论文部分内容阅读
随着企业一直忙于应对这场疫情，凸显了数据分析和人工智能的投资回报率，实现智能自动化以及利用数据实现多元化、公平性和包容性的重要性。
数据分析这一领域总是在不断变化。2020年年初，各企业明显地继续加大了分析的投资力度，以支持其数字化转型。但是，2021年3月的数据分析和人工智能世界看起來与2020年2月大不相同。疫情迫使企业采用新的工作方式，压缩预算，淘汰了很多依赖历史数据的模型。
市场研究公司Gartner指出，2021年，数据和分析团队必须从依赖大数据的传统技术转向专注于“小而广”数据的新一类分析。压力是巨大的：Gartner在2020年7月对很多企业董事会进行的一项调查发现，78%的受访者认为自疫情以来，分析技术是他们行业的前三大颠覆性技术之一;69%的受访者对人工智能有同样的看法。
2021年及以后，当IT领导们把注意力集中在数据分析和人工智能上时，他们首先应关注以下三个密切相关的趋势。
数据分析和人工智能项目必须证明其投资回报
目前，全球疫情已经蔓延一年多了，到处都能感受到其连锁反应。在过去的几年里，许多企业对数据分析和人工智能采取了更为随意和试验性的方法，开展了大量的概念验证工作，但转化为正式生产项目的相对较少。2021年，企业不会停止投资，但他们需要用已投资项目来证明其投资回报。
Gartner称，过去几年，董事会和首席执行官在数据和分析方面投入了大量资源，现在他们开始思考，可重复、可持续的价值将从何而来。这给数据和分析带来了巨大的压力：Gartner认为，到2022年，30%的首席数据官将与其首席财务官合作，正式评估企业的信息资产价值，以改善信息管理和业务。
市场研究公司IDC业务分析解决方案市场研究和咨询业务的研究总监Chandana Gopal说：“这场疫情已经改变了企业的生存和发展之道。新冠疫情下的第一要务是能生存下去并优化成本。现在，企业必须迅速转向新的模式和战略投资。”
Gopal说，其中很大一部分工作将是重新评估“转型项目”，标准是这些项目是否提高了效率和投资回报。Gopal指出，IDC去年5月进行的“疫情对IT支出的影响”调查显示，3/4的受访者表示，他们正在重新审视当前转型项目的投资回报。
Forrester首席分析师Brandon Purcell说，在人工智能领域尤其如此。
Purcell说：“以前，很多企业都专注于使用人工智能来实现体验的个性化，创造新的产品和服务，并将垂直领域商品化以突出自己的优势。现在，因为我们身处疫情之中，企业资金吃紧，他们开始更多地考虑怎样使用智能自动化的操作流程来减少员工数量，或者降低交付产品和服务的成本。”
智能自动化崭露头角
Purcell说，这场疫情改变了企业的自动化议程。企业将注意力转向后台流程和业务弹性，结合使用机器人过程自动化、数字流程自动化、实用人工智能和低代码工具，以提高自身的弹性。
Forrester副总裁兼首席分析师Craig Le Clair指出，智能自动化（IA）将有助于RPA实现任务自动化，推动虚拟代理与客户打交道，促进聊天机器帮助员工，机器学习将为所有这些功能提供支持。
Le Clair在去年9月份的一份研究报告中写道：“这些都是疫情之前的趋势，而现在它们受到了更多的关注和投资。这些机器人改变了个人的技能和工作活动，导致员工对流程的控制减少，部门和决策者之间的沟通、角色关系也发生了变化。随着领域专家、技术支持和相关方之间的互动越来越多，人类逐渐成为机器人大师或者主题专家（SME）。”
IDC的Gopal认为，智能自动化正逐渐成为人们关注的焦点，但企业要完全接受它还需要几年的时间。据Gopal介绍，基于内容业务流程的自动化将是企业应对此次疫情并“进入下一常态”的关键所在。目前，人工智能/机器学习可以从非结构化内容中定位并提取数据元素，准确率接近95%，而Gopal认为，IT必须为企业自动化工作流提供帮助，从而智能地收集、处理和传送内容。
IDC认为，能够在这方面帮助企业的IT卓越中心（COE）将是获得成功的关键，但企业还需假以时日才能做出必要的投资。IDC预测，到2023年，全球2000强企业中只有10%的企业将建立战略性的、特定于自动化的COE，以智能地收集和处理业务弹性工作流中的非结构化数据，并发挥这些数据的全部潜力。
对环境、社会和治理（ESG）问题的认识不断提高
随着气候变化，以及运动、在家工作/员工工作效率等一系列相关问题的出现，董事会越来越关注环境、社会和治理（ESG）话题。
德勤咨询公司首席未来学家Mike Bechtel表示，96%的首席执行官现在将多元化、公平性和包容性（DEI）技术视为战略重点——尽管只有13%的人表示他们的企业已经准备好实现这一目标。
Bechtel说：“我们看到了人工智能和机器学习在检测招聘信息中偏见语言方面的应用，以及使用同样的文本组合来识别企业内部最佳晋升候选人的能力。另一战略重点是领导力和文化：需要帮助培养包容性、敬业精神和留住现有员工的工具。”
这些工具可以包括网络分析，根据群体内和群体外的动态来检测和解决派系排斥的文本等。最后，需要新的KPI来衡量企业在这方面做得怎么样。
Bechtel说：“总的来说，这是数学和科学技术在一直让人感觉更为定性、更稳定领域中的应用。而令人鼓舞的是，企业认识到，这是个一流的问题，在一定程度上可以用一流的工具加以解决。”
Thor Olavsrud为CIO.com撰写数据分析、业务智能和数据科学等领域的文章。
原文网址
https：//www.cio.com/article/3251720/data-analytics-trends.html