Eventos

Gartner prevê as 10 principais tendências tecnológicas de Data & Analytics para 2019

Analistas discutirão as tendências e desafios da área de Data & Analytics durante a Conferência Gartner Data & Analytics 2019, que ocorrerá nos dias 29 e 30 de maio, em São Paulo

Salvador, 22/05/2019 - Inteligência Artificial (IA) explicável, inteligência contínua e Augmented Analytics estão entre as principais tendências de Data & Analytics com um potencial significativo de ruptura nos próximos três a cinco anos, de acordo com o Gartner líder mundial em pesquisa e aconselhamento para empresas.

“A história de dados e análises continua evoluindo, desde o suporte à tomada de decisão interna até a inteligência contínua, produtos de informação e nomeação de diretores de dados”, diz Rita Sallam, Vice-Presidente e Analista Diferenciada do Gartner. "É fundamental obter uma compreensão mais profunda das tendências tecnológicas que alimentam essa história em evolução e priorizá-las com base no valor comercial."

A analista afirma que os líderes de Data & Analytics deveriam examinar o impacto potencial dessas tendências nos negócios e ajustar adequadamente seus modelos de negócios e operações. Sem isso, essas companhias poderão perder vantagem competitiva para quem já aplica essas inovações.

De acordo com Donald Feinberg, Vice-Presidente e Analista Diferenciado do Gartner, o grande desafio da ruptura digital – o excesso de dados – é criar uma oportunidade sem precedentes.

Segundo ele, o tema será amplamente debatido durante a Conferência Gartner Data & Analytics 2019, que ocorrerá de 29 a 30 de maio em São Paulo. O Gartner prevê que a vasta quantidade de informações, juntamente com as formas de processamento cada vez mais poderosas possibilitadas pela Computação em Nuvem, permite que agora seja possível treinar e executar algoritmos em grande escala para finalmente realizar todo o potencial da Inteligência Artificial.

“O tamanho, a complexidade, a natureza distribuída dos dados, a velocidade de ação e a inteligência contínua exigida pelos negócios digitais significam que as arquiteturas e ferramentas rígidas e centralizadas desmoronam”, afirma Feinberg. "A sobrevivência contínua de qualquer negócio dependerá de uma arquitetura ágil e centrada em dados que responda à taxa constante de mudança".

O Gartner recomenda que os líderes de Data & Analytics conversem com os executivos de negócios sobre suas prioridades e explorem as principais tendências a seguir, avaliando como essas opções podem apoiar o avanço de suas organizações:

Tendência 1 – Augmented Analytics: a solução de Augmented Analytics será a próxima onda de disrupção no mercado de Data & Analytics. Essa tecnologia usa técnicas de aprendizado de máquina (ML) e Inteligência Artificial para transformar como o conteúdo da análise é desenvolvido, consumido e compartilhado. Até 2020, as ferramentas de Augmented Analytics serão dominantes no direcionamento para novas aquisições de soluções para análise e Business Intelligence (BI), assim como as plataformas de ciência de dados e aprendizado de máquina de análise incorporada. Os líderes de Data & Analytics devem planejar adotar Augmented Analytics à medida que os recursos da plataforma amadurecem.

Tendência 2 - Gerenciamento de Dados Aumentados: o gerenciamento de dados aumentado converte metadados usados nos processos de auditoria, linhagem e relatórios em informações para alimentar sistemas dinâmicos. Os metadados estão deixando de serem elementos passivos para assumir um papel ativo, se tornando o principal driver para todas as iniciativas de Inteligência Artificial e Aprendizado de Máquina. O gerenciamento de dados aumentado utiliza recursos de aprendizado de máquina e mecanismos de IA para aprimorar as informações corporativas, incluindo sistemas de qualidade de dados, gerenciamento de metadados, gestão de dados mestres, integração de dados e sistemas de gerenciamento de banco de dados. Esse gerenciamento aumentado está automatizando muitas das tarefas manuais e permite que usuários com menos habilidades técnicas sejam mais autônomos. Também permite que recursos técnicos altamente qualificados se concentrem em tarefas de maior valor. O Gartner prevê que, até o final de 2022, as tarefas manuais de gerenciamento de dados serão reduzidas em 45% através da adição de ML e gerenciamento automatizado de nível de serviço.

Tendência 3 - Inteligência Contínua: Até 2022, mais da metade dos principais sistemas de novos negócios incorporarão inteligência contínua, que usa dados de contexto e em tempo real para melhorar as decisões. A inteligência contínua é um padrão de projeto no qual as análises em tempo real são integradas em uma operação de negócios, processando dados atuais e históricos para prescrever ações em resposta a eventos. Esse recurso fornece automação de decisão ou suporte à decisão. A inteligência contínua utiliza várias tecnologias, como análise aumentada, processamento de fluxo de eventos, otimização, gerenciamento de regras de negócios e aprendizado de máquina. "A inteligência contínua representa uma grande mudança no trabalho da equipe de Data & Analytics", explica a analista. "É um grande desafio - e uma grande oportunidade - para as equipes de análise e Business Intelligence ajudarem as empresas a tomar decisões mais inteligentes, e em tempo real, em 2019. Esse recurso pode ser visto como o melhor de BI operacional".

Tendência 4 – Inteligência Artificial explicável: os modelos de Inteligência Artificial estão sendo implementados cada vez mais para aumentar e substituir a tomada de decisão humana. No entanto, em alguns cenários, as empresas devem justificar como esses modelos chegam às suas decisões. Para criar confiança com usuários e partes interessadas, os líderes de Data & Analytics devem tornar esses modelos mais interpretáveis ??e explicáveis. Infelizmente, a maioria desses modelos avançados de inteligência artificial são caixas-pretas complexas que não conseguem explicar porque chegaram a uma recomendação específica ou a uma decisão. Ferramentas de Inteligência Artificial explicável aplicado como ciência de dados e plataformas ML, por exemplo, gera automaticamente uma explicação de modelos em termos de precisão, atributos, estatísticas de modelos e recursos em linguagem natural.

Tendência 5 - Análise Gráfica: a análise gráfica é um conjunto de técnicas analíticas que permite a exploração de relacionamentos entre entidades de interesse, como organizações, pessoas e transações. A aplicação de sistemas de gerenciamento de banco de dados gráficos e de processamento de gráficos crescerá 100% ao ano até 2022 para acelerar continuamente a preparação de dados e permitir uma ciência de análise mais complexa e adaptável.  Com o armazenamento de dados gráficos as organizações podem modelar, explorar e consultar insights de forma eficiente, com complexas inter-relações entre silos de dados. Por outro lado, a necessidade de habilidades especializadas limitou sua adoção até o momento, de acordo com o Gartner.

A análise de gráficos crescerá nos próximos anos devido à necessidade de fazer perguntas complexas em dados complexos, o que nem sempre é prático ou até mesmo possível de ser realizado em larga escala, a partir da utilização de consultas SQL.

Tendência 6 - Data Fabric: a estrutura de dados permite acesso sem atrito e compartilhamento de dados em um ambiente de dados distribuídos. Esse cenário permite uma estrutura de gerenciamento de dados única e consistente, que permite acesso e processamento de dados ininterruptos pelo design em todo o armazenamento em silos. Até 2022, projetos de redes de dados sob medida serão implantados principalmente como uma infraestrutura estática, forçando as organizações a uma nova onda de custo para redesenhar completamente as abordagens de rede mais dinâmicas.

Tendência 7 - Processamento de Linguagem Natural (PNL) / Conversational Analytics: até 2020, metade das consultas analíticas serão geradas por meio de pesquisa, processamento de linguagem natural (PNL) ou voz, ou serão geradas automaticamente. A necessidade de analisar combinações complexas de dados e tornar a análise acessível a todos na organização promoverá uma adoção mais ampla, permitindo que as ferramentas de análise sejam tão fáceis quanto uma interface de pesquisa ou uma conversa com um assistente virtual.

Tendência 8 – Inteligência Artificial Comercial e Aprendizado de Máquina: o Gartner prevê que, até 2022, 75% das novas soluções para usuários finais que utilizam técnicas de IA e ML serão construídas com soluções comerciais, em vez de plataformas de código aberto. Os fornecedores comerciais agora criaram conectores no ecossistema Open Source e fornecem os recursos corporativos necessários para dimensionar e democratizar as soluções de Inteligência Artificial e Aprendizado de Máquina, como gerenciamento de projetos e modelos, reutilização, transparência, linhagem de dados e coesão e integração de plataformas que as tecnologias de código aberto não possuem.

Tendência 9 – Blockchain: A principal proposta de valor de Blockchain e tecnologias de contabilidade distribuída é fornecer confiança descentralizada em uma rede de participantes não confiáveis. As potenciais ramificações para casos de uso de análise são significativas, especialmente aquelas que alavancam relacionamentos e interações entre participantes. No entanto, levará vários anos até que quatro ou cinco tecnologias principais de Blockchain se tornem dominantes. Até que isso aconteça, os usuários finais da tecnologia serão forçados a se integrar às tecnologias Blockchain e aos padrões ditados por seus clientes ou redes dominantes. Isso inclui a integração com sua infraestrutura existente de dados e análises. Os custos da integração podem superar qualquer benefício potencial. O Blockchain é uma fonte de dados, não um banco de dados, e não substituirá as tecnologias existentes de gerenciamento de dados.

Tendência 10 - Servidores de Memória Persistente: novas tecnologias de memória persistente ajudarão a reduzir os custos e a complexidade da adoção de arquiteturas habilitadas para IMC (In-Memory Computing). A memória persistente representa uma nova camada de memória entre a memória flash DRAM e NAND, que pode fornecer memória de massa econômica para cargas de trabalho de alto desempenho. Essa opção tem o potencial de melhorar o desempenho dos aplicativos, a disponibilidade, os tempos de inicialização, os métodos de carregamento e as práticas de segurança, mantendo os custos sob controle. Além disso, também ajudará as organizações a reduzir a complexidade de suas arquiteturas de aplicativos e dados, diminuindo a necessidade de duplicação de dados. "A quantidade de dados está crescendo rapidamente e a urgência de transformar dados em valor em tempo real está crescendo a um ritmo igualmente rápido", diz Feinberg. “Novas cargas de trabalho de servidores exigem não apenas um desempenho mais rápido da CPU, mas também uma memória massiva e um armazenamento mais rápido”.

Conferência Gartner Data & Analytics 2019

Os analistas do Gartner fornecerão análises adicionais sobre as tendências de dados durante a Conferência Gartner Data & Analytics 2019, que ocorrerá de 29 a 30 de maio em São Paulo. Interessados em participar do evento devem contatar o Gartner pelo e-mail [email protected], pelos telefones (11) 5632-3109 e 0800 774 1440, ou pelo site https://www.gartner.com/pt-br/conferences/la/data-analytics-brazil

® 2007-2011 TIBAHIA.COM - O portal de tecnologia da Bahia. Todos os Direitos Reservados.