盡管2020年給世界帶來了諸多不確定性，但可以肯定的一點是，在2021年和以后幾年中，數(shù)據(jù)仍將是關(guān)鍵要素。在過去一年中，許多企業(yè)機構(gòu)已經(jīng)開始利用數(shù)據(jù)來加強其業(yè)務(wù)彈性。而下一步，則是利用數(shù)據(jù)來保證敏捷性，應對未來突發(fā)事件的干擾。為此，企業(yè)需要確保其數(shù)據(jù)戰(zhàn)略能夠在未來一年內(nèi)應對以下四大主流發(fā)展趨勢。

　　趨勢一：5G興起帶來的數(shù)據(jù)風暴

　　顯而易見，亞太地區(qū)在全球5G競賽中正處于領(lǐng)先地位，但各國的發(fā)展程度各有不同。中國和韓國一路高歌猛進，已經(jīng)可以提供覆蓋全國的5G移動網(wǎng)絡(luò)，而澳大利亞、日本和新加坡等許多市場，則仍處于5G網(wǎng)絡(luò)剛剛推出的階段。我們預計，亞太地區(qū)將有更多電信供應商開始或繼續(xù)升級其現(xiàn)有網(wǎng)絡(luò)，以實現(xiàn)5G提供的高速度、低延時及更可靠的網(wǎng)絡(luò)連接。由于新興市場或新興電信運營商能夠更加簡便地采用最新系統(tǒng)，它們很可能會在5G競賽中一舉超過發(fā)達國家或成熟的電信公司。后者因為需要對其現(xiàn)有基礎(chǔ)設(shè)施進行徹底改造，有可能會落后于新興市場。

　　5G技術(shù)能夠為物聯(lián)網(wǎng)提供大規(guī)模連接，這必將影響到企業(yè)的數(shù)據(jù)戰(zhàn)略。5G網(wǎng)絡(luò)可以在一平方公里內(nèi)連接多達100萬臺設(shè)備。對物聯(lián)網(wǎng)抱有積極態(tài)度的企業(yè)必須做好準備，迎接這些互聯(lián)設(shè)備帶來的數(shù)據(jù)風暴。企業(yè)數(shù)據(jù)云可以幫助用戶有效地捕獲物聯(lián)網(wǎng)數(shù)據(jù)，并快速對數(shù)據(jù)本身或與其他來源（如數(shù)據(jù)倉庫或數(shù)據(jù)湖）的數(shù)據(jù)一起加以分析，以獲得有意義的洞察，同時在整個數(shù)據(jù)生命周期內(nèi)對數(shù)據(jù)加以保護。

　　趨勢二：機器學習變得唾手可得

　　隨著企業(yè)的數(shù)字化轉(zhuǎn)型，它們將面臨成倍增長的數(shù)據(jù)量和日益復雜的新技術(shù)。越來越多的企業(yè)正在轉(zhuǎn)向機器學習，以克服這些挑戰(zhàn)。例如，電信公司正開始探索機器學習如何幫助其管理網(wǎng)絡(luò)，以及更好地預測工作負載，來確保其服務(wù)的一致性和可靠性。同時，制造商也正在借助機器學習進行預測性維護，防止計劃外的停機。

　　盡管這一技術(shù)正在激發(fā)廣泛的興趣，但許多企業(yè)對機器學習仍抱著零敲碎打的態(tài)度，使其無法成為真正的數(shù)據(jù)驅(qū)動型組織。企業(yè)可以通過將機器學習滲透到運營層面來克服這一問題。也就是說，讓業(yè)務(wù)用戶能夠在不需要IT和數(shù)據(jù)科學團隊幫助的前提下，使用機器學習。這意味著，業(yè)務(wù)人員需要能夠理解、信任機器學習技術(shù)，并了解機器學習模型對業(yè)務(wù)的重大影響。要從人工智能衍生的洞察中產(chǎn)生行動，只有做到這一點，才能在新常態(tài)下生存和發(fā)展。

　　趨勢三：數(shù)據(jù)治理占據(jù)中心地位

　　混合云將成為大多數(shù)企業(yè)的默認選擇。據(jù)IDC預測，到2021年，亞太地區(qū)（不包括日本）超過90%的企業(yè)將依靠本地、私有云、公有云和傳統(tǒng)平臺，來滿足其基礎(chǔ)設(shè)施需求。由于數(shù)據(jù)分布在混合云中，因此無論數(shù)據(jù)處于何處，如何被使用，企業(yè)都必須有效地對其進行保護和治理。企業(yè)如果缺乏強大的安全和治理系統(tǒng)，不僅需要面對網(wǎng)絡(luò)攻擊和內(nèi)部威脅的風險，還將面臨數(shù)據(jù)隱私法等合規(guī)問題。

　　具有戰(zhàn)略前瞻性的企業(yè)已經(jīng)開始使用企業(yè)數(shù)據(jù)云來應對上述挑戰(zhàn)。企業(yè)數(shù)據(jù)云可以在混合云環(huán)境中執(zhí)行一致的安全和治理策略，包括精細訪問控制、數(shù)據(jù)系列和審計日志。舉個例子，銀行能夠更好地遵守反洗錢法規(guī)。通過了解整個數(shù)據(jù)生命周期的情況（即了解數(shù)據(jù)是如何產(chǎn)生、被消費以及被各種業(yè)務(wù)應用程序/用戶使用或操縱），銀行能夠向監(jiān)管機構(gòu)證明，其正在使用完整和準確的數(shù)據(jù)，來監(jiān)控洗錢活動。

　　我們預計，為了解決越來越多的網(wǎng)絡(luò)攻擊和數(shù)據(jù)隱私問題，今年將有更多企業(yè)關(guān)注如何確保其數(shù)據(jù)平臺在混合云中提供一致的數(shù)據(jù)安全、治理、沿襲和控制功能。

　　趨勢四：AI倫理和數(shù)據(jù)治理

　　隨著越來越多的公司使用AI創(chuàng)建可擴展的解決方案，它們在聲譽、監(jiān)管和法律方面的風險也隨之增加。

　　AI系統(tǒng)會在其所訓練的數(shù)據(jù)集里學習，因此必須解決廣泛收集、分析和使用海量數(shù)據(jù)所產(chǎn)生的倫理問題。如今，關(guān)于AI倫理方面的對話仍圍繞著數(shù)據(jù)的匿名化展開。雖然澳大利亞、新加坡和韓國已經(jīng)建立了人工智能框架，但包括印度和印度尼西亞在內(nèi)的其他市場，則仍需在2021年為人工智能創(chuàng)新制定法規(guī)和國家標準。除此之外，企業(yè)還需通過強大的數(shù)據(jù)治理盡到自己的責任。它們可以考慮使用企業(yè)數(shù)據(jù)云來簡化其數(shù)據(jù)治理，并解決圍繞AI系統(tǒng)數(shù)據(jù)模型和信息基礎(chǔ)架構(gòu)缺乏透明度的問題，包括人工智能系統(tǒng)使用什么數(shù)據(jù)，以及人工智能如何做出決策。

　　展望2021年，我們將看到AI倫理和數(shù)據(jù)治理相關(guān)話題在多個不同領(lǐng)域被提及，例如確定誰應該擁有聯(lián)網(wǎng)車輛和智能設(shè)備產(chǎn)生的數(shù)據(jù)，以及隨著消費者網(wǎng)絡(luò)足跡的增加，誰應該保護他們的個人網(wǎng)絡(luò)信息。

　　毫無疑問，數(shù)據(jù)是一種戰(zhàn)略資產(chǎn)，可以幫助企業(yè)獲得在不確定性發(fā)展中所需的敏捷性。然而，伴隨著數(shù)據(jù)重要性的不斷上升，以及人工智能等新技術(shù)的廣泛應用，這將帶來新的挑戰(zhàn)和隱憂。

　　為了確保企業(yè)的數(shù)據(jù)戰(zhàn)略能夠滿足新的業(yè)務(wù)需求，企業(yè)應該得到企業(yè)數(shù)據(jù)云的支持。它將為每個員工提供對相關(guān)數(shù)據(jù)和洞察的訪問渠道，同時控制成本、降低風險，并在所有數(shù)據(jù)資產(chǎn)中執(zhí)行一致的安全和治理。通過讓數(shù)據(jù)變得可獲知、可發(fā)現(xiàn)、可用、可信以及合規(guī)，企業(yè)將能更好地提高運營效率，開發(fā)新的收入來源，并提供更好的客戶體驗或服務(wù)。