根據(jù)調(diào)查，企業(yè)將分析轉(zhuǎn)移到云端的一些最大障礙是安全性(50%)、不成熟和低性能的技術(49%)、法規(guī)遵從性(35%)、缺乏信任(32%)。而其他關注的焦點集中在技術集成和人才方面：30%的企業(yè)正在努力將原有系統(tǒng)與云計算應用程序結(jié)合起來，而29%的受訪者認為缺乏內(nèi)部技能是最大障礙。
在這項名為“云計算分析狀態(tài)”的調(diào)查中，對全球700個大型組織的高級技術領導者進行了調(diào)查，這些組織的全球年營收平均為97.3億美元(19%的組織平均年收入為500億美元以上)。
某云端數(shù)據(jù)和分析機構(gòu)的首席營銷官Martyn Etherington表示：“調(diào)查的結(jié)果很明顯：市場正朝著云分析邁進，但如今許多僅支持云計算的分析引擎缺乏處理企業(yè)級分析工作負載的能力或速度。事實上，云計算規(guī)模分析的性能差距對于大型企業(yè)而言甚至更大。據(jù)調(diào)查顯示，63%收入超過100億美元的公司認為未成熟和低性能可用技術是面臨的主要障礙，而年收入為2.5-5億美元的公司中，41%的企業(yè)這么認為。而人們很容易理解為什么復雜的云分析環(huán)境能夠處理數(shù)百TB和數(shù)千用戶每天運行數(shù)百萬次查詢的原因。”
調(diào)查發(fā)現(xiàn)，大型組織在使用分析方面正日趨成熟，其中三分之一的人使用復雜的深度學習和機器學習為人工智能(AI)提供動力。這些公司在采用云計算時也很有經(jīng)驗，三分之一的公司采用公共云。不過，遷移到云端并在云中使用分析的組合與其他業(yè)務應用程序和工作負載相比，其采用速度較慢。
數(shù)據(jù)詳情
受訪者使用商業(yè)智能、數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)挖掘，并快速進入高級分析(如機器學習和深度學習的人工智能)，無論部署類型如何。
•三分之一的受訪者目前正在使用復雜的深度學習和機器學習來推動人工智能的應用。當調(diào)查是否在未來一年內(nèi)計劃采用人工智能技術時，68%的受訪者表示有計劃。
•如今，將近一半的企業(yè)正在進行數(shù)據(jù)可視化和數(shù)據(jù)挖掘，并且約四分之三的受訪者表示將在未來一年內(nèi)將這些技術納入計劃。
•在用例方面，面向客戶的分析是首要任務，81%的公司已經(jīng)或計劃在明年使用分析技術進行客戶服務。此外，77%的公司表示將在未來一年內(nèi)使用或計劃使用市場營銷分析和銷售用例。
在部署方面，接受調(diào)查的組織都表示看好云計算，但擔心云端分析采用速度緩慢。
•他們已經(jīng)轉(zhuǎn)向其他領域的云計算，目前有35%的公司在整個組織中采用公共云，39%的公司表示目前在某些領域采用公共云。
•很多企業(yè)在公共云方面有著良好的體驗，92%的人認為他們在使用公共云方面取得了一定成功或者非常成功。
83%的受訪者認為公共云是運行分析的最佳場所。但70%的受訪者認為數(shù)據(jù)分析遷移到云端比其他業(yè)務應用和工作負載還要慢，91%的受訪者認為分析應該更快地遷移到公共云。
•跨組織將分析遷移到云端的障礙包括：安全性(50%)、性能不足(49%)、監(jiān)管(35%)、信任不足(32%)、將傳統(tǒng)系統(tǒng)與云應用連接(30%)、缺乏內(nèi)部技能(29%)、其他應用程序的優(yōu)先級更高(24%)、業(yè)務優(yōu)先級不足(23%)，以及不符合業(yè)務的標準化SLA(14%)。
•在收入超過100億美元的公司中，63%的公司認為不成熟和低性能的可用技術是其主要障礙，在收入為2.5-5億美元的公司中，這一數(shù)字為41%。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權(quán)利。
京公網(wǎng)安備 11010502049343號