【為什麼我們要挑選這篇文章】「增強分析」（augmented analytics）被威權顧問公司 Gartner 預測為今年十大戰略趨勢。
Gartner 預言，2020 年時 40% 的數據報告都將實現「自動化」。這代表未來只要問機器「一句話」，就可以馬上得到一份完整的數據報表，你相信嗎？
它對一般企業來說意味著什麼？對數據科學家來說影響又有多大？下文將帶你一同深入了解。（責任編輯：藍立晴）
每一年，Gartner 都會對未來幾年最具顛覆性潛力的技術做出預測。今年2月，在澳大利亞悉尼舉行的 Gartner 數據與分析峰會上，Gartner 將增強分析作為今年十大戰略趨勢、整體 IT 十大戰略趨勢之一推到了大眾面前。
增強分析是一種新興數據分析方式，借助了機器學習跟 AI，讓用戶可以更低門檻去將數據分析呈現出來。Gartner 還預測到 2020年，增強分析將成為企業購買分析與商業智能，數據科學學習平台新的驅動力。
那麼，如此被 Gartner 推崇的增強分析好在哪呢？
7 月初，中國國內大數據分析領域的前沿技術大會 Kylin Data Summit 上，來自 Gartner 的研究總監 Julian Sun 為現場聽眾解答了這一問題。
由業務人員主導分析流程，更適應 AI 時代特點
增強分析是一種新興數據分析方式，借助了機器學習跟 AI，讓用戶可以更低門檻去將這個數據分析呈現出來。
過去，大家認為數據分析是一個結果，我們看了一些儀錶盤，看了一些報告覺得自己做數據分析了，其實不然，數據分析是一個創新過程，需要用戶高度融合才可以產生新一輪結果。
Julian Sun 也提到，在數據流程的各個階段，增強分析都能夠給我們幫助。
當人工智慧進入關鍵十年發展、強勢改變世界，台灣無法置身事外。
2030 年，台灣的 AI 國力會在哪裡？又要如何建立？
8/10（六）【TechOrange 科技報橘 2019 年度論壇】CONNECT to the Future，帶你看見 2030 年最重要科技趨勢 ↓↓
雙人早鳥 6 折優惠票全面開賣！
在準備數據階段，可以看見增強分析可以為我們推薦一些最適合業務需要的數據源，而不是雜亂無章的各種數據。
業務發現的時候，增強分析又可以幫助我們做一些自動建模、模型管理、程式碼生成，從而使用一些更高階功能。
在分享的時候可以通過增強分析給我們帶來一些自動的業務發現，而不是讓我在很多的儀錶盤，很多報告當中一個個摸索。
這也是為什麼增強分析不僅是 Gartner 今年數據分析十大趨勢，同時也是 Gartner 今年十大戰略趨勢，整體 IT 十大戰略趨勢之一。
而增強分析也更能適應人工智慧能時代的數據特點。
在人工智慧時代下，更多維度，數量更大的基礎數據（結構化或非結構化數據）顯得更加重要，所以需要採集的表的數量更多，數據也分佈在更多的業務系統。
也就是說，企業要分析和探尋的數據越來越複雜，業務用戶前所未有地希望通過自己自服務形式做分析。而增強分析可以給出一種全新數據分析方式，可以真正普惠所有的業務用戶，而不是讓數據分析只停留在企業當中的少部分人。
Julian Sun 還提到，目前的數據分析模式多是可視化形式，或者拖拉拽形式做數據分析，很有可能會造成另外一種孤島——分析孤島。這個時候用增強分析可以把這樣的增強分析模式放到業務情景當中，最契合業務實際做一些業務針織。
「不服務業務的數據分析師，都是耍流氓」
AI 增強技術使得數據分析等技術的使用門檻越來越低。那麼，傳統的大量依賴數據工程師做分析的企業，將如何轉型到增強分析的時代，需要做哪些準備？數據分析師又應該如何武裝自己適應「增強分析」的到來呢？
會後，Kyligence CEO 韓卿接受了大數據文摘記者採訪，也對以上問題進行了解答。
「這個時候最大的矛盾是什麼？我們叫指數級增長的數據及應用需求和極其短缺的產業工人之間的矛盾。」在演講中，韓卿如此描述了業內數據科學家人才短缺的問題。
「行業裡提出一個解決方案叫數據科學家，但產業和工業不能靠科學家，我們需要的是自動化，需要的是批量的做出來，重要是做的快和好，我們希望通過 AI 技術，通過這種創新來去為這樣的領域，提供我們叫基於 AI 增強大數據管理與分析平台，我們希望不斷地提升生產效率，提升我們這方面的能力。」
Kyligence 在本次大會上發布的新一代產品 Kyligence Enterprise v4.0 最核心的概念，也是希望用戶能夠直接可以獲得數據洞察，而減少對數據工程師的依賴，通過 AI 增強引擎，不斷優化調整，解決業務痛點，而讓我們分析師做更加重要的工作。
「比如這麼大數據量情況下，治理怎麼做及業務模型怎麼訓練，管理怎麼做，這些才是更多非常有價值工作，讓那些重複性工作交給機器人做，這是我們今天，我希望能夠告訴所有朋友 Apache Kylin 未來三五年戰略，」
「我們希望為客戶提供『GAME 式』的解決方案——即治理的（Governed）、增強的（Augmented）、管理的（Managed）、企業級的（Enterprise）大數據分析平台，我們未來會在整個這幾個方向上不斷地投入和創新，能夠為客戶提供這方面的能力。」韓卿表示。
整個公司的數據素養教育是第一步
「再不數據化智慧化，就要被拍死在沙灘上了！」
大數據和人工智慧似乎成為了這個時代的主題曲，與此同時，焦慮感也開始在行業中蔓延，從新創公司到行業巨頭，都急切地想要跟上這股越炒越熱的浪潮。
但在數據化轉型的嘗試中，很多企業卻面臨著數據團隊建設目標不清晰、業務界限模糊、人才缺乏等問題。
韓卿告訴我們，進行數據素養的教育其實是很不容易的一件事。「尤其是傳統行業，其實過去並不重視數據，但是今天，特別是金融和零售行業，現在都面臨著精細化管理的挑戰。」
「那麼，精細化管理的第一步其實就是數據，並且是準確的數據。從老闆到員工有這樣的數據決策意識，這一點和數據的質量同樣重要。」
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈被Gartner预言三年内最有颠覆潜力，增强分析到底厉害在哪里？〉。首圖來源：pixabay CC Licensed）
延伸閱讀
我的工作會被人工智慧取代？你更應該問：如何讓 AI 為我工作
AI 技能正在貶值！前 Google 工程師：21 世紀最性感職業將碰到「瓶頸」
台灣將迎接 AI 黃金十年！台灣人工智慧學校：有四波產業 AI 化的企業轉型機會
