本栏目主要介绍大数据生态系统成员的思想。每一期都以引人注目的观点涵盖了当今的趋势，这些观点可以提供重要的见解，让企业参与者在市场上更容易获得竞争优势。涉及技术主题领域：大数据、数据科学、机器学习、人工智能和深度学习。

　　数据质量在收益中的重要性。Noyo 工程副总裁 Peter Nagel 的看法：

　　福利行业汇集了处于不同现代化状态的各种商业模式。因此，数据质量问题是一个持久而普遍的问题。由于 EDI 仍然是收集注册和资格数据的最常用方法，许多公司已经学会了如何解决它的局限性。随着越来越多地采用支持 API 的数据交换，这种情况现在开始发生变化。建立 ETL 功能，在顶部清理和标准化福利数据，将有助于解决影响行业中每个人的质量问题——大大减少影响覆盖范围的问题，并开辟新的创新途径。

　　人工智能与人员配备的交集：如何在不增加员工人数的情况下扩展业务。Mosaicx总经理 Rebecca Jones 的看法：

　　经营企业是一种平衡行为。企业正在驾驭复杂的劳动力市场，这会影响他们扩展业务和优化现有资源的方式。支持 AI 的工具允许业务领导者引入自动化，以减轻人手不足的团队的负担并发现增长机会。智能虚拟代理和其他人工智能工具自动化内部和外部操作和通信。例如，这些对话工具可以自动安排排班、报告和薪资差异，它们还可以识别产生收入的机会。转向这些解决方案的公司减轻了团队成员的负担，从而提高了员工保留率，同时还为公司节省了资金并扩展了服务。

　　混合云工作流仍然是关键。Spectra Logic产品管理和解决方案工程副总裁 David Feller 的看法：

　　带宽、访问和成本问题意味着非常大和活跃的数据湖将保留在本地，用于生成和存储大量数据的基因组学、生命科学、大学研究所和政府研究等部门。在其他环境中，混合云工作流仍然是关键。媒体和娱乐行业在这方面处于领先地位，部分原因在于其分布式工作流程和 AWS 为支持该市场而进行的巨额公共云投资。随着数据备份快速过渡到云接口 (S3) 并利用云计算、数据库和长期存储的组合，本地解决方案将需要适应云互操作性。

　　垂直行业在云端创新缓慢。LiveData 创始人兼首席执行官 Jeff Robbins 的看法：

　　当今企业面临着多种风险，包括如果特定垂直行业不在云中进行创新以利用其优势并解决本地计算的长期存在的问题，就会对特定垂直行业造成威胁。展望 2023 年，一些受到高度监管的垂直行业将继续经历高性能云原生数据战略固有的动态压力。然而，很少有垂直行业像医疗保健那样受到影响。例如，在应对许多安全和隐私限制的同时，为医院决策者提供最新和准确的数据通常仍然有些理想，但趋势正在发生。医院需要利用现有资源做更多事情。将可操作的分析迁移到云端为医院管理人员提供了一个平台，可以改善护士工作场所的许多因素，从而有助于提高工作满意度，最重要的是，有助于留住护士。垂直行业市场中的 CIO 和数据团队需要与该行业的专家合作，这些专家能够以安全的方式为其垂直行业利用广泛接受的横向技术。未能做好准备可能会导致组织落后于曲线，因为您的同行和竞争对手会改善他们的工作场所以跟上当今劳动力的更高期望。虽然网络安全、治理、合规性和规避风险的其他方面让人很想慢慢采用云原生策略，

　　不要错过实时数据趋势。Arcion Labs首席执行官 Gary Hagmueller 的看法：

　　与采用实时技术的公司相比，错过实时浪潮的企业无疑将处于竞争劣势。随着时间的推移，这些缺点会越来越大。实时数据可用性是一个创新阶段或浪潮，正如之前多次看到的那样，这种浪潮往往会创造物质上的赢家和输家。众所周知，在这样一个周期的早期采用创新浪潮可以在早期采用者和主流（或后来）采用者的财富之间产生实质性的分离。想想沃尔玛与西尔斯、Airbnb 与希尔顿以及 Netflix 与百视达。当更主流的竞争对手甚至意识到需要改变某些事情时，上述获胜者的聪明的技术意识高管已经巩固了不可逾越的领先优势。除了竞争因素，未能采用这些技术的公司面临很快感觉和显得老旧的风险。在现代数据时代，检测数据领导者和数据落后者变得越来越容易。随着领先者加快步伐，企业之间将开始出现焦虑，都不希望成为数据落后者。

　　监管人工智能——确保公平的做法和诚信。Diveplane首席商务官 Alan Cross 的看法：

　　欧盟 AI 法案中的规定，尤其是第 13 条要求用户能够理解和解释 AI，对于 AI 对其用户负责的未来至关重要。迫切需要对可审计、可解释、可解释技术的监管要求，以防止无法对齐的“黑匣子”神经网络部署在对社会至关重要的系统上。出于类似的原因，美国人工智能权利法案蓝图的目标很重要。特别是，第四条原则断言用户应该能够理解影响他们生活的自动化系统，这对于保护公众免受无法解释的人工智能将变得不一致的真正风险至关重要人工智能。然而，Diveplane 对蓝图是否是美国 AI 监管的最佳前进道路存在一些担忧。我们认为，将需要更强大的监管结构来促进企业最佳实践和保护消费者。公司需要清晰客观的法规提供的可靠性，使他们有信心将资源投资于创新系统。消费者需要法律保护他们的数据、隐私和安全。我们相信，如果美国建立一个企业和消费者都可以依赖的全面、平衡的框架，美国公众会过得更好。我们希望人工智能权利法案蓝图的下一步发展将朝着这个方向努力。

　　人工智能——电子商务会计的未来。DimeTyd 首席执行官兼创始人 Rohan Thambrahalli 的看法：

　　亚马逊是 B2C 和 B2B 供应商的主要渠道，但这家电子商务巨头的会计系统可能会导致大量利润损失和效率低下。亚马逊的会计很复杂，几乎没有专为供应商设计的软件平台来管理交易量和复杂性。通过亚马逊产生的每 100,000 美元损失高达 5%，卖家和供应商需要赶上并使用相同的先进技术与亚马逊会面。亚马逊早就认识到其中的好处人工智能、机器学习和相关技术，但供应商一直在努力匹配其复杂性，以实现发票和对账的真正清晰度。利用 AI 和自动化的高级会计解决方案可以将计算与计算相匹配，包括创建准确的发票、跟踪运输以及自动确定应该和不应该开具发票的内容。目前亚马逊供应商正在转向采用人工智能技术的会计解决方案，该技术能够处理数百万个数据点，并在使会计和对账过程无差错、经济高效和物流无缝方面发挥着至关重要的作用。

　　2023 年 AI 实施将如何增长？RFPIO首席执行官兼联合创始人 Ganesh Shankar 的看法：

　　人工智能在 2023 年显示出巨大的希望。随着人们终于摆脱疫情阴霾，公司正在努力并关注如何事半功倍——尤其是在经济衰退期间。我们有信心人工智能的实施已经成为科技行业趋势的新标志，但一些企业对人工智能的发展方向感到好奇。人工智能研发的进步、数据集访问的增加和更强大的计算能力以及不断变化的经济和监管环境等因素都将影响人工智能在 2023 年的发展程度，更多的企业将投资于人工智能的实施随着公司转向永久性的混合劳动力而取得成功。因此，人工智能将更容易为医疗保健、金融服务和制造业等行业所用，未来几年，人工智能将在计算机视觉、自然语言处理和强化学习方面取得显着增长，并将永远影响员工的工作方式。