身為數據極客，在2017年應該能感受很幸福。
去年，我們曾經問過各人“大數據照舊個值得存眷的大事嗎？”，并留意到由于大數據更像是一種“系統化工程”，因此在企業的接管速度方面要落伍于整個業界的炒作。大數據技能用了多年時間舉辦演化，才從一種看起來很酷的新技能釀成企業在出產情況中實際陳設的焦點企業級系統。
2017年，我們已經很適應這樣的陳設階段。“大數據”這個詞正在逐漸淡出我們的視野，但這種技能自己還在飛速擴張。各行各業的各類軼事和證據證明相關產物越來越成熟，在越來越多的財產1000強企業內開始投入實用，許多初創公司借助這些技能快速實現了收入增長。
與此同時，宣傳炒作的泡沫開始毋庸置疑地轉向了這個生態系統中呆板進修和人工智能等規模。已往幾個月來，人工智能規模涌現出一種“大爆炸”式的集團意識，這一環境與幾年前大數據技能的“遭遇”相差無幾，不外成長速度更快。
從另一個角度來看，2017年也是沖感人心的一年：望穿秋水的IPO。本年初幾個月，大數據規模的初創公司在這方面勾當幾回，并獲得了果真市場的熱切接待。
總的來說，數據生態系統在2017年末于實現了火力全開。與以往每年一樣，我們將通過一年一次的大數據規模回首為各人提供一個具體的“國情咨文”，將我們針對這一行業的看法總結為要害趨勢奉獻給各人。
任何風險投資機構有幸看到的各類宣傳都能證明，2016年，每家初創公司都在變身成為“呆板進修公司”，“。ai”已成為必備的域名，而“等等，我們會通過呆板進修技能辦理這個問題”已經開始普遍呈此刻種種集資勾當的演示文稿中。
環繞人工智能的報道、座談會、新聞郵件，以及微博層出不窮，許多早已在存眷呆板進修技能的人，他們的回響就仿佛發明本身內地的某個品牌溘然開始了全球化擴張：一方面，倍感自滿；但另一方面，就仿佛面臨派對上姍姍來遲又矯揉造作的人那樣表示出明明的厭煩之情，同時做好了不行制止會感想失望的心理籌備。
固然很容易認為這些趨勢的成長很是緩和，但該規模所經驗的演變是不行制止，而且影響深遠的：呆板進批改在快速成為許多應用措施中最重要的組件。
我們正在見證一個新技能棧的涌現，在這個技能棧中，大數據技能被用于處理懲罰數據工程方面的焦點挑戰，而呆板進修技能被用于從數據中提取出代價（以闡明看法或操縱等形式）。
雖然，這種共生干系并不是什么新事物，但只有少數人有幸可以或許真正實現。
這些技能正在真正開始變的“民主化”。“大數據+人工智能”已經成為許多現代化應用（無論面向普通消費者或企業的應用）的默認技能棧。大量初創公司和一些財產1000強企業都在利用這種新的技能棧。
凡是來說，云計較是這個“板凳”的第三條腿，但也并非老是如此。這一規模的成長也受到各大云計較巨頭的敦促，這些巨頭們正在進行一場果真的戰爭，爭先恐后地開始提供呆板進修云。
短期來看，是否可以認為民主化會促進人工智能技能的商品化？實際上從技能角度來說，人工智能依然很難。固然許多工程師正在爭先恐后地造就有關人工智能技能的技術，但至少到今朝，全球范疇內深入鉆研這一規模的專家依然很少。
不外這種民主化的趨勢至少不會“開倒車”，呆板進修技能早晚會從競爭優勢“進化”成為一必備要素。
而這種趨勢對初創公司和大企業都發生了深遠的影響。對付初創公司：除非你所開拓的人工智能軟件是最終產物，那么將你本身稱號為一家“呆板進修公司”這樣的做法很快將變的毫無意義。對付大型企業：假如今朝你還沒有努力主動地擬定“大數據+人工智能”的計謀（自行實現或與其他供給商相助），那么你們很快謀面對被裁減的田地。關于大數據，這樣的說法已經一連多年了，但跟著以大數據技能為基本降生的人工智能技能飛速成長，這一天只會更快速地到來。
企業的預算：逐利
已往多年來，在我們與大數據技能的買家和賣家的攀談中，我們發明財產1000強公司中，越來越多的預算被用于對焦點基本架構舉辦進級，以及與數據闡明有關的技能，各人都對大數據技能給以極大存眷。許多闡明機構也認同這一結論：IDC估量，到2020年，大數據和闡明市場將從2016年的1300億美元市場局限增長至2030億美元。
