多年來，人們一直生活在分布式數(shù)據(jù)孤島中，這種趨勢沒有任何放緩的跡象。Qlik公司高級主管Dan Sommer預測，“在2019年，人們將更好地準備處理所有分散數(shù)據(jù)的分布式工作負載。如今，最大的未被證實的大趨勢之一是Kubernetes的崛起�？傊�，這些技術采用了過去單一的技術并將其分散，從根本上實現(xiàn)了擴展工作負載和第三波授權的新方法。就像在擴展硬件和擴展基礎設施之前一樣，擴展工作負載將對刺激創(chuàng)新產(chǎn)生巨大的影響。 在2019年，行業(yè)領先組織的大多數(shù)企業(yè)架構師將微服務和容器編排視為商業(yè)智能和分析平臺的關鍵架構組件。”

GoodData公司首席執(zhí)行官Roman Stanek預測，企業(yè)要為過去使用的一些數(shù)據(jù)平臺做好退出準備。

Stanek 說，“現(xiàn)代企業(yè)將繼續(xù)淘汰像Hadoop這樣的技術。 Hortonworks和Cloudera的合并首次展示了2019年Hadoop的預計價值。數(shù)據(jù)仍然需要管理工具，但隨著人工智能和機器學習的興起，其復雜性將被消除�！�

Domino數(shù)據(jù)實驗室的首席數(shù)據(jù)科學家Josh Poduska預測，“人工智能將在2019年從炒作轉變?yōu)樯虡I(yè)影響，人工智能的蜜月正式結束。2019年將是人工智能成為組織現(xiàn)實的一年，而不是實驗、修補和懷疑�！�

MathWorks公司的Seth DeLand預測，機器學習將以更大的優(yōu)勢整合到產(chǎn)品和服務中。

他指出，“機器學習已經(jīng)出現(xiàn)在一些領域：用于面部識別的圖像處理和計算機視覺、能源生產(chǎn)的價格和負荷預測、工業(yè)設備故障預測等。在未來的一年里，隨著越來越多的公司受到啟發(fā)，通過使用可擴展的軟件工具（包括MATLAB）將機器學習算法集成到他們的產(chǎn)品和服務中，可以預期機器學習將越來越多�！�

SAS公司產(chǎn)品管理主管Ron Agresta說，組織必須在兩種數(shù)據(jù)力量之間取得適當?shù)钠胶�，包括“攻擊性”�?shù)據(jù)能力（即利用數(shù)據(jù)洞察力提高利潤）和“防御性”數(shù)據(jù)能力（如治理和安全）。如今已經(jīng)出現(xiàn)了一些混亂，因此預計2019年將實現(xiàn)防御再平衡�！�

他表示，“對數(shù)據(jù)收集和使用的額外審查使許多企業(yè)處于防御狀態(tài)。許多公司幾乎完全依賴于用戶放棄的貨幣化數(shù)據(jù)，但在這一領域，監(jiān)管方面的關注正在增加。預計將出臺更多的消費者數(shù)據(jù)保護法律，并對技術進行相應的更改�！�

調研機構Forrester公司預測，首席信息官們將在2019年成為熱門人物。該公司指出：“如果首席信息官不能履行職責，那么業(yè)務關系就會破裂，首席執(zhí)行官會找其他人來領導技術議程。然而，那些獲得成功的首席信息官將在其現(xiàn)有組織中提升到更具影響力的企業(yè)管理者，或轉向下一個IT挑戰(zhàn)�！�

自從大數(shù)據(jù)革命開始以來，復雜性一直困擾著潛在的數(shù)據(jù)科學從業(yè)者，Hadoop生態(tài)系統(tǒng)就是一個典型的例子。這就是為什么Clarity Insights公司首席技術官Tripp Smith表示企業(yè)在2019年將接受簡單化的原因。

他指出，“如今，企業(yè)比以往任何時候都更加犧牲性能或成本優(yōu)化以增加簡單性。十年前，我們都試圖減少或消除企業(yè)內(nèi)部IT的需求。如今，組織需要數(shù)據(jù)驅動，因此如何分析和消化數(shù)據(jù)也需要簡單化。這意味著采用云計算。為云計算基礎設施支付更多費用是值得的，從而節(jié)省尋找優(yōu)質工程資源的更高成本�！�

ATOS公司北美區(qū)副總裁windy garrett預測，人工智能的出現(xiàn)已經(jīng)影響了勞動力的工作崗位，這種趨勢將在2019年持續(xù)。

他表示，“人工智能將在2019年及以后明確需求，而對于勞動力數(shù)量將不斷增長，以滿足這一特定需求。2019年，工業(yè)界將大幅增加人工智能項目，以及企業(yè)重新培訓和提升其現(xiàn)有員工隊伍，以保持競爭市場的相關性�！�