原文链接：http://www.tuicool.com/articles/7niInen
预测未来很难，但随着2015年即将结束，我们不禁要展望一下。
新的一年中，能否买到无人驾驶汽车呢，机器会比人类更加聪明吗，数据科学的世界又会发生什么事情呢？
这里没有预言家，只有一群专家，让我们来看看他们是怎么想的吧（以下排名不分先后）。
2016年度在数据方面最为重大的趋势会是怎样的？
2016年是大数据大兴之年——大数据会更加主流，缺乏可靠大数据策略的公司将会逐渐掉队。在技术方面，我认为实时数据分析将会有一定的增长，同时会有更多的机器学习算法投入使用。
BernardMarr，大数据权威，畅销书作家
2016年，大数据世界将会更注重智能数据，无论是何等规模。智能数据指的是广泛的数据（多种类），而不必非得是深度的数据（大容量）。“智能”数据包含丰富的内容与背景信息（时间、位置、关联、链接、依赖关系等），使得流程、发现、决策和应用也智能起来，甚至自动受数据驱动。
Kirk Borne，Booze AllenHamilton公司的首席数据科学家，RocketDataScience公司的创始人
在2015年我们了解到，世界上有90%的数据都是过去12个月中产生的。在这个大数据爆发的过程中，我看到有很多高管急于跟上节奏，想要了解这些巨量信息能给他们的公司提供怎样的商业契机。
在2016年，我希望这些高管不仅能想方设法从这些信息中尽可能攫取商业价值，还能用这些信息为自己的客户尽可能打造最优质的服务体验。因此，2016的大数据箴言应当是“我们必须用数据创造更多价值，超过我们从中获取的”。
JeremyWaite，EMEA Salesforce 云营销的数字战略主管
2016是深度学习之年，在图像识别和语言理解方面，数据将从试验性质转向技术部署层次，并且在多个领域出现超越人类的表现。
GregoryPiatetsky，KDNuggets总裁
我认为数据科学一方面是为大众服务，另一方面是更有破坏性的——通过开源技术将一个无人知晓Hadoop等项目的时代推向数据科学的时代。
PaulZikopoulos，IBM的分析VP
在过去10年中，人们已经建立起一个工具-服务-公司的生态系统，来解决这些数字化问题。这绝不是为了淡化那些贡献。10年后，我们创造出了令人惊讶的技术与产品，这些解决了大多问题，遗留尚未解决真实世界中的数据问题。
下一个10年中，大数据产业将会解决这些问题。借鉴我们在构建高可用性、可扩展性的智能系统时所了解的知识，发明新系统来分析在模拟操作与决策时产生的数据流。
这不仅是行业的自然发展，也是构建下一代数据行业的技术、人群与公司种类上的根本性转变。
DrewConway，Alluvium的CEO兼创始人
我认为2016年大数据整合的时机已经成熟。但该领域的整合与其他领域不同，并非一家分析公司吞并另一家，而是在各类企业软件中增添不同的分析功能——从侦测威胁到营销自动化。整合会在各个不同平台同时进行，而一些大数据的创业公司可能会完全被他们所介入的垂直领域中现有公司所吞并。
JeffVance，Wired、Forbes与Startup50的记者
明年，“这取决于”这句魔咒将会成为所有关于如何分享/可视化/图表数据的回答。接受听众、目的与数据集这些范围将会成为标准。柱状图、饼图甚至可穿戴设备都会成为可视化数据的有效方式，只要能够将数据通过合适的办法传达给听众就可以了。
灵感来自我在ComputerWorld的最新专栏：Living With Data
AndyCotgreave，Tableau的技术推广工程师
由于不足以发布信息数据转储或者让公众详细查看，开放数据终于开始优化了。从公司透明度报告到政府开支，再到犯罪统计，在2016年我们将会快速超越原始数据转储的开放数据形式，转向更复杂的形式——无需公众掌握比较高级的分析或代码技巧，就能真正使用开放数据。
AlexSalkever，RWW作者，Silk的营销主管
我相信2016年，数据方面的主要趋势会表现在精通数据的专家有所增加。每个公司部门（营销、财务、HR等部门）逐渐能够访问并拥有更多自己的数据。数据民主化让各个团队的专业人士出现了新的需求：掌握基础的数据科学技能。
因此，除了雇佣更多全职数据科学家之外，公司将会寻找能适应这种数据驱动文化的员工。这些专业人士无需拥有与真正的数据科学家比肩的能力，但需要在一定程度内掌握分析自己的数据，并提出正确的问题。
这些专业人士需要精通数据！由于拥有这种能力的人很少，像DataCamp这样的公司已经在这些想要不中断自己职业生涯的情况下，同时获取专业人士所需技巧的人群中占据了领先地位，提供给他们成为精通数据的专业人士所需的知识。
MartijnTheuwissen，DataCamp的联合创始人
突然涌现好些想法，不过最突出的就是通过加密确保移动信息、语音、视频还有文件交换之类新应用会骤增，无论是服务于公司还是个人的。虽然注意到这一点的人还不多，不过迟早大家都会发现的。毫无疑问，政府对此并不乐见，但是这种趋势难以阻挡。公司尤其不再信任开放式沟通，因此我们的世界将会完全被加密所占据。
JohnDunn，Computerworld UK和Techworld的编辑
可辨识个人数据的使用逐渐会成为消费者、监管者越来越关心的问题，以及获取消费者信任的战场。积极主动尊重保护消费者数据的公司都是赢家。隐私会成为2016年的杀手级应用。
TimBarker，DataSift的CEO
移动手机的人工智能（你的电话能够理解你在做什么，并预测出你下一步要干什么）。
Andrea Cox，Open Data Institute
明年各公司将会关注从所有数据中获取价值的问题。不只是物联网，任何东西都能联网，以提供洞察力。从设备、传感器与机器之外获得的数据中获取价值，从所有数据中获取价值——包括服务器日志、地理位置与互联网数据中所产生的数据。
ScottGnau，Hortonworks的CTO
在2016年，我希望投资这样的企业：实现可能，创建API将网络转化为数据，而所有构成互联网通道的困难问题都像是网络Levi's。
ThomasKorte，AngelPad的创始人
让用户看到这一点：大量对公司有影响的因素比以往更加重要了。现在用户有能力结合内外数据来源，能够访问更多数据背景，从而拥有更深的洞察力，并能做出更好的决策。为分析简单快速地增加社会人口统计或位置数据可以帮助公司回避一些管理选项上的风险。
James Richardson，Qlik的商业分析战略师
机器学习将会缩短洞察力的克星——时间。而机器学习会替代手工整理数据与管控数据这样的苦差事。节省时间的作法会加速数据策略。
BrianHopkins，Forrester Research的VP与首席Strategest
与所有行业一样，破坏性力量如安全性、可持续性、速度与成本正在推动数据中心架构、组成与运行方式的改变。由于在收集分析数据的同时，向用户交付应用与内容的能力对企业成功愈发重要，在2016年这种情况应当会持续。
SteveHassell，Emerson Network Power数据中心解决方案总经理
使用大量数据就能成功这一历史将会被收集有质量数据的做法取代。这也意味着对每家公司来说，数据的种类可能有所减少，但是具体收集到的数据会更加高效、有用而丰富。随着公司认识到他们所收集的数据大多并未投入使用，只是占着空间，这种趋势也更加明显，而数据在使用时也会经过更多钻研。
ChrisTowers，Innovation Enterprise的大数据创新领导
在2016年，你将能够从访问的数据中得出该执行何种功能。算法会有所增加。算法规定了功能，而算法都是具体的软件，非常擅长处理具体的功能，在这一点上它们比人类更加优秀。试想一下这个案例，在访问网页时基于个人资料快速确定合适的广告投放，或者在大量事务处理数据中找出例外的那个来确定欺诈者。
Markvan Rijmenam，畅销书作家，Datafloq创始人
由于大数据需要强大的处理能力，很多公司会利用基于云的BDaaS服务，以便充分利用信息的价值，同时无需支出相关资本。
Stuart Mills，CenturyLink的区域销售总监
2016年，利用工具来分析大数据的做法将会更为普遍，企业用户能够在需要时自助执行综合性的大数据勘探，而无需IT手把手的指导。
UlrickPedersen，Targit的COO
更多精彩内容，请点击'阅读原文'
联系客服
