大數據正在進入一個成熟的新階段，在未來的十年中，這將帶來更大的業務影響和行業中斷。隨著大數據計劃的成熟，組織現在正在將大數據流程的敏捷性與人工智能（AI）功能的規模相結合，以加快業務價值的交易，那大數據時代的發展趨勢和現狀怎么樣？

大數據與AI的融合已成為唯一最重要的發展，它正在塑造著企業如何通過其數據和分析功能推動業務價值的未來。更大數量和數據源的可用性首次使AI和機器學習功能一直處于休眠狀態，這歸因于缺乏數據可用性，有限的樣本大小以及無法在毫秒內分析大量數據。數字功能已將數據從批處理轉移到實時，始終可用的在線訪問。

盡管許多AI技術已經存在了幾十年，但直到現在它們才能夠利用足夠大小的數據集來提供有意義的學習和結果。通過敏捷性和即時訪問來訪問大量數據的能力正在導致AI應用程序和機器學習應用程序的快速發展。盡管統計學家和早期數據科學家通常僅限于處理“樣本”數據集，但大數據使數據科學家能夠不受限制地訪問和處理海量數據。

現在，數據科學家不再依賴代表性的數據樣本，而是可以依靠數據本身的所有粒度，細微差別和細節。這就是為什么許多組織已從基于假設的方法轉變為“數據優先”方法的原因。組織現在可以加載所有數據，讓數據本身指明方向并講故事。可以收集不必要或冗余的數據，并可以使用“分析沙箱”或大數據“卓越中心”來分析更多指示性和預測性數據，這些數據可以利用數據管理方法的靈活性和敏捷性。

大數據的使徒通常將他們的方法稱為“加載和運行”。大數據提供了一種鼓勵通過迭代發現數據的環境。結果，企業可以更快地行動，進行更多實驗并快速學習。換句話說，大數據使組織能夠快速失敗并更快地學習。
責任編輯：YYX