域，但为了更好地提高人力资源的投资回报率，该业务增长极为迅速。人力资源分析可以被定义为一项大数据技术，使用人力相关数据片段优化商务产出、解决商务问题。因此，人力资源分析越来越重要。
　　人力资源分析可以帮助回答一些问题，例如：我们在组织内是否有正确的技能搭配？我们的员工，特别是那些优秀的员工是如何工作的呢？我们能更好地预测企业未来的领导人是谁么？员工的精神状况怎样......如此等等。
　　在一个过热的市场，对人才的争夺战愈演愈烈，优秀的大数据科学家和数据分析师资源越来越稀缺，越来越贵，因此发现人才不是一件容易的事情。对于一个组织而言，了解员工的驱动因素，并且很好的激励他们变得越来越重要。因此，在2016年，更多的组织将致力于人力资源分析，这些领域的初创企业数量将迅猛增长。
　　5.智能政府致力于提高社会和公民体验
　　对于那些大的商业组织而言，大数据已经成为通用语言。在适应新趋势方面，政府是缓慢的，但是在2016年，我们会看到更多的国家、地区和地方政府会采用大数据技术来提高社会和公民的体验。
　　政府正在尝试用大数据技术来提高公民体验的管理，通过政府分析、把数据驱动决策引入到一线员工的管理，从而创造无摩擦交易，提高政府绩效。一个政府，或智慧政府，将会于实现目标做出重要贡献，在2016年，在全球范围内将会有越来越多的政府向智能政府方向发展。
　　我们已经看到一些例子。迪拜当局正努力把政府变成智能政府。他们已经开始践行提高客户（例如，公民）体验，并推动知识经济的实践。他们已经为数十个智能政府服务创建了一个单独的、安全的登录界面，大量的服务也都支持移动应用程序。
　　最好的智能政府的例子就是爱沙尼亚。这个仅有130万公民的波罗的海国家被联合国提名为“具有十年最优电子政务内容“ 。每一次与外部的或内部的互动都是数据化的，爱沙尼亚政府对于自己的数据具有完全的掌控。此外，议会正在推行无纸化办公，电子签署法律文件，全电子化商务，因为所有的服务都是互联的，所以报税非常简单。
　　尽管爱沙尼亚政府远远走在同行的前列，但这个进程远没有停止。在荷兰，国家政府的目标是，截止到2017年，从与政府取得联系到缴税，全部实现工数字化。
　　因此在未来一年，我们将在世界范围内看到越来越多的政府开发智能方案。我们也将看到更多的政府开放自己的数据集，应用开放的API（应用程序编程接口）使初创公司和企业够轻松地与政府部门对接。这不仅能加速政府的智能化过程，甚至可能收获更多。
　　6.增强大数据安全、防止数据泄露
　　伴随着数字化进程，物联网将物物连接为网络，大数据的安全变得越来越重要。在过去的几年里，我们已经遭遇了许多大规模的数据泄露事件，包括Ashley Madison hack（婚外情网站）和TalkTalk公司（英国宽带服务供应商）的黑客攻击事件。
　　基本上，任何组织未来都可能被黑客攻击，如果没有被黑客攻击，说明其根本不重要。因此，任何组织不仅应该把重点放在防止安全漏洞，在遭遇黑客攻击时，还要实施正确的危机应对计划。
　　2016年，我们会看到更多的数据泄露新闻，更多组织犯傻试图掩盖，更多由物联网引起的对实物的攻击。特别是后者，可能会对数据安全产生深远影响。毕竟，我们已经看到过黑客远程操控毁灭了一辆正在高速路上行驶的吉普车。
　　因此，2016年，我们将看到组织是如何管理他们的数据保证数据安全，包括黑客攻击前、攻击中、攻击后的各种管理措施。组织将增加安全开支，与有道德的黑客合作提高数据安全，改善内部流程使得员工对于黑客更加警惕。毕竟，通常情况下人是公司安全协议中最薄弱的一环。
　　7.智能机器带来的雾分析（Fog Analytic s)起步
　　雾计算正在迅速地获得大量动力。雾计算是指推进连接到物联网的终端设备和存储数据的云计算之间的存储、传输和计算。随着物联网的进步，雾计算势头越来越猛，因为传感器变得相当精密，它们现在可以收集大量数据。
　　想象一下，你有一个网络，连接各种设备，它们产生了大量的实时数据。在设备和云之间来回传输数据变得尤其昂贵，而且花费时间太长。采用雾计算或雾分析。雾分析使得智能机器在当地执行一部分分析，只将分析结果发送到云端。
　　据Gartner称，智能机器是新的现实。因此，在未来的一年，我们将看到更多的智能机器有着越来越多的精密传感器，能收集大量的数据。组织将不得不转向雾分析，以便数据易于管理，保持洞察力可用并尽可能降低成本。
　　令人振奋的新一年
　　在大数据方面，2016年将是令人振奋的一年。智能算法将接替现在由人类来完成的许多业务。我们将看到数据湖服务作为一种服务解决方案出现，帮助企业以最少的工作更多的使用数据。越来越多的行业将开始试用数据区块链技术（blockchain technology）以改变他们的行业。
　　组织将转向人力资源分析，以更好地激励员工，争夺稀缺人才。政府终将看到大数据的益处，并向智能化方向转变，但是组织和政府将不得不警惕黑客攻击，并采取适当措施。最后，由于智能机器将出现在各行各业，雾分析时代正式开启。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
普及数据思维，传播数据文化；专注大数据，每日有分享。
知名IT评论人，曾就职于多家知名IT企业，现是科幻星系创建人
未来在这里发声。
新媒体的实践者、研究者和批判者。
立足终端领域，静观科技变化。深入思考，简单陈述。
智能硬件领域第一自媒体。