市场正在向云分析迈进

但是当今许多仅基于云的分析引擎都缺乏处理企业级分析工作负载的能力或速度，实际上对于大型公司而言，云中大规模分析的性能差距变得更大，调查发现，大型组织在使用分析方面日趋成熟，三分之一的组织使用复杂的深度学习和机器学习来为人工智能（AI）提供动力，这些公司还具有使用云的经验，目前有三分之一的公司在整个组织中采用公共云，不幸的是这种组合（迁移到云中并在其中使用分析）的发生速度比其他业务应用程序和工作负载要慢。

受访者使用BI，数据发现和数据挖掘，无论部署类型如何，都迅速进入高级分析（例如由机器学习和深度学习支持的AI）

1、三分之一的受访者正在使用复杂的深度学习和机器学习来为AI提供动力，当包括计划在未来12个月内采用AI技术的公司时，这一数字跃升至68％。

2、近一半的公司正在进行数据可视化和数据挖掘，而如果包括将在未来12个月内采用这些技术的公司，则这一数字将增加到大约四分之三。

3、在用例方面，面向客户的分析是重中之重，有81％的公司已经或计划在明年将分析用于客户服务，此外公司已经在或计划在未来12个月内使用行销（77％）和销售（76％）用例的分析。

在部署方面，接受调查的组织在云上看好，但担心云中采用分析的步伐缓慢

1、他们已经开始向其他领域迁移到云，目前有35％的企业在整个组织中采用公共云，而39％的企业目前在组织的某些区域中采用公共云。

2、企业正在享受公共云的使用经验，有92％的组织认为使用公共云取得了一定程度或非常成功。

3、83％的人认为公共云是运行分析的场所；只有16％的人不同意，但是有70％的人强烈同意或有点同意分析正在以比其他业务应用程序和工作负载更慢的速度迁移到云中，而91％的人则认为分析应该以更快的速度向公共云迁移。

4、在组织之间将分析迁移到云的障碍包括：安全性（50％），性能不足/过于不成熟（49％），法规（35％），缺乏信任（32％），将旧系统与云应用程序连接（30） ％），缺乏内部技能（29％），其他应用程序的优先级更高（24％），业务优先级不足（23％）和不适合我们业务的标准化SLA（14％）。