2019年科技发展展望：云、大数据、AI、物联网和区块链

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转向云服务，把重要的、价值较高的活动放在云上，尤其是云爆发(cloud bursting，一种应用部署模式)和分析应用程序。

o 有一些技术支持在不同的云和本地系统之间进行实时数据分发，这些技术对于几乎所有的云用例都会变得日益重要。

o IBM收购了Red Hat，它可能不会直接对顶级供应商发起挑战，但是会把Red Hat技术运用在跨越各种云、私有云和内部部署数据中心的混合模式中，起到重大作用。

o 利用容器、Kubernetes、云和多云管理器向多云和混合模式转变，这是一个趋势，可携式应用程序和无服务器式计算将对这个转变起到促进作用，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在日趋成熟，它们将转变为可扩展的托管云服务，而那些为了支持它们而成立的商业公司，营收会遭到它们的蚕食。

大数据

o 尽管Cloudera 和 Hortonworks的合并是大数据领域整合的一个证据，但随着越来越多的公司使用云服务来存储和分析数据，企业对大数据基础架构的投资将会减少。

o 随着5G进入市场，数据将以更快的速度生成，所以企业应该认真地考虑改进架构，以便在本地用流数据和内存中处理(in-memory processing)开展工作。

o 结合了流式传输和批处理以及分析的Lambda和Kappa架构将继续受到一些技术的推动，变得更受欢迎。这种混合架构对于推动机器学习的操作化过程来说至关重要。

o 流式传输和批量大数据分析组件将广泛采用SQL语言的变体，以便让用户(而不是使用API?6?7?6?7的开发人员)实现自助的数据处理和分析，因为这些用户对数据最为了解。

o 越来越多的企业需要快速获得实时信息，因此可扩展的基于SQL的体系结构(如Snowflake和Apache Kudu)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一种“专业”，它们将更深入地渗透到企业的业务中。企业以集中的跨职能形式组织AI部门，可以生成、共享和重用AI模型和解决方案，快速获得投资回报。

o 通过把机器学习与其他重要新技术结合起来，可以最大程度地实现AI的效益。AI与物联网(IoT)、区块链和云投资的融合，将会提供最大的协同效应，带来突破性的成果。

o 数据科学家将成为DevOps的一部分，以便快速实现机器学习的操作化过程。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、处理数据并建模(而不是处理原始数据)。这将使模型能够与实时数据流快速集成，并持续评估、测试和更新模型，以确保其效果。

安全

o 安全威胁之前来自一些小角色，现在可能会有更强大的对手。工业数据(而非消费者数据)可能会成为攻击目标。这些攻击很复杂，集成了AI的实时威胁检测工具将被用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，在安全和监管上，对实时屏蔽、模糊处理和加密技术的需求也会大幅增加，尤其是对敏感信息。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!