2020年数据管理和隐私的趋势，预测和挑战
随着我们进入2020年，数据管理将继续提高和提高效率，这将使为业务目的准备好数据的工作比以往任何时候都更快，更可靠。尽管数据管理领域在实践中是一个多元化的领域，但有四个趋势将在2020年成为最前沿：
数据编排 –数据集成，API集成和数据移动的组合，以支持DataOps技术。这涉及组合多种技术以交付单个数据流应用程序，以协调本地或云中不同位置的数据相关活动。
数据发现 -被认为是企业软件的重要“胶水”，提供通用目录以查找，供应，保护和理解数据及其他对象对于客户而言非常重要。此外，通过应用高级分析发现的洞察力使人们能够自动执行平凡的数据管理任务，并在以前难以识别的数据中找到价值。
数据准备 -为了将数据处理活动扩展到更广泛的受众，使用AI自动执行清理和混合的高级数据转换的开发将使非技术用户受益。
模型管理 –市场将看到模型管理的增长-不仅是自己管理专有或开源模型，还包括在一个应用程序中一起管理这些模型。由于大多数分析模型从未投入生产或可能无法发挥其作用（称为模型衰减），组织将需要能够轻松注册，修改，跟踪，评分，发布，管理和报告分析模型的能力。
那么，2020年数据管理面临的最大挑战是什么？
根据世界经济论坛的预测，到2020年，我们产生的数据量将达到惊人的44 ZB。（例如，到2020年，预计每天将发送5亿条推文和2
大数据的核心是获取比以往更多/更多来源的洞察力。大数据的承诺绝不是来自拥有更多数据和来自更多来源，而是来自能够开发分析模型以获得对这些数据的更好洞察力。
在完成所有工作以推进分析，AI和ML的工作之后，如果组织没有适当的数据管理程序来访问，集成，清理和管理所有这些数据，那就不是全部。
最后，在2020年消费者数据隐私/保护中将看到什么？
全世界看到的越来越多的隐私/保护法促使组织开发默认情况下包括数据隐私的数据治理程序。但是，组织需要积极主动地执行其隐私标准和程序。否则，他们将无法遵守各种法律，最终将不会受到客户的信任。
尽管在GDPR中得到解决，但进一步的法律已经成熟了使用高级分析和AI进行决策的条件。由于存在基于种族，性别，国籍和年龄（仅举几例）的偏见决策等问题，组织将需要更加了解和透明地了解其开发的算法和AI如何制定可能影响其客户的决策。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！