Gartner identifiziert Top-Trends, die die Zukunft von Data Science und maschinellem Lernen prägen

Gartner, Inc. hat heute die wichtigsten Trends hervorgehoben, die sich auf die Zukunft von Datenwissenschaft und maschinellem Lernen (DSML) auswirken, da die Branche schnell wächst und sich weiterentwickelt, um der zunehmenden Bedeutung von Daten in der künstlichen Intelligenz (KI) gerecht zu werden, insbesondere da sich der Fokus auf generative KI verlagert Investitionen.

Peter Krensky, Director Analyst bei Gartner, sagte heute auf dem Gartner Data & Analytics Summit in Sydney: „Da die Einführung von maschinellem Lernen in allen Branchen weiterhin rasant zunimmt, entwickelt sich DSML von der reinen Konzentration auf Vorhersagemodelle hin zu einem stärker demokratisierten, dynamischeren und dynamischeren Ansatz.“ datenzentrierte Disziplin. Befeuert wird dies mittlerweile auch durch die Begeisterung für generative KI. Während potenzielle Risiken entstehen, entstehen auch viele neue Fähigkeiten und Anwendungsfälle für Datenwissenschaftler und ihre Organisationen.“

Zu den wichtigsten Trends, die die Zukunft von DSML prägen, gehören laut Gartner:

Trend 1: Cloud-Datenökosysteme Datenökosysteme bewegen sich von eigenständiger Software oder gemischten Bereitstellungen hin zu vollständig cloudnativen Lösungen. Gartner erwartet, dass bis 2024 50 % der neuen Systembereitstellungen in der Cloud auf einem zusammenhängenden Cloud-Daten-Ökosystem basieren werden und nicht auf manuell integrierten Punktlösungen.

Gartner empfiehlt Unternehmen, Datenökosysteme auf der Grundlage ihrer Fähigkeit zu bewerten, Herausforderungen bei verteilten Daten zu lösen sowie auf Datenquellen außerhalb ihrer unmittelbaren Umgebung zuzugreifen und diese zu integrieren.

Trend 2: Edge AI Die Nachfrage nach Edge-KI wächst, um die Verarbeitung von Daten bereits am Entstehungsort am Edge zu ermöglichen und Unternehmen dabei zu helfen, Einblicke in Echtzeit zu gewinnen, neue Muster zu erkennen und strenge Datenschutzanforderungen zu erfüllen. Edge AI hilft Unternehmen auch dabei, die Entwicklung, Orchestrierung, Integration und Bereitstellung von KI zu verbessern.

Gartner prognostiziert, dass bis 2025 mehr als 55 % aller Datenanalysen durch tiefe neuronale Netze am Erfassungspunkt in einem Edge-System erfolgen werden, gegenüber weniger als 10 % im Jahr 2021. Unternehmen sollten die dafür erforderlichen Anwendungen, KI-Schulungen und Inferenzen identifizieren Wechseln Sie zu Edge-Umgebungen in der Nähe von IoT-Endpunkten.

Trend 3: Verantwortungsvolle KI Verantwortungsvolle KI macht KI zu einer positiven Kraft und nicht zu einer Bedrohung für die Gesellschaft und sich selbst. Es deckt viele Aspekte des Treffens der richtigen geschäftlichen und ethischen Entscheidungen bei der Einführung von KI ab, die Unternehmen oft unabhängig voneinander angehen, wie z. B. geschäftlicher und gesellschaftlicher Wert, Risiko, Vertrauen, Transparenz und Rechenschaftspflicht. Gartner prognostiziert, dass die Konzentration vortrainierter KI-Modelle bei 1 % der KI-Anbieter bis 2025 verantwortungsvolle KI zu einem gesellschaftlichen Anliegen machen wird.

Gartner empfiehlt Unternehmen, einen risikoproportionalen Ansatz zu verfolgen, um KI-Werte zu liefern, und bei der Anwendung von Lösungen und Modellen Vorsicht walten zu lassen. Holen Sie Zusicherungen von Anbietern ein, um sicherzustellen, dass sie ihre Risiko- und Compliance-Verpflichtungen bewältigen und Unternehmen vor potenziellen finanziellen Verlusten, rechtlichen Schritten und Reputationsschäden schützen.

Trend 4: Datenzentrierte KI Datenzentrierte KI stellt einen Wandel von einem modell- und codezentrierten Ansatz hin zu einer stärkeren Datenorientierung dar, um bessere KI-Systeme aufzubauen. Lösungen wie KI-spezifisches Datenmanagement, synthetische Daten und Datenkennzeichnungstechnologien zielen darauf ab, viele Datenherausforderungen zu lösen, darunter Zugänglichkeit, Volumen, Datenschutz, Sicherheit, Komplexität und Umfang.

Der Einsatz generativer KI zur Erstellung synthetischer Daten ist ein Bereich, der schnell wächst und die Belastung durch die Beschaffung realer Daten verringert, damit Modelle für maschinelles Lernen effektiv trainiert werden können. Gartner prognostiziert, dass bis 2024 60 % der Daten für KI synthetisch sein werden, um die Realität und Zukunftsszenarien zu simulieren und das Risiko von KI zu verringern, gegenüber 1 % im Jahr 2021.

Trend 5: Beschleunigte KI-Investitionen Die Investitionen in KI werden von Unternehmen, die Lösungen implementieren, sowie von Branchen, die durch KI-Technologien und KI-basierte Unternehmen wachsen möchten, weiter zunehmen. Gartner prognostiziert, dass bis Ende 2026 mehr als 10 Milliarden US-Dollar in KI-Startups investiert werden, die auf Basismodellen basieren – großen KI-Modellen, die auf riesigen Datenmengen trainiert werden.

Eine aktuelle Gartner-Umfrage unter mehr als 2.500 Führungskräften ergab, dass 45 % angaben, dass der jüngste Hype um ChatGPT sie dazu veranlasst habe, die KI-Investitionen zu erhöhen. Siebzig Prozent gaben an, dass sich ihre Organisation mit generativer KI im Untersuchungs- und Erkundungsmodus befinde, während sich 19 % im Pilot- oder Produktionsmodus befinden.

Gartner Data & Analytics SummitGartner-Analysten präsentieren auf dem Gartner Data & Analytics Summit vom 31. Juli bis 1. August in Sydney die neuesten Forschungsergebnisse und Ratschläge für Daten- und Analyseführer. Verfolgen Sie Neuigkeiten und Updates von den Konferenzen auf Twitter mit #GartnerDA.

Über Gartner für Data & Analytics Leaders Gartner for Data & Analytics Leaders bietet CDAOs und Daten- und Analyseführern umsetzbare, objektive Einblicke, um ihnen dabei zu helfen, ihre D&A-Strategie und ihr Betriebsmodell zu beschleunigen und so den Geschäftswert zu steigern. Weitere Informationen finden Sie unter https://www.gartner.com/en/data-analytics.

Verfolgen Sie Neuigkeiten und Updates von Gartner für D&A-Führungskräfte auf Twitter und LinkedIn mit #GartnerDA. Besuchen Sie den Gartner Newsroom für weitere Informationen und Einblicke.