鑒于COVID-19，各種規模的組織都展現出了前所未有的彈性，并更加重視數字化轉型并加大了投資力度。盡管重新獲得了關注，但基本數據挑戰仍然是主要障礙。但是組織可以期望在以下三種技術趨勢中得到進一步加強和專業化。

趨勢1：數據最終變得“機器可理解”

數字化轉型的現實是，大多數數據驅動的工作注定要失敗，主要是因為數據不是機器可理解的。與人類不同，機器默認情況下無法處理不規則，方差或奇怪的分布。人工決策基于上下文智能和強大的意義解釋機制，并且要成功實現越來越高的保真度自動化，機器需要更多地了解我們所知道的內容。

在2021年，組織將采用現代數據集成方法，例如融合數據管理和知識管理技術的企業知識圖（EKG）。 這些系統將使企業能夠通過推理機制發現隱藏的事實和關系，否則這些機制將無法在沒有機器加速的情況下進行大規模的追趕。心電圖不僅使機器可讀，而且使機器可以理解，并且通過捕獲和編碼來自特定主題，人員，項目或過程的斷開連接的數據源中的真實環境來實現此目的。

從數據轉移到知識并實現更高程度的自動化，需要洞察并利用世界上各個事物之間的關系。到2021年及以后，依靠剛性，表格和基于存儲的技術來管理數據的較舊方法將越來越被認為是不合適的。

趨勢2：語義圖推動了新的數據集成領域

關系系統從未被設計為支持具有快速變化的需求和含義的，具有豐富連接和關系的數據環境。實際上，數據集成是20年前數據管理的產物，也就是說，關系系統從未打算管理大規模的，根本性的異構信息系統。

要通過算法管理數據，您必須首先以算法設計可訪問的方式表示對數據真正有意義的內容。在IT的一種夸張的諷刺諷刺中，關系數據模型并不能很好地表示復雜的，現實世界中的關系和連接。

為了做到這一點，必須改變游戲規則。語義圖數據模型是發展最快的新技術之一，它是表示本機存儲在其他結構中的數據的最自然的方式，并且在新的一年中將變得越來越重要。在2021年，組織將利用語義圖來連接來自結構化，半結構化和非結構化源的數據，以全面了解已連接的企業數據，并了解存在的關系和細微差別。

趨勢3：查詢應答驅動了下一代數據結構

數據結構具有將現有數據管理系統編織在一起的能力，因此，通過對重要數據的更大可訪問性而豐富了應用程序。數據結構系統將在2021年繼續興起，并將在數據管理領域日趨成熟的過程中贏得一席之地。

我們大多數人都會回想起數據湖曾經如何實現集中化企業數據資產的承諾。盡管他們已在某種程度上實現了該目標，但這并不是企業所需的關鍵目標，因為物理托管與數據連接并不相同。如果是這樣，我們誰都不會被迫花費與在筆記本電腦上搜索無法找到的數據一樣多的時間。企業級文件系統是必需的，但它本身不足以對企業進行數字化轉換。

當然，數據倉庫是比數據湖甚至更老的技術，但其功能甚至不如數據湖，因為它們實際上只能夠很好地處理結構化數據，而使半結構化和非結構化數據孤島完全斷開。盡管實現了業務成功，即使云中的數據倉庫也受限于關系模型表示數據的能力。此后出現了數據目錄，以提供其數據環境令人困惑的多樣性清單，而這僅是面臨下一個巨大挑戰：如何從數據源目錄中獲得業務答案。

在2021年，經歷了數據管理這些時代的公司將使數據在企業范圍內可用和可重用。通過在連接零散數據領域的所有不同部分的數據結構系統中應用功能強大的查詢服務，它們最終將能夠回答問題，獲得見解并真正使數據具有可操作性。

總結

如果舊方法真正改變，我們會喚醒新的可能性。2020年的全球疫情情況可能是人類歷史上第一個真正的全球性事件，鑒于其影響范圍和影響力，它迫使每個人立即改變思維。實際上，COVID-19的沖擊將在未來數年中感受到，迫使企業軟件和數據管理系統以及整個組織為此進行適應和創新。

如果您對企業數字化轉型感興趣，可以參加慧都“專家1對1，助力2021企業數字決策化轉型”活動，和大數據專家一對一咨詢。

即日起至1月31日均可參與，掃描下面二維碼參與報名。如果您對本活動存在疑惑，可以咨詢在線客服了解更多信息。

本活動規則未闡述部分，慧都網保留本活動的最終解釋權。