全球范围内的企业都在加速进行数智化转型，越来越多地把IT战略重点聚焦于业务智能，促使CIO走向前台，及时找出企业业务流程和运营中存在的弊端，并通过数字化的顶层设计和IT技术解决问题。我们认为，未来3-5年，数据智能技术应用将呈现五大趋势：

第一，数据、技术和场景融合。

企业在数字化和智能化转型的过程中，需要用新一代信息技术优化业务流程、分析业务问题、洞察业务趋势、辅助业务决策并最终带来行动，这是一个复杂的场景闭环。与此同时，应用的复杂性导致了数据需求的复杂性，必须将业务数据、日志数据（机器数据）、IoT数据（传感器数据）、标注数据（人工经验）、模拟数据和知识数据融合使用，才能有效达成数字化转型和智能化转型的目标。

可以看出，这一趋势是由应用驱动的。并且，融合性不仅体现在多种数据的融合，还在于多种技术的融合及多种应用场景的融合，需要整合上下游技术，涉及IoT、边缘计算、云、隐私保护、大数据、商业智能、人工智能和AR/VR/MR等一系列技术。

第二，应用会越来越强调实时性。

数字化转型的加速，使越来越多的应用场景需要及时甚至即时的响应，从以往的T+1转变到T+0，这就对基础设施和数据技术都提出了很高的要求。

因此，实时性是未来数据智能应用的大趋势，伴随实时性的要求越来越高、数据处理量越来越大，实时计算相关的技术也会变得越来越热门，未来Spark、Streaming、Flink等技术会应用得越来越广泛，甚至会替代掉Hadoop、MapReduce等技术。

第三，交互式AI全面渗透。

目前来看，自助客服已在逐步替代人的重复性的劳动，以机器问答的方式就可以快速回复人们想要的答案。可以想象，当数据智能技术逐渐运用到各领域之中，即使是非专业人士，也要能够应用数据智能来辅助决策。

不过，要使人机之间、人与组织之间、组织与组织之间的交互越来越自然、灵活和高效，这就要求技术能创造性地克服时间、空间、语言，甚至视觉、听觉、触觉和嗅觉等感官方面的障碍。

第四，机器自动化和自主性。

对比以往的数据智能技术，只能执行精确定义的任务，现在消毒机器人、配药机器人、送餐机器人被越来越多的应用起来，在特定的任务领域和路线上已经具备一定的自主性。

实际上，AI本质上就是要不断地总结规律，随着数据越来越多地沉淀，机器已经呈现出自主性演进的趋势，帮人做出更多选择和判断。此外，自主性还体现在系统可以在被适当授权后，自行开展感知、认知、决策和行动闭环中的某些任务。

第五，边缘计算赋能数据隐私保护。

数据的安全和隐私问题是未来3-5年仍需要努力解决的问题。以往传统的方式是将数据汇聚到云端，进行集中式的处理、分析、建模和应用。随着边缘节点和设备能力的加强，企业将在边缘运行不同的预测分析及AI模型，实现在终端或者边缘节点上进行更多的运算，而不需要把隐私数据上传。