網(wǎng)絡(luò)安全這作為一個(gè)日益凸顯的問題，數(shù)據(jù)分析人才的缺乏也成為公司發(fā)展的一大障礙。然而有一點(diǎn)是肯定的：有效地利用數(shù)據(jù)分析能力對(duì)于幫助公司進(jìn)一步的增長(zhǎng)和創(chuàng)新至關(guān)重要。

　　
    在最新發(fā)布的2016分析趨勢(shì)報(bào)告中，德勤預(yù)測(cè)了六個(gè)將在2016年改變商業(yè)的主要趨勢(shì)。

　　德勤的John Lucker表示，對(duì)于持續(xù)面臨各式機(jī)遇和挑戰(zhàn)的商界領(lǐng)袖來說，提前看到這些趨勢(shì)能夠?qū)镜倪\(yùn)營(yíng)產(chǎn)生深遠(yuǎn)的影響。許多公司選擇對(duì)他們的運(yùn)營(yíng)模式做一個(gè)戰(zhàn)略性的轉(zhuǎn)變來應(yīng)對(duì)如網(wǎng)絡(luò)安全這樣侵略性的問題。同時(shí)，作為一個(gè)日益凸顯的問題，數(shù)據(jù)分析人才的缺乏也成為公司發(fā)展的一大障礙。然而有一點(diǎn)是肯定的：有效地利用數(shù)據(jù)分析能力對(duì)于幫助公司進(jìn)一步的增長(zhǎng)和創(chuàng)新至關(guān)重要。

　　網(wǎng)絡(luò)安全：進(jìn)攻是最好的防御

　　網(wǎng)絡(luò)安全一詞在德勤的趨勢(shì)列表中已經(jīng)不是第一次出現(xiàn)了，它從去年就開始被提及?！笆袌?chǎng)中正在發(fā)生一個(gè)改變?！盠ucker認(rèn)為。他引用了一個(gè)IDC的發(fā)現(xiàn)——去年，全球金融服務(wù)行業(yè)在信息安全上花費(fèi)近274億美元。這些機(jī)構(gòu)不再滿足于傳統(tǒng)的被動(dòng)式的安全模式，而是開始采用預(yù)測(cè)性的方法威脅情報(bào)和監(jiān)控代替之。這些方法包括自動(dòng)掃描可能威脅機(jī)構(gòu)安全的聊天記錄，和通過分析過去的實(shí)施來構(gòu)建能夠預(yù)測(cè)未來威脅的數(shù)學(xué)模型。

　　隨著網(wǎng)絡(luò)安全和分析的出現(xiàn)，相比于被動(dòng)防守，主動(dòng)出擊變得越來越重要。Lucker說，現(xiàn)在更需要做的是用數(shù)據(jù)分析和認(rèn)知計(jì)算和機(jī)器學(xué)習(xí)方法，去預(yù)測(cè)公司的的什么方面容易受到攻擊，和已知的漏洞會(huì)如何演變成新的漏洞。

　　總的來說，德勤認(rèn)為網(wǎng)絡(luò)安全將會(huì)得到更多更廣泛的投資，同時(shí)與數(shù)據(jù)分析也會(huì)產(chǎn)生越來越緊密的聯(lián)系。

　　網(wǎng)絡(luò)安全威脅也與2016年其他的趨勢(shì)息息相關(guān)。Lucker建議一些機(jī)構(gòu)可以考慮放慢腳步，更加理性的分析他們的關(guān)注點(diǎn)，例如在網(wǎng)絡(luò)安全中心搭建完畢之前，應(yīng)該強(qiáng)調(diào)數(shù)據(jù)采集方面的工作。

　　大數(shù)據(jù)和物聯(lián)網(wǎng)就是兩個(gè)很好的例子。在過去，機(jī)構(gòu)常常會(huì)忽視在存儲(chǔ)大數(shù)據(jù)和物聯(lián)網(wǎng)相關(guān)信息時(shí)系統(tǒng)的安全問題。但是當(dāng)把這些項(xiàng)目從測(cè)試階段轉(zhuǎn)移到產(chǎn)品階段的時(shí)候，網(wǎng)絡(luò)安全問題已經(jīng)變得日益明顯。

　　數(shù)據(jù)分析師：?jiǎn)T工荒

　　另外一個(gè)常見的趨勢(shì)就是，找到并留下數(shù)據(jù)分析人才難上加難。Lucker引用了2015MIT斯隆管理報(bào)告——百分之四十的公司很難找到他們需要的數(shù)據(jù)分析人才。

　　許多大學(xué)都在努力培養(yǎng)優(yōu)秀的數(shù)據(jù)科學(xué)人才，但是數(shù)量畢竟有限。而對(duì)于高端人才來說競(jìng)爭(zhēng)則會(huì)變得更加激烈。

　　Lucker認(rèn)為，公司應(yīng)該認(rèn)識(shí)到，他們需要和教育機(jī)構(gòu)建立更加緊密的聯(lián)系。在公司和大學(xué)之間構(gòu)建一個(gè)真正的合作關(guān)系是已經(jīng)變得日益重要。

　　另外，他指出吸引數(shù)據(jù)分析人才只是一個(gè)方面，公司更應(yīng)該思考如何才能留下這些人才。只有為員工提供良好的數(shù)據(jù)科學(xué)職業(yè)規(guī)劃和多元化的工作，才能培養(yǎng)員工與公司之間的感情。相反，每天重復(fù)性的工作很容易會(huì)造成人才的流失。

　　人機(jī)關(guān)系：日益緊密

　　根據(jù)IDC的預(yù)測(cè)，在2025年之前商界將會(huì)對(duì)機(jī)器認(rèn)知投入超過600億美金。盡管許多預(yù)測(cè)表面，人工智能的發(fā)展將會(huì)大規(guī)模的減少人類的就業(yè)機(jī)會(huì)。Lucker卻認(rèn)為領(lǐng)軍企業(yè)會(huì)通過人力投入來提高機(jī)器的工作質(zhì)量。畢竟，人類智慧是人工智能的基礎(chǔ)，而且機(jī)器的工作情況和質(zhì)量也需要人工來把關(guān)。另一方面，人工可以在很多方面充當(dāng)機(jī)器的一個(gè)補(bǔ)充，尤其在一些要求高創(chuàng)造力和情感投入的工作崗位中。

　　換句話說，人類與機(jī)器的是互補(bǔ)互助的關(guān)系，而非相互替代的關(guān)系。

　　Lucker認(rèn)為人工智能只是工具箱里的另一個(gè)工具而已，它并不能用來解決所有問題?！八皇且粋€(gè)補(bǔ)充工具，是那些數(shù)據(jù)分析科學(xué)家們所用的一大堆分析工具中的新成員。”

　　“更何況，”Lucker補(bǔ)充道，“人工智能的結(jié)果全部都需要人類高級(jí)別的判斷能力來進(jìn)行分析和測(cè)試?！?/span>

　　物聯(lián)網(wǎng)與人

　　在2016年，人類將會(huì)重新作為物聯(lián)網(wǎng)的一個(gè)重要的組成成分。物聯(lián)網(wǎng)已經(jīng)從一個(gè)簡(jiǎn)單有意思的小工具快速進(jìn)化成為一個(gè)能跟蹤、影響人類的行為，并且開始催生新的商業(yè)模式的熱點(diǎn)詞匯。

　　Lucker認(rèn)為，在以消費(fèi)者為中心和B2B的商業(yè)領(lǐng)域都在發(fā)生著圍繞IoT的創(chuàng)新，并且這些成果將會(huì)對(duì)商業(yè)模式和工業(yè)界產(chǎn)生重大影響。

　　當(dāng)我們具有能跟蹤人類行為活動(dòng)的能力時(shí)，就意味著，圍繞著出行模式，消費(fèi)模式的新的商業(yè)模式成為了可能。Uber就是一個(gè)很好的例子。

　　Lucker表示，許多公司已經(jīng)有了必要的基礎(chǔ)設(shè)施。例如，汽車保險(xiǎn)公司已經(jīng)開始用用戶的智能手機(jī)數(shù)據(jù)來支持“按距離收費(fèi)”的應(yīng)用軟件。健康保險(xiǎn)公司開始利用可穿戴智能設(shè)備的數(shù)據(jù)來給長(zhǎng)期從事健身活動(dòng)的消費(fèi)者指定折扣。另外，傳感器數(shù)據(jù)也開始被用來監(jiān)控長(zhǎng)途運(yùn)輸管理。

　　德勤在報(bào)告中指出，很難想出一個(gè)不會(huì)被物聯(lián)網(wǎng)改變的行業(yè)。盡管制定物聯(lián)網(wǎng)相關(guān)的標(biāo)準(zhǔn)還需要很多努力，已經(jīng)有很多物聯(lián)網(wǎng)應(yīng)用能夠?yàn)槲覀兊纳顒?chuàng)造價(jià)值，其中包括幫助人們保持健康，提高效率，節(jié)省開支等等。

　　科學(xué)家的勝利

　　由于數(shù)據(jù)開始潛在影響商業(yè)的每一個(gè)角落，科學(xué)家在商業(yè)領(lǐng)域開始有了一個(gè)嶄新的定位。需要明確的是，數(shù)據(jù)分析并不是一個(gè)新的技術(shù)，它在商業(yè)領(lǐng)域中的已經(jīng)有了數(shù)十年的歷史。但是最新的技術(shù)發(fā)展和數(shù)據(jù)處理能力使得科學(xué)與科學(xué)家在商業(yè)界變得尤其重要。

　　報(bào)告還說，商業(yè)界并不是唯一一個(gè)在數(shù)據(jù)分析技術(shù)上有著卓越進(jìn)展的領(lǐng)域。學(xué)術(shù)界或許才是引領(lǐng)數(shù)據(jù)分析技術(shù)的先鋒。大學(xué)，實(shí)驗(yàn)室以及其他科研單位在過去的一些年中一直在應(yīng)用和改進(jìn)數(shù)據(jù)分析的方法。這些應(yīng)用領(lǐng)域包括許多方面，微觀方面有分子生物學(xué)和太空物理學(xué)，宏觀方面包括社會(huì)科學(xué)以及更廣的領(lǐng)域。在許多案例上，他們并不用“數(shù)據(jù)分析”這個(gè)詞，在他們看來，這些技術(shù)本身都是“科學(xué)”。

　　但是當(dāng)前的社會(huì)環(huán)境鼓勵(lì)科學(xué)家能夠走出實(shí)驗(yàn)室進(jìn)入工業(yè)界，因?yàn)樵诳茖W(xué)研究中開發(fā)出來的工具很多都能夠很好地被工業(yè)界所利用。例如，科學(xué)家發(fā)明的觀察DNA的許多工具也可以幫助工業(yè)界從成千上萬的郵件中提取有用的信息。

　　Lucker提到，許多在核心科學(xué)中的概念，算法和技術(shù)正在被以一種獨(dú)特強(qiáng)力的方式應(yīng)用到許多商業(yè)領(lǐng)域當(dāng)中。例如，“文字分析正在利用基因排序技術(shù)來快速識(shí)別語言文字中的特征。這些技術(shù)對(duì)于商業(yè)界而言是一套全新的算法和分析能力?！?/span>

　　概念驅(qū)動(dòng)型公司的崛起

　　在過去的一些年里，德勤和其他一些咨詢公司都曾提到了一些依賴數(shù)據(jù)進(jìn)行商業(yè)決策的公司，這種公司被它們稱為概念驅(qū)動(dòng)型公司。Lucker說，在過去，他們看到一些企業(yè)從只分析一些特殊的目標(biāo)數(shù)據(jù)，到分析大范圍的整個(gè)領(lǐng)域的數(shù)據(jù)。他們把這些企業(yè)稱之為IDOs.

　　這些IDO并不是簡(jiǎn)單地在商業(yè)領(lǐng)域的某一個(gè)部分來利用數(shù)據(jù)進(jìn)行決策分析。它們把策略，人力，過程，數(shù)據(jù)以及技術(shù)等多個(gè)部分緊密的組合在一起，來玩公司運(yùn)營(yíng)的每一處提供決策輔助。一個(gè)例子就是通過分析人力資源數(shù)據(jù)，產(chǎn)品信息以及市場(chǎng)數(shù)據(jù)來分析在所有銷售有關(guān)人員的表現(xiàn)情況。

　“通過分析所有和企業(yè)相關(guān)的數(shù)據(jù)，我們可以構(gòu)建一個(gè)企業(yè)級(jí)的宏觀圖景。”Lucker表示。