牛掰BI

2022-05-25

回答：

"1.增強分析（Augmented Analytics）作為數據分析的高級增強階段，增強分析能為分析計劃帶來更多自動化動能以及創新洞察力。增強型數據分析側重于增強智能的特定領域，利用機器學習（machine learning）轉變分析內容的開發、使用與共享方式。Gartner表示，到2020年，增強分析將成為分析和BI解決方案的主要賣點。

2.增強數據管理（Augmented data Management）增強數據管理是指利用機器學習功能和AI技術來制作數據管理類別，包括數據質量，主數據管理，元數據管理，數據集成以及數據庫管理系統（DBMS）自我配置和自我調整。它可以自動執行許多手動任務，為技術水平較低的用戶提供使用數據的機會。

3.持續智能（Continuous Intelligence）持續數據可不僅僅是實時數據的時髦說法。它是一種設計模式，指將實時分析與業務運營相結合，處理當前和歷史數據以規定響應事件的行動。

4.可解釋的 AI（Explainable AI）數據科學和機器學習平臺中的可解釋AI是關于在自然語言中準確性，屬性，模型統計和特征方面生成數據模型的解釋。

5.圖形分析（Graph）圖形分析是一組分析技術，可幫助企業探索關注實體（如交易，流程和員工）之間的關系。

6.數據結構（Data Fabric）數據結構是指單一且一致的數據管理框架。它著眼于在分布式數據環境中實現無摩擦訪問和數據共享，而不是孤立存儲。到2022年，定制數據結構配置將主要用作靜態基礎架構，迫使組織進行新一輪的成本控制，以完全重新設計更動態的數據網格方法。

7.NLP /會話分析（NLP/Conversational Analytics）

8.商用人工智能和機器學習（Commercial AI and ML）

9.區塊鏈（Blockchain）區塊鏈等分布式分類賬本技術在數據分析領域看起來很有前景，因為它們可能會在不受信任的參與者網絡中提供分散的信任。分析用例的影響很大，特別是那些利用參與者關系和交互的分支。

10.持久性內存服務器（Persistent Memory Servers）持久存儲器技術旨在降低采用內存計算（IMC）的架構的成本和復雜性。持久性內存代表DRAM和NAND閃存之間的新內存層，可為高性能工作負載提供經濟高效的大容量內存。"