大數據將如何在不久的將來徹底改變商業場景：第 2 部分

大數據引發了公司和公司如何在全球開展業務的重大轉變。 未來，許多需要人工干預的功能領域將實現自動化。 就像亞馬遜建議“買書”一樣，LinkedIn 建議“你可能認識的人”，Facebook 會彈出你可能喜歡的頁面； 同樣的技術很快將應用於其他領域。 例如，推薦治療方法、診斷疾病，或許還有在犯罪之前識別罪犯。

未來幾年，大數據肯定會改變遊戲規則。 將大數據實踐和技術引入組織的集體效應將導致轉型變革。 大數據可以影響整個組織的各種職能，從重新定義產品開發、優化供應鏈、對客戶關係產生積極影響、以業務數據為中心、改進運營等等。 高級管理人員必須開始考慮他們的公司如何從大數據實施中獲得的洞察力中受益。

2017 年及以後的大數據預測

隨著我們進入 2016 年並很快迎接 2017 年，更多的傳感器、設備、技術、企業甚至人員將加入大數據的行列。 以下是大數據最有可能徹底改變業務的領域。

物聯網 (IoT)

大數據云服務是物聯網的幕後魔力。 甲骨文大數據高級分析副總裁 Neil Mendelson 表示，擴展雲服務不僅可以捕獲傳感器數據，還可以將其輸入到大數據算法和分析中，以有效利用這些數據。 此外，安全的物聯網雲服務將幫助製造商創建新產品和服務，從而安全地對分析數據採取行動，無需人工干預。

工業互聯網融合了機器學習、機器對機器和大數據通信，以實時識別模式並調整業務運營。 不久之後，工業互聯網將按照定義擴展以包含物聯網。 很快，實時數據流將改變工業互聯網的可能性，使用戶能夠調整流程、提出關鍵問題或立即查看特定模式。 製藥、能源、信息技術、通信、銀行和農業等整個行業都將受到同時檢查歷史和實時數據以做出明智和快速的業務決策的能力的重大影響。

作為一個信息和數據本身將成為我們基本貿易商品的社會，我們將不斷進步。 隨著我們的機器對機器和自動化網絡滿足我們的日常需求，微許可、交易和貨幣化信息交換將成為重要任務。 擁有數據、評估數據、創新和改進將成為行業和企業成功的基礎。

機器學習

大數據無處不在，並融入到我們的日常活動中，例如在線購物、閱讀地圖，甚至旅行。 在未來，技術專家和公司將把注意力從大數據轉移到機器學習上，並提供積極的見解。 此外，主動智能將成為公司利用機器學習和預測分析等技術提供解決方案的新焦點，這些解決方案可以 24/7 全天候評估數據並在重要事件發生時通知我們。

另一方面，人工智能 (AI) 令人興奮。 大公司甚至初創公司都在對人工智能進行重大投資。 然而，商業成功將屬於那些應用更多機器學習技術來解決日常問題的公司，例如提供更個性化的產品促銷、服務和推薦，而不會大張旗鼓或大驚小怪。 能夠將未來的想法轉化為可在整個組織中有效使用的可管理的實際應用程序的公司將獲得更多的投資回報和收益。 2017 年，屬性圖 (PG)、自然語言處理 (NLP) 和機器學習 (ML) 等 AI 技術將被應用於常規或常規數據處理挑戰。 儘管 PG、NLP 和 ML 已經可以作為大數據中的應用程序編程接口 (API) 庫訪問，但新的轉變將包括在支持數據科學、實時分析和應用程序的信息技術工具中廣泛使用這些技術。

衛生保健

認知計算和人工智能將塑造個性化醫療的方式，幫助挽救患有罕見疾病的人的生命，並在未來幾年改善醫療保健狀況。 今天，儘管美國總統巴拉克奧巴馬在 2015 年美國議會演講中提出了精準醫學倡議，但美國祇有 16% 的醫院使用預測分析。 然而，最近將人工智能應用於大數據預測分析的技術進步使得通過映射基因組數據與患者的電子病歷來實施個性化醫療成為可能，並可以回答有關藥物或罕見疾病治療的問題。 過去，由於樣本量小，對新疾病及其治療的醫學研究成本高昂，但大數據中的大數據集似乎更可行。 現在，通過回答有關針對女性、老年人、兒童和不同種族等亞人群的潛在治療方法的問題，或許可以利用精準醫學。

預防犯罪

為了在犯罪之前識別潛在的犯罪分子，執法機構，尤其是西方的執法機構，正在轉向大數據。 公開共享的信息以及執法部門和地方當局提供的情報信息和數據有助於警方在麻煩開始之前更準確地發現違規者和犯罪活動。 因此，執法機構往往反應較少，從而降低了開槍或逮捕錯誤人的風險。 此外，這些警察一旦從藏身之處出來，就會專注於犯罪熱點，以抓住犯罪分子。 通過大數據分析，計劃中的任務已協助執法機構降低或控制全球主要城市的犯罪率。

應對自然災害

每年，洪水、地震、乾旱或其他自然災害導致數十億美元和數千人喪生。 數據科學家認識到使用數據挖掘技術評估自然災害以幫助了解趨勢、分析人口脆弱性和預測未來災害的價值。 此類分析的目的是協助世界各國政府開展救援工作、應急響應，並製定未來減輕自然災害的戰略。 大數據和數據科學技術的最新發展幫助數據科學家經濟而準確地採用描述性和預測性技術。 這些技術通過分析過去的事件以確定可能識別處於危險中的人群並改進未來災害預測的模式，在識別易受自然災害影響的人群方面非常有用。

大數據對企業的影響

美國科技公司 9Lenses 的首席執行官埃德溫·米勒 (Edwin Miller) 表示，大數據對企業產生了重大影響，從供應鏈運營、產品開發到客戶關係，並將繼續如此。 儘管許多人可能不了解大數據，但它確實對不少傳統業務產生了影響。

總部位於美國的第一資本金融公司就是一個很好的例子。 1990 至 2000 年代期間，信用卡行業採用統一定價模式，向每位消費者收取相同的價格，但第一資本除外。 該公司利用基於人口統計和公共信用數據的統計模型向客戶提供定制產品。 這項創新使公司從 1995 年到 2003 年實現了 33% 的複合年增長率 (CAGR)。因此，不少銀行更加關注大數據分析，使它們的年淨收入實現了 17% 的增長，與 2009 年至 2015 年期間美國銀行 11%、花旗集團 11% 和摩根大通 6% 等美國頂級銀行相比。

沃爾瑪不斷使用大數據分析來改善運營、產品和服務。 在 1990 年代，該公司借助稱為零售鏈接的系統將每種產品記錄為數據，從而改變了零售業。 該系統使供應商能夠通過監控他們的數據來監督和組織他們的產品和服務，包括庫存周轉率、庫存量、毛利率和庫存百分比。 因此，他們實現了低庫存風險和其他相關成本。

勞斯萊斯也在應用大數據，這反過來又改革了飛機發動機製造。 這家豪華汽車製造商定期監控大約 3,600 台發動機，每台發動機都有多個傳感器來預測可能發生故障的地點和時間。 該公司已將其業務從銷售發動機轉變為銷售優質發動機和監控服務，根據使用、維修和更換向客戶收費。 目前，該服務佔其飛機發動機部門年收入的 68% 以上。

結論

隨著大數據的不斷發展，大數據帶來的變化將改變企業、組織乃至社會，這一點是相當明顯的。 大數據將留在這裡，企業需要適應這種新範式。 公司可能會推遲或推遲實施大數據戰略，但顯然已經實施戰略的公司表現優於同行。 因此，如果您的公司也想在蓬勃發展的大數據時代創造和提供產品和服務，那麼現在就制定您的大數據戰略。

計劃從網絡獲取數據？ 我們是來幫忙的。 讓我們知道您的要求。