2020年是一个动荡不安的年份，各个组织面临众多挑战。随着2021年的到来，大数据行业将迎来更为迅速的发展。为了了解2021年的新趋势，行业媒体采访了多位来自不同领域的高管，分享他们的见解和对未来的预测。
2021年大数据产业的展望
LuMinati NetwoRks的首席技术官Ron KOL指出，开放和免费的数据收集将在未来的创新中扮演重要角色。调研机构FRost&aMp;Sullivan的一项调查显示，54%的IT决策者认为，需要进行大规模的数据收集，以适应组织的业务增长和在线竞争。然而，要有效利用数据，组织首先需要获得数据的访问权限，而不是限制其收集。目前，许多组织因安全原因被迫限制公共数据的收集，这主要源于防止恶意活动的需求以及对公共数据竞争优势的看法。未来，组织将逐步认识到，公共数据的收集是日常业务的必要一部分，并意识到竞争优势不仅仅依赖于数据，还包括库存、价格、产品质量和服务质量等方面。一旦这一点被理解，数据的滥用将会得到控制。为了保证道德的数据收集，鼓励信息的开放交换是必要的。最终，在线数据收集的未来取决于控制者，组织需要自动化数据收集，以跟上竞争对手，并迅速获取新数据，速度将决定其成败。
information builders公司的工程和产品高级副总裁ERic Raab认为，数据将在企业层面真正变得可操作。组织的数据量正在迅速增长，来源、类型和数量比以往更多，并且数据几乎实时交付。然而，要真正理解和使用这些数据，组织必须改变其使用方式，重点是减少中介环节。通过自动化数据分类和配置的过程，员工，包括技术背景较少的人员，将能够更轻松地获取所需数据，有效进行业务决策。
Qlik公司的全球市场情报主管Dan SoMMeR强调，捕获“替代”数据将变得至关重要。例如，是否能够提前预测冠状病毒疫情的爆发？对“替代”数据的研究表明，某些地区的医院交通数据和互联网关键词搜索可能暗示该病毒早在2019年末就已传播。随着时间的推移，替代数据将成为主流，旨在更早地发现异常。通过组合、关联和合成记录系统的数据，可以获得衍生数据。IDC公司指出，随着外部数据的获取和捕获，利用更多数据的能力将成为一种竞争优势，这一趋势与Gartner所提及的“X分析”相似。更低成本的处理和更成熟的人工智能技术（如知识图谱和数据结构）将为现代数据与分析奠定基础，自然语言处理（NLP）、可解释的人工智能和各种内容分析都将在此过程中发挥重要作用。这一趋势依赖于机器学习和人工智能，因为人类无法完全掌握。
CollibRa公司的联合创始人兼首席技术官Stijn ChRistiaens指出，尽管人们常常讨论打破数据孤岛，但一些孤岛将可能永远存在。在大型组织中，某些部门或分支将始终拥有独立的工具或数据库，这种情况不会消失。如果组织拥有数据主权，那么这些孤岛将继续存在。因此，关注如何更好地理解现有数据是更为有效的策略。数据智能平台可以作为索引和地图，提供360度的数据资产视图，帮助组织识别孤岛及其之间的关联。
Moogsoft公司的首席执行官PHil Tee表示，OpenTelemetry的普及将导致数据过载。在2021年，OpenTelemetry将成为新的行业标准。通过在各个数据源之间建立一致性，数据收集将更加便利，但同时也会产生大量数据流，使得从中提取可行见解变得更加困难。如果没有合适的系统快速找到真正可行的5%，持续的数据流将使组织应对变得愈发艰难。因此，IT团队需将重点从数据获取转向建立一个可根据数据采取行动的框架。
Absolutdata公司的首席执行官Anil Kaul提到，数字孪生技术是流程、产品或服务的虚拟模型。虚拟世界与物理世界的相互配合使得数据分析和系统监控成为可能，从而帮助在问题发生之前识别潜在问题。通过模拟，组织可以防止停机、发现新机会，甚至进行未来规划。新一代的数字孪生技术使得组织不仅能够对资产进行建模和可视化，还能够进行实时预测和行动，利用人工智能和机器学习等技术来增强和操作数据。
UIPath公司的首席信息官Guy KiRkwood指出，数字化转型将面临新的变革。尽管“数字化转型”已成为众多组织关注的热门话题，但大多数努力仍然显得过于战术化。例如，机器人流程自动化（RPA）可能被视为转型工具，但本身并不是。要在2021年实现真正的转型，组织需要借助更高级的平台，这些平台结合了核心自动化与人工智能功能，如文本分析、文档理解和流程挖掘。同时，这些平台必须具备低代码能力，以便公民开发者能够构建和部署能够为组织带来价值的企业级自动化。否则，组织实现数字化转型的道路将会布满荆棘，而真正的推动力在于轻松部署自动化，甚至是最复杂的流程。
Metallic公司的总经理Manoj NAIR表示，组织需要应对新的数据重力挑战，疫情的影响使得远程工作的员工数量激增，加剧了组织面临的数据复杂性问题。即便疫情消退，远程工作仍将是一种常态。许多组织希望将应用程序和工作负载迁移到公共云，但现有内部基础设施上的数据复杂性使得这一过程变得困难，从而阻碍了数字化转型的进程。预计在2021年，组织将在技术和服务方面加大投资，以应对这一数据复杂性挑战。例如，组织需求将推动有线10G和无线5G技术的发展，以确保边缘数据与云平台之间的连接快速、响应敏捷且安全。此外，越来越多的组织将采用“备份即服务”（BaaS）和其他智能数据管理解决方案，以便将本地数据和员工笔记本电脑中的数据迁移到云平台，同时提供保护、管理和控制保留在边缘的分布式数据的能力。组织还将投资于培训和其他变更管理服务，以在远程工作环境中建立基于云的文化。在应对这一数据复杂性问题时，组织能够防止日益分散的数据环境减缓向云平台迁移的步伐。若希望在当今数字经济中获得所需的灵活性、可扩展性和敏捷性，采取积极措施至关重要。
