2021年预测：企业数据战略发展四大趋势

　　尽管2020年给世界带来了诸多不确定性，但可以肯定的一点是，在2021年和以后几年中，数据仍将是关键要素。在过去一年中，许多企业机构已经开始利用数据来加强其业务弹性。而下一步，则是利用数据来保证敏捷性，应对未来突发事件的干扰。为此，企业需要确保其数据战略能够在未来一年内应对以下四大主流发展趋势。

　　趋势一：5G兴起带来的数据风暴

　　显而易见，亚太地区在全球5G竞赛中正处于领先地位，但各国的发展程度各有不同。中国和韩国一路高歌猛进，已经可以提供覆盖全国的5G移动网络，而澳大利亚、日本和新加坡等许多市场，则仍处于5G网络刚刚推出的阶段。我们预计，亚太地区将有更多电信供应商开始或继续升级其现有网络，以实现5G提供的高速度、低延时及更可靠的网络连接。由于新兴市场或新兴电信运营商能够更加简便地采用最新系统，它们很可能会在5G竞赛中一举超过发达国家或成熟的电信公司。后者因为需要对其现有基础设施进行彻底改造，有可能会落后于新兴市场。

　　5G技术能够为物联网提供大规模连接，这必将影响到企业的数据战略。5G网络可以在一平方公里内连接多达100万台设备。对物联网抱有积极态度的企业必须做好准备，迎接这些互联设备带来的数据风暴。企业数据云可以帮助用户有效地捕获物联网数据，并快速对数据本身或与其他来源（如数据仓库或数据湖）的数据一起加以分析，以获得有意义的洞察，同时在整个数据生命周期内对数据加以保护。

　　趋势二：机器学习变得唾手可得

　　随着企业的数字化转型，它们将面临成倍增长的数据量和日益复杂的新技术。越来越多的企业正在转向机器学习，以克服这些挑战。例如，电信公司正开始探索机器学习如何帮助其管理网络，以及更好地预测工作负载，来确保其服务的一致性和可靠性。同时，制造商也正在借助机器学习进行预测性维护，防止计划外的停机。

　　尽管这一技术正在激发广泛的兴趣，但许多企业对机器学习仍抱着零敲碎打的态度，使其无法成为真正的数据驱动型组织。企业可以通过将机器学习渗透到运营层面来克服这一问题。也就是说，让业务用户能够在不需要IT和数据科学团队帮助的前提下，使用机器学习。这意味着，业务人员需要能够理解、信任机器学习技术，并了解机器学习模型对业务的重大影响。要从人工智能衍生的洞察中产生行动，只有做到这一点，才能在新常态下生存和发展。

　　趋势三：数据治理占据中心地位

　　混合云将成为大多数企业的默认选择。据IDC预测，到2021年，亚太地区（不包括日本）超过90%的企业将依靠本地、私有云、公有云和传统平台，来满足其基础设施需求。由于数据分布在混合云中，因此无论数据处于何处，如何被使用，企业都必须有效地对其进行保护和治理。企业如果缺乏强大的安全和治理系统，不仅需要面对网络攻击和内部威胁的风险，还将面临数据隐私法等合规问题。

　　具有战略前瞻性的企业已经开始使用企业数据云来应对上述挑战。企业数据云可以在混合云环境中执行一致的安全和治理策略，包括精细访问控制、数据系列和审计日志。举个例子，银行能够更好地遵守反洗钱法规。通过了解整个数据生命周期的情况（即了解数据是如何产生、被消费以及被各种业务应用程序/用户使用或操纵），银行能够向监管机构证明，其正在使用完整和准确的数据，来监控洗钱活动。

　　我们预计，为了解决越来越多的网络攻击和数据隐私问题，今年将有更多企业关注如何确保其数据平台在混合云中提供一致的数据安全、治理、沿袭和控制功能。

　　趋势四：AI伦理和数据治理

　　随着越来越多的公司使用AI创建可扩展的解决方案，它们在声誉、监管和法律方面的风险也随之增加。

　　AI系统会在其所训练的数据集里学习，因此必须解决广泛收集、分析和使用海量数据所产生的伦理问题。如今，关于AI伦理方面的对话仍围绕着数据的匿名化展开。虽然澳大利亚、新加坡和韩国已经建立了人工智能框架，但包括印度和印度尼西亚在内的其他市场，则仍需在2021年为人工智能创新制定法规和国家标准。除此之外，企业还需通过强大的数据治理尽到自己的责任。它们可以考虑使用企业数据云来简化其数据治理，并解决围绕AI系统数据模型和信息基础架构缺乏透明度的问题，包括人工智能系统使用什么数据，以及人工智能如何做出决策。

　　展望2021年，我们将看到AI伦理和数据治理相关话题在多个不同领域被提及，例如确定谁应该拥有联网车辆和智能设备产生的数据，以及随着消费者网络足迹的增加，谁应该保护他们的个人网络信息。

　　毫无疑问，数据是一种战略资产，可以帮助企业获得在不确定性发展中所需的敏捷性。然而，伴随着数据重要性的不断上升，以及人工智能等新技术的广泛应用，这将带来新的挑战和隐忧。