人工智能是对抗冠状病毒的前沿，从初的检测和预测其传播到努力使曲线变平并快速开发疫苗，人工智能正在以多种方式加速这场斗争，COVID-19的兴起从根本上改变了我们的生活。当前的爆发已导致全球范围内的停工，数十亿人正在隔离以减少传播，自世界各地爆发如此大规模的疫情已经过去了一个多世纪，尽管这带来了无数无法预见的挑战，但这意味着我们拥有一套功能强大的工具来对抗病毒-包括人工智能。

为了加快从更多数据中获取洞察力的努力，企业希望实现量子计算方面的突破。技术准备好迎接黄金时间了吗？量子计算机执行的计算不可能或在超级计算机上花费太长的时间时–科技界和商业界站出来了并引起注意。量子霸权不仅听起来是一项巨大的成就，而且似乎也预示着量子计算机很快就可以投入实际使用了，这在将来是有望的，但现在肯定不是。不幸的是，细节不支持这样的结论。目前世界上快的计算机。IBM立即提出异议，表示如果为该问题配置了Summit计算机，它将在相同的时间内找到相同的结果。计算本身是一个高度专业化的随机数问题，因此，严格来说，它不是那种可以明确证明量子至上的计算方法。

通过提供对相关数据的即时访问，数据自动化可以使业务用户做出更好的质量决策，如今，数据仓库现代化已成为热门话题，这是有充分理由的。随着数据量每年继续以指数级增长，管理所有这些数据的数据系统的数量也在增加。如此巨大的增长带来了组织的主要责任，即管理涉及企业数据的所有维度，例如访问，隐私，安全性，成本，升级，可伸缩性等等。简而言之，管理您的数据企业可能会非常困难。为了支持数据和数据系统的这种扩展，组织正在转向数据仓库现代化。

从实时分析到数据仓库即服务，当今的数据驱动型企业面临许多挑战，如果要在当今的企业中具有竞争力，哪种技术或方法必须成为企业数据战略的一部分？为什么？每种数据策略都围绕着整合实时分析功能而展开，这可能是的竞争优势，今天收集的大多数数据都进入存档层，只有四分之一的企业数据用于分析，其余的变为暗数据，实时分析将提供宝贵的见解，使企业可以在发现商机时（以及在商机消失之前）采取行动，为此，企业需要通过DW的“云化”以敏捷的方式改造其数据仓库（DW）和分析生态系统。企业期望其DW场景很简单。他们需要按需扩展性，高可用性，全面的安全性和基于消耗的定价。云提供了所有这些功能，但是在云上进行DW开发和测试仍然

边缘计算正在兴起，您是否已为这种结合分析和驱动力的愿景的曙光做好准备，该愿景结合了AI和网络方面的先进技术来创建功能更强大的本地化系统？边缘计算有望在今年取得重大发展，这些变化将对基础架构，网络和分析产生重要影响，这就是为什么在您要权衡的所有其他优先事项中，您要保持对今年边缘计算发展的关注。

每当您想到商业智能时，请考虑机器学习。这是具有成熟ML环境的企业的外观，在大多数情况下，公司在成熟度级别上的分布始终偏向低端。对于机器学习而言，这没有什么不同，但是对于任何渴望持续成功的组织来说，这都不重要。成功的关键是成为成熟的机器学习操作员。