随着企业致力于数位转型，分析与商业智能(Analytics and Business Intelligence)将持续成为IT与企业领导者投资创新的首要重点。然而，分析与商业智能市场正处于关键转捩点，许多分析与商业智能的工具都将变得更具灵活性且更容易操作，能支援更多存取工作与服务，但是分析的前置工作，如建立先进分析模型、资料准备与结果论述，仍需要大量的人为介入与操作。不过现在一种名为增强分析(Augmented Analytics)的新方式出现，其自动化机器学习对于强化人类智慧，以及贯穿前后关系的数据与分析工作流程相当重要。
2018年具颠覆性效益的分析与商业智能技术包含2-5年即能被产业应用的增强分析与事件串流处理(Event Stream Processing, ESP)；5-10年则为沉浸式分析(Immersive Analytics )、连续性智慧(Continuous Intelligence)；10年以上则为通用人工智慧(Artificial General Intelligence, AGI)，其中沉浸式分析与连续性智慧为今年度新增项目。
下列将介绍Gartner分析与商业智能的主要三个转型趋势：从视觉资料探索到增强分析、分析治理(Analytics governance)的重要性提升、扩张与运作分析措施。并介绍处于过度期望高峰期(Peak of Inflated Expectations)的增强分析，市场渗透率为5-20%，以及今年新增且处于创新始动期(Innovation Trigger)的沉浸式分析，市场渗透率为低于1%。
一、 分析与商业智能技术的三个主要趋势
(一) 增强分析：使用自动化、机器学习与自然语言处理(NLP)进行资料查询、缩短前置资料的准备时间、自动寻找资料中的模式(pattern)，以及使用自然语言生成(NLP)和其他界面与更多的使用者交流分析结果。
(二) 分析治理：此处包含管理分析产出，如报告、仪表板(dashboard)或模型。越来越多企业理解到需要将分析予以管理，如同企业对资料的管理，分析管理亦包含数位伦理(Digital Ethics)，即分析必须以正直且客观的方式进行。
(三) 扩张与运作：系指如何以双模(Bimodal)的方式进行更有效的运作。另一方面，这又涵盖平衡敏捷和弹性的分析需求，方能因应生产层级所需之管控和风险分析的变化。就仪表版和报告而言，其分析的价值相对较低，主要的价值在于从更多使用者中获取更多情境分析，借以协助改善决策。越来越多的云端分析与商业智能(Cloud ABI)被应用于卸载伺服器的基础建设，以及降低管理负担，并让IT与商业团队能更具焦在有助于提升商业绩效的资料分析。
二、 增强分析(Augmented Analytics)
(一) 定义与发展现况：2017年名称为增强/扩增资料探索(Augmented Data Discovery)，增强分析是指利用机器学习进行资料准备、探索见解、资料科学与机器学习模型开发自动化，并将分析结果分享给广泛的商业使用者、营运工作者与公民资料科学家(Citizen Data Scientists)。透过人工智慧(AI)可以比现在手动方法用更少的时间、技能并用更没有偏差的解释方式，在任何地方为组织内的所有成员提供分析。
增强分析将迅速成为资料准备、现代分析、商业智能与资料科学平台的主流技术，且增强分析的自动化见解将建置于企业的应用程式中，例如人力资源、财务、销售、行销、顾客服务、采购与资产管理部门，以协助各员工采取最佳的决策与行动。
(二) 商业影响：扩大使用自动化机器学习与扩增人类(human-augmented)模型将能减少因人为探索过程中的失误与误差情况，亦能减少使用者探索资料的时间，让使用者能更专注于来自于资料的相关见解，并能提供使用者更多连贯性的分析见解，以及引导建议以改善决策与行动。 Gartner预测2020年前，因许多资料科学任务的自动化，公民资料科学家的高阶分析产出将超过资料科学家。透过高阶分析产出的成长，将能补充与延伸既有的现行分析、商业智能与资料科学平台，由目前仅限于资料科学研究者延伸到商业分析师、决策者与企业营运员工。
三、 沉浸式分析(Immersive Analytics)
(一) 定义：沉浸式分析是结合扩增实境(AR)、混合实境(MR)与虚拟实境(VR)技术将资料与分析视觉化，能为资料分析提供更具吸引力、协作性与3D视觉化介面。
(二) 商业影响：在涉及到大量感测资料的情况下，沉浸式分析能证明企业实施物联网的概念，且这类使用方式所伴随的资料常过于繁杂，若基于2D的数位方式较难使人类迅速理解。
本文来自互联网，不代表前途科技立场，如若转载，请注明出处：https://accesspath.com/tech/5672221/
