22名數據專家預測2016年數據科學與大數據的發展趨勢

預測未來永遠不是件容易的事情。但隨著2015即將結束，我們不禁期待新的一年會來帶什么。你最終能買到一輛自動駕駛的汽車嗎？機器會比人更聰明嗎？還有，數據科學世界將會發生什么？

我們不是算命先生，因此我們集合一群專家，問問他們是怎么想的。這里就是他們所說的話（排名不分先后）：

2016年最大的數據趨勢將是什么？“
2016年將是令人興奮的——大數據會更加主流化。2016年也會成為那些仍然沒有堅實大數據戰略的公司開始落后的一年。在技術方面，我看到實時數據分析會顯著增加，以及越來越多地使用機器學習算法?！?/span>

——Bernard Marr，大數據權威和暢銷書作家

“2016年，大數據世界將更注重智能數據，無論多少。智能數據是寬數據（數據維度多），而不一定是深數據（數據量大）。只要數據包含特征豐富的內 容和上下文（時間、地點、關聯、連接、相互依存等等），能夠帶來智能的甚至自動的數據驅動過程、發現、決策和應用，它們就是智能的?！?/span>

——Kirk Borne，Booze Allen Hamilton首席數據科學家，RocketDataScience.org創始人

“2015年，我們了解到過去12個全世界創造數據的90%。在這次大數據爆發之中，我看到許多高級負責人渴望盡可能快地趕上并促進這一切，以理解大量信息為他們帶來的商業機會。

2016年——我希望看到這些負責人不僅注意他們如何盡可能多地捕捉信息中的商業價值，還有他們如何才能為客戶創造最佳體驗。2016年的大數據座右銘應該是‘我們必須從數據中創造比數據更多的價值’?！?/span>

——Jeremy Waite，EMEA Salesforce Marketing Cloud數字策略主管

“2016年將是屬于深度學習的一年。數據將從實驗室移動到圖像識別和語言理解中部署的技術，并在多個方面超越人類表現?！?/span>

——Gregory Piatetsky，KDNuggets總裁

“我想說的是，面向大眾的數據科學是一方面，另一方面是開源技術帶來更多的破壞，到某種程度再也沒有人知道Hadoop的意思是什么，以及更多從未聽說過的項目試圖拉平通向數據科學的時間?！?/span>

——Paul Zikopoulos，IBM分析VP

“（在過去的10年中）一個工具、服務和公司的生態系統已經建立起來以應對這些數字問題。這一點也不是為了貶低那些貢獻。10年后，我們建立了一些驚人的技術和產品。這些問題大多數已經被解決。仍待解決的是那些真實物理世界中的數據問題。

大數據行業的下一個10年將解決這些問題。借用我們已有構建高可用、可擴展智能系統的知識，以及發明新的系統，用于分析在模擬行為和決策發生時傳遞的數據流。

這兩者都是行業的自然發展，也是構成下一代數據行業的各種技術、人以及公司的根本性轉變?！?/span>

——Drew Conway，Alluvium的CEO和創始人

“我認為2016年是大數據整合時機成熟的一年。不過，我看到整合在這個行業中里不同的方式出現，而不是一家分析公司接管另一家。我也看到分析被增 加到各種各樣的企業軟件中，從欺詐檢測到營銷自動化。這種整合將會橫向發生在多種平臺上，一些大數據創業公司可以很好專注在那些他們想要顛覆的垂直領域 中?！?/span>

——Jeff Vance，《連線》，《福布斯》和Startup50的記者
“明年，口頭禪‘看情況’將成為有關如何分享/可視化/圖表化數據所有問題公認的答案。接受受眾范圍、目的和數據集將成為常態。只要創建者向目標和受眾傳遞了合適的東西，條形圖、餅圖甚至時裝藝術會被視為可視化數據的有效方式?！?/span>

靈感來自我在計算機世界上最近的專欄：Living With Data

——Andy Cotgreave，在Tableau的技術布道者

“開放數據終于開始變得更好。發布信息的數據轉儲并期望公眾篩選出它們不再足夠。從公司透明度報告到政府支出再到犯罪統計資料，在2016年我們會迅速超越原油開放數據到更復雜的努力，讓公眾確實可以使用開放數據，而無需半先進分析或代碼技能?！?/span>

——Alex Salkever，RWW作者和Silk營銷主管

“我相信2016年的主要數據趨勢將是專業數據頭腦的崛起。每個組織部門（營銷、財務、HR等等）越來越多地得到自己數據的訪問和所有權。這種數據的民主化造成了每個團隊對有基本數據科學素養的專業人員的需求。

因此，除了招聘全職數據科學家外，組織將尋找作為這種數據驅動文化的一部分的雇員。這些專業人士不需要具有真正數據科學家的能力層次，但是他們將要在一定程度上處理和分析自己的數據，并提出正確的問題。

這些專業人員需要數據頭腦！因為具備這種能力的人很少，類似DataCamp這樣的公司已經率先向專業人員提供所需技能，不中斷職業生涯而把他們變成具有數據頭腦的人?！?/span>

——Martijn Theuwissen，DataCamp聯合創始人

“有幾件事跳入腦海，但其中一件一直都在，那就是使用強加密保護移動消息、語音和文件交換的新應用的激增，無論是為企業還是為個人。沒有很多人注意 到這一點，但他們確實這么做了。無疑，政府會不太高興，但并沒有阻止。特別是企業不在新人開放通信，因此我們正在走向一個一切都被加密的世界?！?/span>

——John Dunn，英國計算機世界和Techworld的編輯

“可識別個人數據的使用正在日益變成消費者和監管部門的關注點，以及客戶信任的戰場。那些積極主動地尊重和保護消費者數據的公司將成為贏家。隱私會是2016年殺手級的應用?！?/span>

——Tim Barker，DataSift CEO

“手機的人工智能（你的手機可以搞清你要干什么，并預測你下一步怎么做）?！?/span>

——Andrea Cox，Open Data Institute

“明年企業將會看到來自全部數據的價值。不只是物聯網，而是一切可以提供洞察的全聯網。從數據中獲取價值，這里的數據不限于電子設備、傳感器和機器，還包括來自服務器日志、地理位置和互聯網的全部數據?！?/span>

——Scott Gnau，Hortonworks CTO

“2016年我要為那些企業提供資金，使他們能夠創建API，把web變成，所有構成互聯網管道的那些困難問題將會像網絡中的李維斯一樣?！?/span>

——Thomas Korte，AngelPad創始人

“讓用戶能看到各種因素對其業務正在變得比以往更加重要。有了合并內部和外部數據源的能力，用戶現在可以訪問更多數據的上下文，最終帶來更多洞察和更好決策。輕松快速在分析中加入人口統計學或位置數據能幫助組織減少一些管理抉擇的風險?！?/span>

——James Richardson，Qlik商業分析策略師

“機器學習將減少洞察力的殺手——時間。機器學習將取代手工數據處理和數據管理中的臟活累活。節省出的時間將加速數據戰略?！?/span>

——Brian Hopkins，Forrester Research VP和首席策略師

“正如每一個行業，破壞的力量——安全、可持續性、速度和成本——正在推動數據中心設計、建造和運行方式的變化。這在整個2016年應該作為向用戶提供應用和內容的能力繼續，而收集和分析數據對商業成功也越來越關鍵?！?/span>

——Steve Hassell，艾默生網絡能源的數據中心解決方案總裁

“成功標準將由大量數據的使用轉向數據收集的質量。這將意味著每個公司的多樣性也可能降低，但是將要收集的具體數據會變得更有效、實用和豐富。由于公司意識到他們收集的大多數數據沒有被使用，只是占用存儲空間，這些將變得更加明顯，而對數據的使用也會受到更多監督?！?/span>

——Chris Towers，Innovation Enterprise大數據創新主管

“2016年將會有關于根據你有權訪問的數據采取何種操作的一切。引入算法。算法確定行動，它們都是非常擅長非常具體操作的軟件的非常具體的一部分，比人類可能做得更好。思考一個基于網站訪問畫像快速決定最佳廣告或者在大量交易數據中發現離群值以確定欺詐的例子?！?/span>

——Mark van Rijmenam，暢銷書作家和Datafloq創始人

“因為大數據需要大量處理能力，許多組織將利用基于云的，‘大數據即服務’的產品，由此可以得到他們信息的全部價值，而不需要任何相關資金支出?！?/span>

——Stuart Mill，CenturyLink區域銷售總監

“2016年將看到，使用那些讓商業用戶能在無需IT手把手協助下執行全面廣泛的自助式大數據探索的工具進行的大數據分析會得到擴張?！?/span>