事實證明，2001年的人工智能和大數據的應用和發展并不被人關注，而到2025年將成為主流應用。調研機構IDC公司研究小組的專家指出，全球每年將產生數量驚人的163 澤字節的數據，一澤字節是一萬億個GB，從這個角度來看，到目前為止，人們每年還沒有充分利用35澤字節的數據。盡管如此，世界上90%的數據都是在過去的兩年里創建的，而這來自數據生產的強大動力。

[[258889]]

全球每天的互聯網搜索、點擊、分享、喜歡和刷卡都會產生大約2.5艾字節的數據。這僅僅是由于物聯網推動的。IDC公司預測，到2025年數據量將增長10倍。還有一點值得考慮的是人工智能等技術將如何演變以及它將如何與所有這些新信息相結合。

所有這一切對營銷人員來說都特別重要，因為它是大規模信息生成和技術的交叉點，人們希望知道2025年大數據分析會是什么樣子。以下對大數據發展進行一些預測，以及它對營銷意味著什么。IDC公司的研究論文《數據時代2025》揭示了這些見解。

機器的應用將會興起

更重要的是，企業的業務將隨著人工智能的應用而發展。IDC公司預測，到2025年，全球60%的數據將由企業管理。這不僅僅是個人信息，也可能是生命關鍵數據，將涉及人們日常生活的一切，無論是醫療解決方案，還是全球食品供應計劃，甚至是道路交通狀況。

這其中的原因與物聯網、機器學習和嵌入式系統等技術的進步有關。機器和人工智能將提供能力和操作結構，以支持IDC公司預測的人們每年產生的163澤字節的信息。顯然，這意味著云計算將與正在生成的數據一起增長，機器學習將進一步承擔解釋所有數據的負擔。

關于分析，最終的預測是受到分析的全球數據將增長50倍，其中四分之一將是實時生成。

減少物理基礎設施的建設

在此基礎上，到2025年，云計算技術的迅速興起和發展將進一步在數據管理中發揮關鍵作用。它甚至可能是數據管理的關鍵所在。考慮一下云計算目前管理的所有資源。這些包括：

• 虛擬網絡信息
• 庫存和貨件跟蹤
• 客戶行為數據
• 安全信息
• 地理位置數據
• 異常檢測
• 社交渠道數據
• 合規信息

此外，還有更多資源。此時，即使IT基礎設施也可以存在于虛擬狀態，因此關鍵是要對大數據管理采取全面的方法。云存儲現在實現了這一目標，并且只有當現場物理基礎設施進一步減少，虛擬技術幾乎完全控制了數據，人們越來越依賴用于管理數據的數字工具時，才會得到改善。

無服務器計算

在相對較短的時間內，人們看到了從現場進行大數據管理和處理到基于云計算平臺的興起，以及大規模外包數據管理的能力的演變。然而，最近人們看到了一種被稱為“無服務器計算”的趨勢的興起，而且這種趨勢也將持續到2025年。

亞馬遜公司在2014年推出AWS Lambda平臺時，無服務器計算的概念***出現在大范圍內。許多設計人員喜歡采用無服務器計算，因為它提高了應用程序的可擴展性，通過消除基礎設施問題提高了開發人員的效率，當然還有這個平臺的成本優勢，而不是托管服務器集群。到目前為止，無服務器架構比托管服務器系統花費的時間更少，并且還提供容錯功能，因此不需要更多的管理人員進行處理。

人們期望的是，隨著無服務器技術的發展，數據科學也將隨之發展。這將解決現代企業在數據管理方面的一些基本問題。無服務器會降低企業的大數據解決方案成本嗎?它會降低企業的運營成本嗎?監督這些平臺需要哪些技能?了解無服務器的發展才能回答這些問題。

但有一點可以保證：就像無服務器允許開發人員更好地管理代碼一樣，它也可以讓企業更好地管理大數據。如今正在朝著這個方向發展，所以到2025年，無服務器數據管道的普遍存在將大大降低運營成本，而不是人們現在看到的云計算技術和托管服務器集群。

最有趣的是，當企業將它與機器學習的進步結合起來時，人們所關注的是能夠以成本更低的方式控制和管理大量數據，并使用人工智能引擎來承擔分析所有數據的工作負擔。從這個意義上講，到2025年，營銷人員可以期望使用比以往任何夢想更強大和更有效的分析能力。

結論

對大數據的誤解是，價值在于收集大量信息并對其進行解釋。事實并非如此。最終價值來自于企業在分析此類數據后采取的具體行動。如果上述見解有助于突出顯示任何內容，那么在2025年，人工智能將在幫助企業篩選通過無服務器計算存儲的大量數據湖，并幫助人們在有效使用方面發揮關鍵作用。

因此，未來的發展并不是大數據，而是商業智能，以及如何將所有信息應用于增加組織的利益。