分析公司 SAS 詢問了其在醫療保健、零售、政府、欺詐、數據倫理等方面的專家。 以下是他們對我們今年將面臨的趨勢的預測：
好奇心成為令人垂涎的工作技能
“好奇心幫助企業應對關鍵挑戰——從提高工作滿意度到創造更具創新性的工作場所。 好奇心將成為 2022 年最受歡迎的工作技能，因為即使在“大辭職”期間，好奇心強的員工也有助於提高整體留任率。” [請參閱 SAS Curiosity@Work 報告，該報告對全球各行業的經理進行了調查。] – Jay Upchurch，首席信息官
COVID 重寫 AI 模型
“大流行顛覆了預期的業務軌跡，暴露了依賴歷史數據和合理可預測模式的機器學習系統的弱點。 這表明迫切需要加強對傳統分析團隊和技術的投資，以實現快速數據發現和假設。 合成數據生成將在幫助企業應對 2022 年持續的動態市場和不確定性方面發揮重要作用。” – Brett Wujek，分析首席產品經理
欺詐者利用供應鏈困境
“雖然供應鏈欺詐並不是什麼新鮮事，但隨著持續的大流行繼續破壞一切，這將是 2022 年全球面臨的一項重大挑戰。 企業在匆忙尋找替代供應來源時不再強調供應鏈的風險管理。 欺詐者和犯罪團伙不會錯過利用這種情況的機會。 供應鏈分析將推動轉型，因為組織一方面要在連續性和生存之間取得平衡，另一方面要在風險管理和打擊欺詐之間取得平衡。 – Stu Bradley，欺詐和安全情報高級副總裁
需求信號有助於拯救供應鏈
“在零售業，預計到 2022 年會有更多的低庫存、高需求和‘缺貨’。從商店員工到庫存員再到卡車司機的人員短缺將是 2022 年的另一個挑戰； 消費者應該為更長的店內等待時間做好準備。 總體而言，在 2022 年新常態中取得成功的零售商將巧妙地使用分析來捕獲和讀取供應鏈信息和消費者需求信號，然後快速響應供應鏈故障和不斷變化的客戶偏好。” – Dan Mitchell，全球零售業務總監
分析預測疾病爆發
“我們需要從尋找已經存在的東西轉向預測接下來會發生什麼。 我們知道疾病的存在，它來自哪里以及它是如何演變的，但我們不知道這些變化何時會發生。 我們必須繼續使用分析來回答這些問題，這對於識別未來對人類健康的威脅至關重要。” – Meg Schaeffer，流行病學家
COVID將數據置於臨床研究的中心
“關於 COVID-19 對臨床試驗和研究的長期影響，人們已經說了很多，這通常是因為它變得更加分散。 然而，真正改變遊戲規則的是監管級分析在加快患者入組、確保完整的臨床藥物供應鏈以及從結構化和非結構化信息的湧入中產生具有臨床意義的研究和個性化結果方面的關鍵作用。 由於除了醫生辦公室產生的信息之外，臨床醫生越來越依賴遠程信息，因此我們將繼續看到對數字健康分析和人工智能的更多依賴。”– Mark Lambrecht，歐洲、中東和非洲和亞太地區健康與生命科學實踐總監
牲畜監測阻止疾病傳播
“畜牧業的疾病爆發持續存在。 這可能會為牲畜監測解決方案帶來更多采用機會，以在未來幾年內通過熱應激、洪水和乾旱來對抗新疾病的傳播。 儘管 COVID-19 減少了對動物產品的需求，特別是在酒店和餐飲企業中，但有利於動物健康和福利的新舉措將需要類似的監控解決方案。” – 莎拉邁爾斯，Horizon Industries and Segments 高級產品營銷經理
人工智能和數據素養打擊虛假信息
“研究表明，虛假消息可能比真相更容易傳達給人們。 未來將需要在流行平台的背景下運行分析和人工智能相結合，以幫助提供對真相的可見性。 然而，強大的算法是不夠的。 我們需要繼續培養媒體和數據素養，幫助每個人從小說中發現真相。” – Jen Sabourin，高級軟件開發人員，企業社會創新和品牌
數據可見性提高公眾信任
“政府將被迫以三種方式解決更好地使用數據所需的結構性變化：政府必須以與需要為公民做出的決定相匹配的粒度級別獲取數據，處理有關詳細個人信息的隱私問題，並增加共享數據的速度。 需要勞動力投資和立法行動來推動這些變化。” – Tara Holland，公共部門營銷政府行業負責人
人工智能道德標准開始融合
“我預計將更加關注由監管/立法機構推動的人工智能框架和標準，更重要的是，由行業推動。 雖然我們不太可能在美國擁有事實上的標準，但世界其他地區（如歐盟和東南亞）的公司將開始圍繞人工智能的通用方法聯合起來。” – Reggie Townsend，數據倫理實踐總監
