Google雲端（Google Cloud）發布了《2023年數據和人工智慧趨勢報告》，該報告著眼於圍繞數據和人工智慧策略的5個關鍵趨勢。該報告指出，消費者需求、市場狀況以及新的人工智慧（AI）和機器學習（ML）技術都在不斷發展，數據複雜性的增加正在創造一個與一年前不同的局面。
IDC所進行的這項研究調查了800多家全球企業組織，請他們說出在使用資料方面所面臨的最大挑戰、從數據和AI雲端解決方案中獲得的好處，以及他們將如何使用這些解決方案。
趨勢1：靜態資料已過時；統一資料雲時代到來。 報告指出，到2026年，全球範圍內每秒將產生7PB的數據。目前，只有10%的數據是原始數據，其餘90%是複製數據。這些孤立的資料儲存對組織沒有任何好處。谷歌雲端表示，需要一種更好的方式來儲存、管理、分析和應用這些資料。該報告探討了統一雲端如何成為解決方案，因為它為資料庫、資料倉儲和資料湖、串流媒體、商業智慧（BI）、人工智慧（AI）和機器學習（ML）提供了通用基礎設施。
Google雲端總經理兼資料庫工程副總裁Andi Gutmans表示，統一的資料雲能夠將資料和見解整合到變革性的數位體驗應用和更好的決策中。 「因此，用戶可以在需要的時候獲得正確的信息，以達到最佳結果。」
趨勢2：
#開放資料生態系統讓資料在平台之間自由移動，幫助企業避免資料鎖定和孤立。
PostgreSQL、Kafka、TensorFlow、PyTorch、Presto、JanusGraph和Apache專案等預先建置的開源服務和應用程式有助於加快開發速度並降低成本。另一方面，報告指出，這些開放標準和開放架構也可以在本地執行諸如資料分析等操作，幫助減少資料移動費用。 ###############趨勢3：#########根據Google Cloud的數據，###我們正處於人工智慧臨界點的邊緣###，不能將管理資料雲和人工智慧雲分開。由人工智慧驅動的應用程式正在解決更多的問題，並從數據中獲得前所未有的見解。谷歌雲端的雲端人工智慧和產業解決方案副總裁June Yang表示，資料科學家、分析師、開發人員和ML創建者現在正在密切合作，他們希望有一個單一的介面，可以在統一的入口網站中存取工具、數據和見解。報告指出，80%的組織表示，對AI/ML模型執行的嵌入式支援使他們更有可能選擇特定的資料雲平台。 ############此外，預先訓練的模型和低程式碼訓練方法正在幫助企業實現其AI和ML專案目標，使「平民」資料科學家成為可能。報告發現，81%的組織表示，擁有更多的「平民」資料科學家將大大提高他們將高階分析應用於更多專案的能力。 ###############趨勢4：############企業正在重新思考BI。 ###Google雲端表示，他們正在拋棄傳統的、以儀表板為中心的模式，轉而採用以行動為中心的BI範式。在這種範式中，在更多的環境中為更多的人提供見解，以支援更多類型的工作流程。 BI和分析可以幫助識別潛在趨勢、資料異常和潛在問題，87%的組織希望其BI軟體支援預測模型的開發和部署。將BI和分析嵌入企業應用程式的趨勢也在上升，因為企業希望接觸更廣泛的內部受眾，並改善面向客戶的應用程式。 ######趨勢5：#資料風險管理正嶄露頭角。 公司正在了解其未知數據，以提高安全性、治理和信任。隨著越來越多的非結構化和結構化資料被收集，準確了解正在收集的資料對於了解如何保護資料並保持其合規性至關重要。手動尋找、掃描和分類每個資料集以確定風險是一項挑戰，尤其是對於使用客戶聊天應用程式的公司這樣的用例，敏感資訊可能最終會出現在聊天記錄中。
Google雲端表示，了解所有資料並了解資料接收管道和儲存筒倉是資料風險管理中最關鍵的一步。接下來是分類，許多組織都在使用ML和業務自動化工具。在儲存和共享資料時，實施自動化控制有助於降低風險。例如，如果客戶將提供敏感數據，則自動化流程可以在儲存敏感資訊之前進行編輯。谷歌雲端預測，到2027年，66%的大型企業將對資料控制平面技術進行重大投資，這些技術可以測量資料中固有的風險，並透過安全和篩選降低風險。
以上是2023年新報告揭示人工智慧未來前景的詳細內容。更多資訊請關注PHP中文網其他相關文章！
