公关数据云的兴起：2022年要知道的主要趋势

大数据的Vs最近已从5升级到7，可变性和可视化加入了原来的五个–体积，速度，多样性，准确性和价值。这种增加是一种默默的认识，即数据不但变得越来越庞大，而且如果不复杂的话也变得更加复杂。

2022年数据的五个主要趋势将是人工智能，云容器，数据民主以及边缘和无服务器计算。一切都没有现成的状态，所有这些趋势都受到2020年大流行的严重影响，并且在许多方面，这些技术都一起移动，人工智能利用了在无服务器上运行良好的容器，有助于使数据民主化。

一旦流感大流行，世界各地的公司被迫提供在家工作的能力，这些趋势就证明了在保持业务照常发展的过程中发挥了重要作用-就像在大流行中继续照常营业一样。所有这些趋势在未来几年将继续蓬勃发展。它们不是一时兴起的瞬间成功。它们是复杂的业务变更技术，所有高管都应该意识到并继续遵循。

人工智能

到2022年，云将帮助AI进一步发挥其巨大潜力，也许不会达到许多人所承诺的大肆宣传的高度，但是流入和流经云的大量数据无疑将帮助将承诺变为现实。人工智能是一项难以实施的技术，但是诸如容器，Kubernetes，无服务器计算和强大的ML框架之类的云和软件将帮助用户创建更负责任和可扩展的AI。

在过去的几十年中，许多关键的基于云的突破帮助将AI从正在飞速发展的技术提升到几乎无限的潜力之一。其中包括可负担得起的并行处理，大数据及其7 V的出现，以及Google，Microsoft和Facebook等公司对改进的ML算法的访问。由于云容器具有“一次构建，随时随地部署的功能”，因此有助于促进AI应用程序的开发和部署，从而使AI民主化。

货柜

容器是软件的可执行单元，由打包的应用程序代码以及所有必要的软件库和运行它的依赖项组成。容器是独立的单元，其中包括运行它们所需的一切，并且它们可以在任何地方运行，无论是在台式机上，传统IT内还是在云中。

淮海锐思认为，容器是打包机器学习模型的首选方法，可以从其他外部应用程序中利用它们而无需任何编码要求。容器可以包含整个机器学习管道。它们可以根据需要扩展并在数分钟内旋转。在ML训练阶段，容器可以利用多个主机服务器，然后可以将训练后的模型分布在多个容器端点上，并在需要的地方进行部署。

尽管类似于虚拟机（VM），但是容器并不能虚拟化基础硬件，而只能虚拟化操作系统以及所需的库和依赖项。这有助于保持容器的轻便，快速和高度便携性。容器还支持现代开发和架构，如DevOps，无服务器计算和微服务。

数据民主化

对于当今的企业而言，数据几乎无处不在。“可视化”是对7大数据的补充之一，但是不应将其视为较晚的补充。恰恰相反。它可能是7个V中最重要的一个。廉价的BI工具（如Tableau，Qlik和PowerBI）在大小企业中都受到关注，而可视化数据是从中获取价值的最佳方法之一。

到2022年，将会有更多的IT部门放弃其IT工具和软件的功能，从而使更多数据民主化。它不只是商业智能工具，还有像Alteryx，Knime，RapidMiner，SAS和Databricks这样的数据集成工具。自助分析工具的业务将继续增长。不断增长的公民数据科学家运动将继续保持下去。数据的民主化将使企业中各个级别的员工都可以在几乎任何地方的台式机，手持移动设备上浏览和分析数据。

边缘计算

大多数数据都带有到期日期，这是边缘计算背后的理论。为什么要在边缘设备上捕获数据，然后将其发送到云中，在此处的软件上构建模型，编译结果，然后将结果发送回最初捕获数据的边缘设备，然后使用该设备发出警报，还是要约，边缘设备应该成为营销系统的一部分？为什么不仅边缘设备也可以构建模型？随着硬件变得越来越小，软件变得越来越复杂，高度复杂的模型可以包含在云边缘的边缘设备上，从而使数据变得更加有用和面向行动。

随着企业拥抱分布式应用程序环境，2022年还将更加强调企业网络边缘安全性并保护用户，服务，应用程序和数据。

无服务器计算

无服务器计算使开发人员可以将开发人员最擅长的地方写代码。设置和维护运行该代码的基础架构和服务器，以及确保系统正常运行所需的维护，均由云提供商来处理。2018年，Gartner挑选出无服务器计算作为其基础设施和运营的十大计算趋势之一，时间证明了Gartner的预测正确。

无服务器计算集成了后端即服务（BaaS）的功能，云提供商可处理所有系统基础架构管理，运营和维护成本，安全性以及软件补丁和升级，同时还可以让客户专注于仅创建应用程序。

结论

在2020年是真正意义上的一年之后，如果可能的话，世界已准备好恢复正常营业。照常营业将很难实现。“趋势就是你的朋友”是投资者将辛苦赚来的钱投入到股市中时要牢记的一句话。IT主管也应该牢记这一思想，因为它也适用于技术。人工智能，容器，数据民主化，边缘计算和无服务器计算应有助于所有高管保持业务优化和面向未来。