Οι κυρίαρχες τάσεις των Big Data για το 2016

Η ετήσια μας αξιολόγηση των επόμενων 12 μηνών

Άρθρο του Chris Towers από το The Innovation Enterprise, 18 Νοεμβρίου 2015.

Την μετάφραση την επιμελήθηκε ο Λάζαρος Αγαπίδης

Καθώς πλησιάζουμε προς το τέλος του 2015 έχουμε δει σημαντικές αλλαγές στο Big Data και στην αντίληψη του. Πιστεύουμε ότι το 2016 πρόκειται να προσφέρει νέες ευκαιρίες για τον τομέα αυτό, κι έτσι ρίχνουμε μια ματιά σε αυτά που θεωρούμε ότι θα σχηματίσουν τις κορυφαίες τάσεις μέσα στους επόμενους 12 μήνες.

Η Κβαντική Υπολογιστική (Quantum Computing) θα αυξηθεί.

Η έννοια της κβαντικής υπολογιστικής υπάρχει εδώ και πολύ καιρό, αλλά ανέκαθεν θεωρούταν ως κάτι που θα δούμε να γίνεται πραγματικότητα σε κάποιο απροσδιόριστο μέλλον. Ωστόσο, το 2016 μπορεί να είναι η χρονιά όπου η χρήση του θα γίνεται όλο και πιο σύνηθες φαινόμενο.

Μετά των πρόσφατων εργασιών Αυστραλών ερευνητών του Πανεπιστημίου της Νέας Νότιας Ουαλίας, έχει καταστεί δυνατόν ή κωδικοποίηση των μηχανών με έναν πιο συνεκτικό και κατανοητό τρόπο. Έχουν καταφέρει να συσχετίσουν ένα ζευγάρι qubits για πρώτη φορά, επιτρέποντας την δημιουργία πιο πολύπλοκης κωδικοποίησης και ως εκ τούτου η δυνητική αύξηση της χρήσης των κβαντικών υπολογιστών μπορεί να γίνει πιο διαδεδομένη.

Εντός του 2016 δεν θα δούμε την χρήση της κβαντικής υπολογιστικής να γίνεται κοινή, αλλά η παρουσία της στα πλαίσια των δεδομένων θα γίνει πολύ πιο αισθητή και μερικές από τις πιο πειραματικές και καινοτόμες μεγάλες τεχνολογικές εταιρίες μπορούν να αρχίσουν να την χρησιμοποιούν πιο συχνά.

Τεχνητή Νοημοσύνη & Μηχανικής Μάθησης

Καθώς το «Ίντερνετ των Πραγμάτων» (Internet of Things) κινείται σταθερά σύμφωνα με το Garter Hype Cycle μοντέλο, ένα από τα πιο ισχυρά θεμέλια του πρόκειται να γίνει όλο και πιο σημαντικό και οι εταιρείες είναι πιθανό να υιοθετήσουν την μηχανική μάθησης και την τεχνητή νοημοσύνη μέσα τα δικά τους συστήματα.

Θα επιτρέψει σε συσκευές να συλλέγουν, να αποθηκεύουν και να αναλύουν δεδομένα, τα οποία θα υποστούν μια τεράστια αύξηση στους επόμενους 12 μήνες.  Μέσα από τη χρήση της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης, καθίσταται δυνατόν η επεξεργασία, η αποθήκευση και η εξόρυξη αυτών των τεράστιων ποσών των πληροφοριών χωρίς να χρειάζεται ανθρώπινη αλληλεπίδραση. Δημιουργεί το απόλυτο εργαλείο για τους σύγχρονους οργανισμούς που κινούνται με γνώμονα τα δεδομένα και το 2016 θα δούμε ακόμη περισσότερες επιχειρήσεις να το συνειδητοποιούν αυτό.

Βελτιωμένος Έλεγχος Ασφαλείας

Το 2015, τα δεδομένα ήταν στο φως της δημοσιότητας, αλλά όχι για τους λόγους που πολλοί θα ήθελαν. Δυστυχώς, το hacking δεδομένων έχει γίνει πιο συχνά από ό, τι πολλοί είχαν προβλέψει, από το Ashley Madison hack μέχρι και το TalkTalk hack, έχει αποδειχθεί ότι οι εταιρείες θα μπορούσαν να κάνουν περισσότερα για να προστατεύσουν τα δεδομένα τους.

Ως εκ τούτου, το 2016 θα δούμε έναν αυξημένο έλεγχο σχετικά με το πώς τα δεδομένα αντιμετωπίζονται και προστατεύονται. Αυτό θα έρθει σε μια εποχή που πολλές χώρες σε όλο τον κόσμο θα εξετάζουν την εφαρμογή νέων νόμων για την προστασία των δεδομένων και την πρόσβαση σε δεδομένα, πράγμα που σημαίνει ότι τα νερά θα γίνονται όλο και πιο συγκεχυμένα.

Στο πλαίσιο αυτό, οι εταιρείες θα πρέπει να αυξήσουν τις δαπάνες τους για την ασφάλεια, να βελτιώσουν την ασφάλεια των βάσεων δεδομένων τους και να προετοιμαστούν για σεισμικές αλλαγές στον τρόπο που λειτουργούν οι hackers. Θα είναι ένα μία δύσκολη χρονιά για την ασφάλεια των δεδομένων, αλλά θα εγκαταστήσει το θεμέλιο πάνω στο οποίο δημιουργείται το μέλλον της σταθερής και ισχυρής ασφάλειας δεδομένων.

Το Big Data θα γίνει μικρό

Αυτό είναι μία πρόβλεψη με δύο πτυχές.

Πρώτον, η χρήση μεγάλης μάζας δεδομένων ως δείκτης επιτυχίας θα αλλάξει και θα στραφεί προς την ποιότητα των δεδομένων που συλλέγονται. Αυτό θα σημαίνει ότι η ποικιλία των δεδομένων για κάθε εταιρεία είναι πιθανό να μειωθεί, αλλά τα συγκεκριμένα δεδομένα που θα συλλέγονται θα είναι πιο αποτελεσματικά, χρήσιμα και άφθονα. Καθώς οι εταιρείες συνειδητοποιούν ότι τα περισσότερα δεδομένα που συλλέγουν δεν χρησιμοποιούνται και απλά πιάνουν χώρο αποθήκευσης, αυτό θα γίνει πιο εμφανής και η χρήση των δεδομένων αυτών θα τεθεί υπό αυξημένη επιτήρηση.

Δεύτερον, ο όρος Big Data είναι πιθανό να χρησιμοποιείται λιγότερο συχνά ως λειτουργία επιχειρήσεων και να χωριστεί στα μέρη που το αποτελούν.  Η διαχείριση βάσεων δεδομένων και η επιστήμη των δεδομένων βρίσκονται τεχνικά στην ίδια κατηγορία αυτή τη στιγμή, παρ’ όλο που στην πραγματικότητα είναι διαφορετικά. Οι εταιρείες είναι πιθανό να το συνειδητοποιήσουν αυτό και να χρησιμοποιήσουν τον όρο ως μια συλλογική έννοια που περιλαμβάνει μία σειρά από λειτουργίες και όχι ως μια λειτουργία από μόνη της.

Η αναλυτική θα απλοποιηθεί και θα ανατεθεί σε εξωτερικούς συνεργάτες

Έχουμε δει τη χρήση των νέων λογισμικών οπτικοποίησης δεδομένων και αυτοματισμού που γκρεμίζουν τους φραγμούς μεταξύ των ανεπεξέργαστων και των επεξεργασμένων δεδομένων. Μέσα από μια συνέχιση αυτής της τάσης, πρόκειται να δούμε την διεξαγωγή ανάλυσης για σύνολα δεδομένων να γίνεται σημαντικά απλούστερη καθώς έχουμε ήδη δει λογισμικό που έχει «drag and drop» επιλογές ανάλυσης διαθέσιμες σε tablets που είναι αξιοποιήσιμες από σχεδόν οποιονδήποτε.

Αυτό δεν προέρχεται μόνο από τις ανάγκες των ανεκπαίδευτων, αλλά επειδή βρισκόμαστε ακόμα σε ένα χάσμα δεξιοτήτων στην αγορά των επιστημόνων δεδομένων, πράγμα που σημαίνει ότι οι εταιρείες πρέπει να δούνε πώς μπορούν να αξιοποιήσουν τα δεδομένα τους χωρίς απαραίτητα να έχουν το προσωπικό με τα απαραίτητα προσόντα. Ως εκ τούτου, έχουμε λογισμικό που μπορεί να κάνει σχετικά απλή ανάλυση για τις επιχειρήσεις, αλλά για την πιο σύνθετη ανάλυση που απαιτείται είναι πιθανό να αναθέτεται αυτό σε εταιρείες που έχουν την τεχνογνωσία. Αυτή είναι ένας πιθανός τομέας ανάπτυξης το 2016 και έχουμε ήδη μια σειρά από εταιρείες που πρωτοπορούν σε αυτό το τομέα.

Τα δεδομένα στα χέρια των μαζών

Τα δεδομένα δεν είναι απλώς κάτι που συζητιέται στα διοικητικά συμβούλια και στα εργαστήρια στα υψηλότερα επίπεδα. Κάθε μέρα άνθρωποι ξυπνάνε και εξετάζουν τα δεδομένα που συλλέχθηκαν σχετικά με τις συνήθειες του ύπνου τους, διερευνούν το που ξοδεύουν τα χρήματα τους μέσω εφαρμογών ή απλά κοιτάνε τα στατιστικά των αγαπημένων αθλητικών ομάδων τους.   Τα δεδομένα είναι πλέον παντού στην κοινωνία μας, πράγμα που σημαίνει ότι ο γενικός πληθυσμός γίνεται όλο και πιο ενημερωμένος στη χρήση του.

Αυτό δεν σημαίνει ότι όλοι στο γενικό πληθυσμό πρόκειται να γίνουν ξαφνικά επιστήμονες δεδομένων, αλλά αυτό σημαίνει ότι το είδος των δεδομένων που μοιράζονται μπορεί να γίνει πιο περίπλοκο καθώς η κατανόηση του από τον γενικό πληθυσμό αυξάνεται. Όταν συζητάμε για σημαντικά θέματα, ενημερωμένες συζητήσεις μπορούν να γίνονται με στοιχεία και όχι με εικασίες. Θα εξακολουθούν να υπάρχουν πολλοί που αποδέχονται πράγματα με τυφλή πίστη και με το ένστικτό, αλλά το 2016 θα δούμε μια αυξανόμενη μερίδα του πληθυσμού που μπορεί να συμμετέχουν σε θέματα χάρη στα δεδομένα με έναν τρόπο που δεν θα μπορούσαν ποτέ πριν, τόσο με την αύξηση της πρόσβασης όσο και με την κατανόηση των δεδομένων.