"今年，我们将看到更多公司和企业开始结合各种新兴信息技术，如AI、区块链等技术趋势。当越来越多的创新公司这样做时，就将经历格式塔转变并从不同的角度看待他们的公司。那些成功遵循这条道路的组织将转变为数据组织。Gartner建议数据和分析领导者与高级业务负责人讨论他们的关键业务优先级，并探索如何针对以下10个主要趋势去实现这些优先级策略布局。"

增强分析

数据分析的下一阶段是数据增强分析，为分析计划带来自动化和新的程度的洞察力。

数据分析的下一阶段的根本性转变已经开始了。就像第二波自助商业智能破坏了第一波传统商务智能，第三波增强分析技术将再次改变游戏规则。早期采用增强分析技术的用户，以前所未有的速度洞察力和增强的竞争优势。

增强的分析应用程序通过无偏差的正确准备的数据在右手中提供了惊人的结果。 由于自动化分析依赖于统计技术，因此不足以代表业务流程的不准确，有偏差或质量差的数据将提供低质量的结果。

增强数据管理

随着以云计算，大数据，移动和社交为主要特征的第三平台的发展，数据正在变成企业的核心驱动力，企业对于数据的使用成为其竞争力的核心组成部分。所以企业中产生了越来越多生产数据的拷贝用于备份/恢复，开发测试，统计分析，准业务平台搭建，数据恢复有效性验证等目的。

在当前产业环境下，大量行业用户都已将核心业务迁移到自动化系统，自动化系统的运行往往需要在业务系统中抽取数据，这势必会耗费业务系统的资源，对业务系统的效率、稳定性造成极大影响。而增强数据管理通过对数据管理流程的重塑，实现了简化数据使用、节约存储空间、增强数据管理这几大目标，在降低对业务系统压力的同时，实现更敏捷的数据使用。

持续智能

来自所有数据的持续智能不是描述实时，速度或吞吐量的另一个短语。它是关于从所有数据中获得连续业务价值的无摩擦循环时间。它是一种现代机器驱动的分析方法，无论有多少数据源或数量多大，您都可以快速获取所有数据并加速所需的分析。 它不是一次这样做，而是让机器自动化，因此它是连续的，无摩擦的。

通过使用各种技巧和工具，有很多方法可以快速进行分析。但是，如果它引导您进入一个新的思维链，需要一直回到加载更多数据，建模，集成它并在每次业务出现新问题时调整仪表板。

现在，人工智能驱动的分析已经通过应用当今数据处理平台的巨大力量来自动解释和协调来自不同来源的数据。现在，任何人都可以将AI驱动的分析系统指向复杂的数据源进行推断和协调，系统可以完成工作并立即向业务发送持续的视觉洞察。业务决策的数据变得持续。

可解释的AI

人工智能出现以后，似乎正在逐步渗透到我们生活中的每个角落，其中不乏它为我们做出了一些非常重要的决定，比如，身体里的肿瘤是不是已经发生癌变；是否应该同意或拒绝保险索赔；旅客是不是应该被批准通过机场安检，甚至是否授权导弹发射以及是否批准自动驾驶汽车的制动，等等。

最重要的是，这显然意味着应该提供关于如何获得模型的响应的见解。直接的后果是，由于易于解释，将可能方法的范围缩小到最简单的方法，除非我们找到方法将上下文添加到最先进算法的预测中。更何况，这种趋势更多是因为监管约束的强化而不是缓慢的。