Gartner最新科技发展趋势解读：数据科学平台未来将做哪些有用功？

点击蓝字关注DataCanvas

一年一度的高德纳IT博览会（Gartner Symposium/ITxpo）日前在美国奥兰多成功举办。此次博览会上，Gartner再次发布2019年十大战略科技发展趋势（Gartner Top 10 Strategic Technology Trends 2019）。

在被称之为2019年重要驱动力的智能数字网格（Intelligent Digital Mesh）中，三大科技趋势上榜智能（Intelligent）分类：

1、自主化物件（Autonomous Things）

自主化物件指的是利用AI技术代替人类完成任务的工具。区别于编程模型所提供的自动化，自主化物件采用人工智能自动执行代替人类操作，不仅实现自动化水平的超越，而且利用人工智能获得与环境和人类互动更自然的高级行为。

五类自主化物件（机器人、车辆、无人机、家电、媒介）占据四种维度：海洋，陆地，空中和数字空间，并交织出无限可能。Gartner认为，未来每个应用程序、服务、或者IoT设备都将包含某种程度的“自动化”。

以IoT行业为例，DataCanvas数据科学平台早在动车物联网领域，基于AI和AutoML技术实现的动车检测、运行线路监测、票务规划、人群分布预警、人群轨迹分析和洞察、轨迹定位及智能推荐等功能，得益于AI替代人做出的运维决策，大幅缩短人员工作时间、实现实时监管和告警、全面提升运维效能。

2、增强型分析（Augmented Analytics）

“增强型分析侧重于增强智能的特定领域，利用机器学习（machine learning）转变分析内容的开发、使用与共享方式。增强型分析能力将快速发展至主流应用，成为数据准备、数据管理、现代分析、业务流程管理、流程挖掘与数据科学平台的主要特性。”

Gartner预测，到2020年，超过40％的数据科学任务将实现自动化，从而提高数据科学家的生产力；到2020年，平民数据科学家的数量将比专家数据科学家的数量多五倍。

“各企业机构可以利用民间数据科学家填补因数据科学家短缺及高成本而导致的数据科学与机器学习人才缺口。” Gartner副总裁兼院士级分析师David Cearley表示。

民间数据科学家得以填补数据科学家的短缺，还仰赖数据科学平台的加持。

具有低门槛、易操作、功能灵活、界面友好等工具属性的DataCanvas数据科学平台，让民间数据科学家轻松应对海量多源异构数据：通过将数据清洗、数据探查、特征工程、模型选择、模型训练、模型评估等一系列高难度数据模型工作自动化，让平民数据科学家得以3分钟构建专业数据模型和模型生产化、用数据科学平台做出专业的模型管理和更科学的数据决策。

数据科学和机器学习平台也已经改变了企业的分析方式。

3、人工智能驱动的开发（AI-Driven Development）

“市场正快速从专业数据科学家必须与应用开发者合作以创建大部分人工智能增强型解决方案，转变为专业开发者可通过预定人工智能模块的服务（predefined models delivered as a service）而独自操作的模式。……到2022年，至少40%的新应用开发项目的团队中将出现人工智能共同开发者（AI co-developers）。”

DataCanvas数据科学平台正在帮助专业数据科学家及其团队加速完善业务解决方案和落地AI应用。其内嵌的优质算法、灵活的模型编辑、支持多人协同操作等功能，和强大的实时数据处理能力，让使用者和企业节约更多时间成本和人力成本，从而获得更大的市场竞争力。

目前，DataCanvas数据科学平台作为专业数据建模分析工具，通过可以灵活编辑的内嵌模型和高可用的模型输出结果，已为金融、政府、交通、IoT等行业的百余业务场景实际解决业务问题、落地AI应用。

数据科学平台自出现至今已有数年，未来，数据科学平台将面向更广泛的平民数据科学家和专家数据科学家及其团队。届时，数据科学平台的内嵌算法质量、模型数量、模型编辑灵活度、输出结果的可用性等性能将被更多用户考量。

在增强分析的大潮中，DataCanvas九章云极作为数据科学平台行业领跑者，将持续输出专业、灵活的数据科学服务，在各行各业实现AI赋能。

了解更多

DataCanvas

DataCanvas

数据科学平台领导者

点击阅读原文查看Gartner 2019年十大战略科技发展趋势