在过去的几年中一直炒作大数据,我们也都兴奋于大数据到底有多少潜力。 但客观来说，紧随其后的却是失望，当一些公司把存储和分析工具采购到位后，不知道自己真正想要做什么。
从技术角度来说，目前已经有很多技术和趋势，比如机器学习、人工智能，先进分析、预测分析、实时分析、Hadoop和Spark，以及其他Apache基金会项目,如开源、云计算服务、自助服务等等。
2015年是非常火的一年，2016年似乎将同样热闹，这个趋势不是CIO可以扭转的。大数据技术已经瓦解了以往单一业务运营模式，建立了新的产业形势，比如uber利用数据优势的方式进行商业竞争，是每个人都会提到的例子。现在的CIO，需要跨越两个不同的世界，既要服务好现有的客户，提供更快的即时服务;同时要满足数据驱动的客户需求，否则将会失去开拓新市场的机会。
但如何从A点(大数据)到B点(商业价值)的转化? 通过与企业高管、CIO、供应商、分析师等进行交流，在火爆的炒作中冷静思考，看看2016年的大数据领域有哪些需要思考的热点?
1
首席数据官-新兴职位
企业应对数字化时代的冲击，尤其是要面对来自有大数据基础的竞争对手压力,已经将精力放在培养首席数据官(chief data officer ，CDO)，来为企业发展提供大数据策略。
首席数据官地位日益重要，将获得更多的权力和声望。但有的人对这个职位的长远发展表示质疑。因为对于一些有大数据分析基础的企业，不会从任命CDO中受益。
2
支持更多业务用户
显然，大数据这么热，相对的必会出现人才短缺，随着业务的发展，需要更多分析师及数据科学家补充进来,并且需要寻找更多的工具和功能使信息更直接地为人所用。在这种情况下怎么办?
可以看到，微软和Salesforce 最近都发布了解决方法，即，可以让非编码者创建应用程序来查看业务数据。
3
智能化趋势
无代码编写需求(No-coding-required)应用程序是一种让业务用户更容易得到他们需要的信息的方式，简化获取信息的流程。不过还有另一种方式，即在企业内的应用程序中直接嵌入分析功能。IDC预测 ，到2020年，一半的业务分析软件将建立在认知计算功能上。
Gartner甚至指出，自主意识主体(autonomous agents and things)将成为另一个很有前途的趋势，标志了机器人时代的到来，比如自动驾驶车辆、虚拟个人助手以及智能顾问等等。
Gartner研究员、副总裁David Cearley在一份声明中说，“未来五年我们将发展智能代理，推进到后应用时代，并提供动态行为和接口,”他认为，“领导人应该探索如何使用这种机器人以强化人类活动，并代替一些以前必须要以人工方式完成的任务“。
4
人才短缺结束了吗?
最近由商业咨询企业A.T. Kearney公司发布的一份报告显示，即便领先的跨国公司都在报告中说他们很难招聘到数据科学人才。
然而, 国际研究所的分析预测 ，数据人才危机可能在2016年有所缓解，因为企业采用了一些新策略。
报告中显示，“企业采取了许多方法来解决人才危机,比如依靠新的大学项目来提高招聘，创建内部项目培训现有员工进行分析和挖掘数据。”
因此, IDC的报告 ，现在数据人才短缺已经从数据科学家延伸到数据架构师及数据管理专家。这也将推动大数据相关专业服务在2020年达到23%的年复合增长率。
5
机器学习的发展势头
机器学习也是做大数据工作的it人员非常关注的一个方面，那么它在2016年有怎样的发展?分析企业Ovum公司预测，机器学习将在2016年当中成为“数据准备与预测分析工作的敲门砖”。
和 Gartner确认 下一阶段,将先进的机器学习作为2016年的最高发展战略。 分析公司说,机器学习的一种高级形式称为深层神经网络，可以创建系统能够自主学习自己感知的世界。“这个领域正在迅速发展，企业必须评估如何应用这些技术来获得未来的竞争优势。”
6
Spark 成为宠儿
根据Ovum分析，SQL在大数据分析中的地位至高无上,但Spark这个后起之秀正在快速增长。 “Spark将补充SQL的不足，比如可以实现图形分析流媒体，并帮助开发人员利用自己所熟悉的语言对企业数据库内的数据流进行查询”。
7
数据即服务(Data-As-A-Service)商业模式即将来临
一个标志性事件是，IBM收购了美国天气公司，包括所有相关的天气数据、数据流，以及最核心的预测分析技术，未来将会把data-streams-as-a-service作为一个新的商业模式。
巨头收购数据公司的这种趋势下，其他数据公司也开始打包、出售他们的数据。Forrester预计，一些公司会搭上这个顺风车，取得成功。但尽管这个未来前景非常好，大多数的公司还是会错失良机，难以在保护个人信息和采取适当的商业模式中的诸多复杂问题中找到平衡”。
8
实时分析
Forrester预计，流数据挖掘和分析在2016年将成为大数据赢家必备技能。
Forrester副总裁布莱恩·霍普金斯解释说，“简单将数据进行批式分析，转化为企业行为的方式已经遇到瓶颈。未来12个月，更多的企业会转向基于分布式架构的、开放源码的流媒体，建立在像Kafka和Spark这种开源项目上，这类实时分析解决方案将会越来越多。”
9
又一个新兴领域出现：算法市场
Forrester的另一个预测是， “企业意识到很多算法与其自行开发，不如通过市场购买，直接向其中添加数据即可”。目前已经提供此类服务的有：Algorithmia、 Data Xu和Kaggle。
本文转自d1net（转载）
