很遗憾,因您的 浏览器版本过低导致无法获得最佳浏览体验,推荐下 载安装谷歌浏览器!

2018年,大数据、云计算和AI将如何搅动市场?

2018-01-20  来自: 励牛课思(北京)信息技术有限公司 浏览次数:394

2018年,热门技 术仍将继续享受万众瞩目,但也发生了一些变化。

过去的一年,提起新技术,可以说不胜枚举:云计算的使用 速度超过了分析师的预测,并衍生了一些新技术;人工智能被引入 到日常生活的方方面面;物联网和边缘计算应运而生;大量的 云计算技术变为现实,如Kubernetes,serverless,以及云数据库等。新的一 年是时候分析这些趋势的落地情况,并一下预测2018年科技领域的趋势。

诚然,大家都喜欢新技术,但一般的企业主、IT买家和 软件开发人员对这一巨大的创新并不太了解,而且不 知道如何将其转化为商业价值。为此,我们探 讨了一些可能在2018年会看到的趋势,其重点 将是如何使新技术变得更容易和可消费。

一切趋向serveless化

亚马逊 和其他云服务提供商正在竞相获取和保持其市场份额,因此他 们不断提高跨服务集成的水平,以提高 开发人员的生产力,并加强客户粘性程度。例如亚马逊在最近的AWS Re:Invent大会上 推出了新的数据库服务产品,并全面集成了人工智能图书馆和其他工具。同时,它也开 始区分不同形式的serverless:AWS Lambda是关于serverless功能,而AWS Aurora和Athena则是关于serverless数据库,从而将serverless的定义 扩展到任何可隐藏底层服务器的领域。据推测,现在有 更多的云服务将能够通过该定义称自己为“serverless”了。

2018年,我们将 看到云供应商会更加重视并进一步整合个性化服务。他们还 将关注与人工智能、数据管理和serverless相关的服务。这些解 决方案将使开发人员和操作人员的工作更简单,并隐藏 其固有的复杂性。然而,他们确 实带来了更大的用户粘性风险。

在2017年,Kubernetes作为容 器编配的标准吸引了所有的云供应商。2018年,我们将 看到越来越多的厂商将在Kubernetes上建立的服务,该服务 可以为私有云产品提供多云服务。Iguazio的Nuclio就是这 样一个开放和多云服务器平台中一个很好的例子,Red Hat的Openshift 多云 PaaS也是如此。

智能边缘vs私有云

云服务 确保了企业所需的业务敏捷性,这对开 发数据驱动的应用程序来说是非常有必要的,无论是 在初创公司还是在大型企业中。挑战在于,企业不 能忽略数据的引力,因为许 多数据源仍然处在边缘领域。5G带宽,延迟,新法规如GDPR,以及更 多的因素强制企业将计算和存储放在离数据源更近的地方。

今天的公有云模型是 服务用户消费的,因此开 发人员和用户可以绕过 IT,引入一些serveless的功能,使用自助服务数据库,甚至可 以将视频上传到云服务中,并将其 转换为所需的语言。但是,当使用 本地替代方案时,你必须自己构建服务,而技术 栈的发展速度非常之快,所以IT团队几 乎不可能构建出可以与云替代方案相比较的现代化服务。

标签为“私有云”的IT供应商 解决方案与真正的云完全不同,因为它 们关注的是自动化IT操作。它们没 有提供更高级别的面向用户和开发人员的服务——它最终 是将几十个单独的开源或商业软件包组合起来,添加常见的安全层、日志记 录和配置管理等,这也为 云供应商和新公司进入边缘领域提供了机会。

2017年,微软首席执行官Satya Nadella越来越关注他所谓的“智能边缘”。微软推出了Azure Stack,这是Azure云的一个迷你版本,不幸的是,这只包 含微软在云计算中提供的一小部分服务。之后,亚马逊 也开始推出名为“Snowball Edge”的边缘设备。

智能边缘不是私有云。它提供 了与公有云相同的服务和操作模型,但它是本地访问的,并且在 许多情况下是由一个中心云操作和维护的,就像操 作人员管理我们的有线机顶盒一样。

在2018年,传统的 私有云市场将会逐渐萎缩,同时智 能边缘的势头将会增长。云提供 商将增加边缘产品,新公司将进入该领域,在某些情况下,通过集 成产品到特定的垂直应用程序或用例上。

云计算培训|运维培训|人工智能培训|网络安全培训-云唯IT实训

大数据到连续数据

在过去的几年中,企业已 经开始开发由主要IT技术驱 动的大数据应用。它的目标是收集、管理和 集中分析业务数据和日志,以便将来应用。数据收集在Hadoop集群和 数据仓库解决方案中,然后由 一组数据科学家使用,他们运 行并进行批量处理作业并生成一些报告或仪表盘。然而,根据所 有知名分析师的侦测,这种方 法已经被证明是失败的,据Gartner的数据显示有70%的公司没有看到任何投资回报率。所以,数据必须是可操作的,才能从中获得ROI。它必须 集成到业务流程中,并从新 的数据中派生出来,就像我 们在目标广告和谷歌、Facebook的关键 词锁定中看到的一样。

数据洞 察必须嵌入到现代商业应用中。例如,访问一 个网站或使用聊天机器人的客户需要根据其最近的活动或个人简介来获得针对目标内容的即时响应。从物联 网或移动设备收集到的传感数据连续不断地流动,需要立 即采取行动来驱动警报、检测安全违规、提供预测性维护,或启用纠正措施。用于监 视和国家机密的可视化数据必须实时查看;零售商 还利用它来分析销售数据,如库存状况、客户偏 好以及基于观察客户活动获得的实时建议。数据和 实时分析通过自动化的过程降低了业务成本。汽车正 变得越来越自动化。电话推 销员和助手被机器人取代。舰队、卡车、出租车 司机或技术人员由人工智能和事件驱动的逻辑统一编排,以最大 限度地利用资源。

所有这些都已经在2017年发生了。

像Hadoop和数据 仓库这样的技术十年前就已经出现了,比人工智能、流处理、内存或 闪存技术出现的早。企业发现,构建数 据湖的价值是有限的,因为他 们可以通过使用更简单的云技术来进行数据挖掘。而关注 的焦点也从主要是收集数据转到持续使用数据,这一领 域的技术主要集中在收集静止和以IT驱动过程中的数据,而非流动的数据。

2018年,人们将 看到从大数据向快速、连续数 据驱动型应用程序的持续转变。数据将 被各种各样的来源不断地抓取。与预先学习或不断 学习的人工智能模型相比,它将在 实时的情况下被语境化、丰富和聚合,这样它 就可以立即对用户产生响应,驱动操作,并在实 时的交互式仪表盘中呈现。

开发人 员将使用预先打包的云产品,或者使 用相关的原生云服务集成解决方案。在企业中,焦点将从IT转移到 业务部门和应用程序开发人员,他们将 在现有的业务逻辑、web门户和 日常客户交互中嵌入数据驱动的决策。

总之,2018年,我们将看到这些变化:

1、智能边 缘领域将会增长,传统的 私有云市场将会萎缩。

2、针对特 定行业和垂直领域的人工智能软件解决方案,AI模型将 开始开放和跨平台。

3、快速的数据、连续的 应用程序和云服务将取代大数据和Hadoop。

4、云服务将变得更易用,从而增 加其与传统和私有云解决方案之间的差距。

在线客服 ×

职业规划师李老师

18010167689

3月就业学员喜报

平均薪资9417元

只需一个决心

4个月0基础转行

截止开班

仅剩5个名额

友情链接:    疯狂彩票-安全购彩   彩讯彩票app   梧桐彩票---首页欢迎你   一袋金彩票  分分PK10