新年將至，對于2017年大數(shù)據(jù)領域的進展和變化，各位IT大佬們分享了一些他們眼中的驚喜事件。

Endpoint Systems創(chuàng)始人，Lucas Vogel

我眼里的驚喜應該是，像Equifax這樣的不良行為者繼續(xù)證明：即使是***的數(shù)據(jù)驅動公司，數(shù)據(jù)治理的處理能力也不過如此。

Lucidworks***執(zhí)行官，Will Hayes

驚喜是看到了“倒下的大象”。我們許多客戶已經就Hadoop將不再是成功的大數(shù)據(jù)工具一事上達成了共識。組織正在挑選分布式文件系統(tǒng)，并朝向靈活、實時和無服務器的訪問技術遷移。

LiveStories***執(zhí)行官兼創(chuàng)始人，Adnan Mahmud

人們仍然對在美國2016年大選前，錯誤的美國人民民意調查情緒感到震驚。這是典型的“垃圾進垃圾出”案例。克林頓團隊相信民意調查并據(jù)此制定了戰(zhàn)略，卻以失敗告終。

[[213510]]

Arcadia Data產品與解決方案高級總監(jiān)，Dale Kim

2017年***的驚喜之一是，許多人在接近與BI相關的大數(shù)據(jù)挑戰(zhàn)時，仍然保持著傳統(tǒng)的思維模式。近十年來，我們已經清楚像關系數(shù)據(jù)庫這樣的傳統(tǒng)技術，無法處理大數(shù)據(jù)的數(shù)據(jù)量或者不斷增加的項目服務用戶數(shù)量。在數(shù)據(jù)平臺方面，諸如供應商收入(上市公司)快速增長的證據(jù)表明，企業(yè)了解現(xiàn)代平臺技術的需求;然而，這些經驗教訓還沒有完全跨越到BI和分析方面。今年，BI供應商不是參加企業(yè)最初的大數(shù)據(jù)旅程，而是在對傳統(tǒng)商務智能在大數(shù)據(jù)方面嘗試失敗之后進行清理，這一點表現(xiàn)得特別好。

我們還看到了另一個圍繞Hadoop的驚喜。領先的提供商和行業(yè)會議開始淡化甚至放棄對Hadoop的引用，我們可以看到一些重要的推動組織停止專注于某種特定的技術。這種轉變至少在一定程度上是為了避免把大數(shù)據(jù)工具夸大為靈丹妙藥。這是一個奇怪又令人驚訝的轉變，因為Hadoop在大數(shù)據(jù)部署方面仍然是一個不斷增長的核心技術。與任何大數(shù)據(jù)工具一樣，成功的關鍵在于公司正確實施技術的能力。

CYBRIC***技術官，Mike Kail

在2017年，企業(yè)終于開始掌握如何使用數(shù)據(jù)和分析解決方案，以此來利用對其核心業(yè)務有意義的數(shù)據(jù)來驅動最終結果和收入。發(fā)生了很多“合并”現(xiàn)象。

DH2i聯(lián)合創(chuàng)始人兼***執(zhí)行官，Don Boxley

2017年，商界***對數(shù)字之旅的擔憂達到了狂熱的程度。戴爾公司對4000名全球商業(yè)***的調查顯示，45%的人擔心他們的業(yè)務將在三到五年內過時; 48%的人不確定他們的行業(yè)在三年內會是什么樣子;和78%(幾乎所有人)都感受到了數(shù)字初創(chuàng)業(yè)公司的威脅。

MapR***應用程序設計師，Ted Dunning

我對于人們進入后Hadoop世界的速度感到驚訝，他們正在尋找構建復雜的(企業(yè)級)大數(shù)據(jù)系統(tǒng)方法，這些系統(tǒng)可以在現(xiàn)實世界中提供價值。 Io-Tahoe***技術官，Rohit Mahajan

數(shù)據(jù)量猛增是2017年的重頭戲之一，企業(yè)客戶數(shù)量急劇增加。與此同時，這些組織正在尋求解決方案，以便真正了解數(shù)據(jù)。全球的企業(yè)和IT管理人員都在努力利用他們的組織數(shù)據(jù)，他們看到了數(shù)據(jù)的巨大價值，但同時，他們也對這樣做所需花費的時間和預算而感到沮喪。此外，許多人同樣擔心即將出臺的GDPR(通用數(shù)據(jù)保護條例)要求會加劇目前的挑戰(zhàn)，這進一步激發(fā)了他們尋求發(fā)現(xiàn)和治理解決的方案。

TigerGraph***執(zhí)行官兼創(chuàng)始人，Yu Xu

就我個人而言，我認為4月份的Cloudera IPO是大數(shù)據(jù)和分析的重大事件。這顯示了企業(yè)持續(xù)的大數(shù)據(jù)動力。

StreamSets產品營銷主管，Clarke Patterson

在流處理市場中，對于使用流處理框架方面的混亂。出現(xiàn)了Apache Flink、Spark Streaming、Kafka Streams和其他替代方案，所有這些方面都提供了類似的功能。使用這些框架的企業(yè)正在絞盡腦汁的做出決策。

SAP云分析產品營銷全球副總裁，Nic Smith

2017年是云分析大發(fā)展的一年。我們甚至看到，即使是最受管制的行業(yè)，也在利用技術和成本效益進行云分析。

自動化和AI輔助技術在決策中的發(fā)展速度和位置。過去六個月里，機器學習和人工智能技術取得了顯著的進步。這種自動化將對分析的使用產生深遠的影響;為用戶提供簡單的見解。

研究表明，使用分析的***數(shù)量在增長。2017年的分析正處于增長數(shù)字化創(chuàng)新頻譜的交叉路口，物聯(lián)網、傳感器、流媒體數(shù)據(jù)、機器學習、區(qū)塊鏈和業(yè)務數(shù)據(jù)網絡相結合，為業(yè)務加速增長提供機會。