"今年，我們將看到更多公司和企業開始結合各種新興信息技術，如AI、區塊鏈等技術趨勢。當越來越多的創新公司這樣做時，就將經歷格式塔轉變并從不同的角度看待他們的公司。那些成功遵循這條道路的組織將轉變為數據組織。Gartner建議數據和分析領導者與高級業務負責人討論他們的關鍵業務優先級，并探索如何針對以下10個主要趨勢去實現這些優先級策略布局。"

增強分析

數據分析的下一階段是數據增強分析，為分析計劃帶來自動化和新的程度的洞察力。

數據分析的下一階段的根本性轉變已經開始了。就像第二波自助商業智能破壞了第一波傳統商務智能，第三波增強分析技術將再次改變游戲規則。早期采用增強分析技術的用戶，以前所未有的速度洞察力和增強的競爭優勢。

增強的分析應用程序通過無偏差的正確準備的數據在右手中提供了驚人的結果。 由于自動化分析依賴于統計技術，因此不足以代表業務流程的不準確，有偏差或質量差的數據將提供低質量的結果。

增強數據管理

隨著以云計算，大數據，移動和社交為主要特征的第三平臺的發展，數據正在變成企業的核心驅動力，企業對于數據的使用成為其競爭力的核心組成部分。所以企業中產生了越來越多生產數據的拷貝用于備份/恢復，開發測試，統計分析，準業務平臺搭建，數據恢復有效性驗證等目的。

在當前產業環境下，大量行業用戶都已將核心業務遷移到自動化系統，自動化系統的運行往往需要在業務系統中抽取數據，這勢必會耗費業務系統的資源，對業務系統的效率、穩定性造成極大影響。而增強數據管理通過對數據管理流程的重塑，實現了簡化數據使用、節約存儲空間、增強數據管理這幾大目標，在降低對業務系統壓力的同時，實現更敏捷的數據使用。

持續智能

來自所有數據的持續智能不是描述實時，速度或吞吐量的另一個短語。它是關于從所有數據中獲得連續業務價值的無摩擦循環時間。它是一種現代機器驅動的分析方法，無論有多少數據源或數量多大，您都可以快速獲取所有數據并加速所需的分析。 它不是一次這樣做，而是讓機器自動化，因此它是連續的，無摩擦的。

通過使用各種技巧和工具，有很多方法可以快速進行分析。但是，如果它引導您進入一個新的思維鏈，需要一直回到加載更多數據，建模，集成它并在每次業務出現新問題時調整儀表板。

現在，人工智能驅動的分析已經通過應用當今數據處理平臺的巨大力量來自動解釋和協調來自不同來源的數據�，F在，任何人都可以將AI驅動的分析系統指向復雜的數據源進行推斷和協調，系統可以完成工作并立即向業務發送持續的視覺洞察。業務決策的數據變得持續。

可解釋的AI

人工智能出現以后，似乎正在逐步滲透到我們生活中的每個角落，其中不乏它為我們做出了一些非常重要的決定，比如，身體里的腫瘤是不是已經發生癌變；是否應該同意或拒絕保險索賠；旅客是不是應該被批準通過機場安檢，甚至是否授權導彈發射以及是否批準自動駕駛汽車的制動，等等。

最重要的是，這顯然意味著應該提供關于如何獲得模型的響應的見解。直接的后果是，由于易于解釋，將可能方法的范圍縮小到最簡單的方法，除非我們找到方法將上下文添加到最先進算法的預測中。更何況，這種趨勢更多是因為監管約束的強化而不是緩慢的。