腾讯科技新闻《福布斯》撰稿人SteveWilkes近日撰文称，2018年是商业技术快速发展的一年，现代数据管理成为重要的一环许多企业的目标，云服务的采用率也显着提高，一些战略并购和人工智能等新技术的兴起就是证明。那么2019年会发生什么呢？以下是一些预测：云服务o企业将更多地使用云服务，企业数据中心将更快地迁移到云服务，将重要和更高价值的活动放在云端，尤其是云爆发（cloudbursting，一种应用程序部署模型）和分析应用程序。o在不同的云和本地系统之间实现实时数据分发的技术对于几乎所有的云用例将变得越来越重要。oIBM收购RedHat，这可能不会直接挑战领先的供应商，但将在跨各种云、私有云和本地数据中心的混合模型中使用RedHat技术方面发挥重要作用。o向利用容器、Kubernetes、云和多云管理器的多云和混合模型的转变是一种趋势，便携式应用程序和无服务器计算将促进这一趋势，越来越多的初创公司和老牌企业将提供自动化服务。o在大数据和分析领域，越来越多的开源技术正在成熟为可扩展的托管云服务，这些服务蚕食了为支持它们而成立的商业公司的收入。大数据o虽然Cloudera和Hortonworks的合并是大数据领域整合的证据，但随着越来越多的公司使用云服务来存储和分析数据，企业对大数据基础设施的投资将会减少。o随着5G进入市场，数据将以更快的速度生成，因此公司应认真考虑改进架构以在本地处理流数据和内存处理。o将流式处理和批处理与分析相结合的Lambda和Kappa架构将继续受到某些技术的驱动并变得更加流行。这种混合架构对于推动机器学习的操作化至关重要。o流式和批量大数据分析组件将广泛采用SQL语言的变体，为最了解数据的用户提供自助式数据处理和分析。o随着越来越多的企业需要快速访问实时信息，Snowflake和ApacheKudu等可扩展的基于SQL的架构将比传统的大数据环境更受欢迎。机器学习/人工智能o人工智能和机器学习将不再被视为“专业”，将更深入地渗透到企业的业务中。组织以集中式、跨职能的形式组织人工智能部门，可以生成、共享和重用人工智能模型和解决方案，以快速获得投资回报。o通过将机器学习与其他重要新技术相结合，可以更大程度地发挥人工智能的优势。人工智能与物联网(IoT)、区块链和云投资的融合将提供更大的协同效应并带来突破性成果。o数据科学家将成为DevOps的一部分，以快速实施机器学习。数据科学家将向上游移动并与IT专家合作，以确定如何获取、处理和建模数据（而不是处理原始数据）。这将使模型与实时数据流快速集成，并持续评估、测试和更新模型以确保其有效性。安全o以前来自较小参与者的安全威胁现在可能有更强大的对手。工业数据而非消费者数据可以成为目标。这些攻击非常复杂，将使用与AI集成的实时威胁检测工具来应对不断变化的攻击方法。o随着越来越多的企业使用云分析，对实时屏蔽、混淆和加密的需求，尤其是对敏感信息的需求，将急剧增加，这既是为了安全，也是为了治理。物联网o物联网，尤其是与位置数据相结合的传感器，将会出现巨大增长，但大企业不会完全买账——集成商使用边缘处理和基于云的系统，使设备制造商和支持实时处理技术集成在一起，以提供跨多个行业的完整的基于物联网的解决方案。o物联网设备、网关和支持技术的种类将会增加，围绕协议、数据收集、格式化、规范模型和安全要求的标准化也会增加。区块链oAWS和Azure上易于操作和管理的云产品将推动基于区块链的数字分类账技术的采用。这将为企业提供快速构建供应链和数字合同原型的方法。o创新的安全算法与增强的计算能力相结合，将在未来几年内将数字账本交易的处理时间从秒级减少到毫秒级或微秒级，高速流式应用程序将能够与区块链一起使用。不管这些预测是否会成真，我们可以肯定的是，2019年企业将继续投资于现代化、云计算、流式架构和机器学习。一系列意想不到的发展和创新将引发企业迅速思考和行动。
