知識星球Forrester公司針對2018年人工智慧、大資料及分析進行了企業調研並預測，Gil Press將其預測結果總結為如下10條。
使用自然語言查詢資料並實時生成視覺化結果將成為分析應用程式的標準功能。
人工智慧將會為客戶服務提建議，推薦供應商條款，並實時指導員工說什麼和做什麼。
人工智慧將基於觀點認識消除結構化資料和非結構化資料之間的障礙
從2016年以來，全球調查物件中擁有100TB以上非結構化資料的企業數量翻了一番。然而，由於上一代文字分析平臺非常複雜，只有32%的企業成功地對文字進行了分析，更少的企業正在分析其他非結構化資料源。深度學習使得分析這些資料更加準確和可擴充套件，這種局面將會改變。
如果在改變業務成果上沒有發揮明顯作用，許多早期採用者將會停止資料方面的資金投入。
Forrester預計，到2018年，50％的企業將採用公共雲優先策略來處理資料，進行大資料分析，因為相比本地軟體，這更能控製成本，靈活性也更高。
隨著企業在每項業務決策中都開始考慮客戶需求，56%的企業已經報告稱建立卓越客戶洞察力中心，而不是憑藉集中式或純粹分散式的模型來實現這一點。
業務導向的CDO將探索利用資料進行創新的機會，透過嵌入在內部業務流程中的分析工作或者新的外部資料支援產品和服務等方式展開。2018年，50%以上的CDO將會直接向CEO彙報，2016年比例僅為34%，2017年為40%。
Indeed.com上13％的資料類職位資訊是針對資料工程師的，而資料科學家則不到1％。這反映出大資料行動成為關鍵任務的趨勢，以及需要為業務分析師提供更廣泛的支援。
66%的企業已經將其11%到75%的商務智慧應用外包。Forrester預測，到2018年，高達80％的公司將依靠洞察服務提供商來獲取他們洞察力的一部分。
不僅僅是學術界，像非營利組織Open AI這樣的新研究實驗室也將幫助那些提交需求的公司解決最具挑戰性的分析和人工智慧問題。
【原文】https://www.forbes.com/sites/gilpress/2017/11/09/10-predictions-for-ai-big-data-and-analytics-in-2018/#7cd3bbe1403c
【註】本文由Gil Press 撰文，劉巖翻譯，朝樂門審校。
轉自： 資料科學DataScience 公眾號，獲授權； 資料科學DataScience 資料科學DataScience
關聯閱讀：
原創系列文章：
資料運營 關聯文章閱讀：
資料分析、資料產品 關聯文章閱讀：
