`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Что для вас является метрикой простоя серверной инфраструктуры?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Андрей Кухар

Большие данные были на подходе…

+33
голоса

Без малого семь лет назад я впервые узнал о тенденции и технологиях обработки больших объемов данных – проще говоря, «Больших данных», Big Data. Это была публикация Биг Дата Каминг, вышедшая из-под пера одного из интереснейших колумнистов «Компьютерного Обозрения» - Геннадия Армашулы, директора по развитию бизнеса Citia Business and Technology Consulting.

Чтобы не выйти за рамки краткого поста, отмечу лишь тот факт, что компания Citia BTC специализировалась на Business Intelligence и была в этой сфере одной из самых прогрессивных в Украине. Поэтому и неудивительно, что «сигнал» поступил оттуда, пусть и без конкретики (надо сказать, что ее в отношении Big Data и не будет никогда) и сколько-нибудь глубокого погружения в тему.

Тогда – в 2011 г. – о Big Data заговорили. Тренд, что называется, пошел в гору:

Big Data были на подходе…

Говорили много, со смыслом и без смысла. Называя панацеей от всех мнимых и реальных болезней, защитой от всех бед и напастей, обещая решения едва ли не всех мировых проблем. На поток были поставлен выпуск статей "What is Big Data?", "How Big Data Affects Strategy", "Big data: What’s your plan?", "Big Data, Analytics And The Future Of Marketing And Sales", "Retail Goes Shopping Through Big Data", "Big data and the future of ecology" и пр. В числе отписавшихся на тему Больших данных находился и я (см. Война и большие данные, Большая этика больших данных), каюсь.

А потом сменились мои приоритеты и я перестал следить за горячей темой.

Сейчас на дворе 2018 г. И вот что я вижу. Для начала – я вижу, что статьи, озаглавленные "Time to apply big data analytics", "How Retailers Can Tackle 3 Big Data Challenges", "Do you have a big data strategy?", "How big data could piece together our evolution" etc до сих пор продолжают выходить (но справедливости ради надо отметить, что этап материалов "What is Big Data?" вcе же пройден и ему на смену все чаще приходит тема "How Big Data Is Empowering AI and Machine Learning?"). Выходит, что воз и ныне там? И да, и нет.

Оказывается, ажиотаж вокруг Big Data достиг своего пика в 2015-2016 гг. Тогда произошло естественное отрезвление компаний, попробовавших себя на поприще Больших данных, и, как следствие, остановка роста уровня интереса (как видим по трендам Google). А тут еще и Gartner выпустила свой очередной отчет с кривой зрелости технологий (Hype Cycle for Emerging Technologies) впервые без Big Data.

Big Data были на подходе…

Big Data – пропал, но не без вести

Вкратце про отрезвление. Как показала практика, Большие данные приносят пользу только тем компаниям, которые продают решения, подпадающие под категорию Big Data. У потребителей все складывается не так радужно. Оказывается, одних только данных (которые в процессе опьянения начали называть новой нефтью) мало. Их нужно компетентно анализировать и делать выводы. А ведь наш «мудрец» был прав, говоря: «А сегодня в завтрашний день не все могут смотреть. Вернее смотреть могут не только лишь все, мало кто может это делать». Перефразирую его слова – смотреть на большие данные могут не только лишь все, мало кто может из них пользу извлечь. Правило «garbage in – garbage out» здесь ой как уместно.

В 2011 г. консалтинговая компания McKinsey & Co. выпустила отчет, в котором превозносила бизнес-потенциал Больших данных и предсказывала, что эта технология станет «ключевым базисом конкуренции». Ритейлеры могут увеличить операционную прибыль на 60%, если реализуют ее потенциал, говорили они. Это будет прямой результат микротаргетинга и «автоматической точной настройки ассортимента и ценообразования в ответ на данные о продажах, поступающие в режиме реального времени».

В декабре 2016 г. McKinsey вернулись к этим прогнозам в другом отчете, указав, что американский ритейл реализовал только 30-40% потенциала от Big Data из-за «недостатка аналитических человеческих ресурсов» и «разобщенности данных внутри компаний». Но и это щедрая оценка. Объем операционной прибыли ритейла США немного ниже показателей 2011 г. Даже Walmart, ранний приверженец Больших данных, не смог достигнуть каких-либо заметных увеличений маржи в последние годы.

Конечно, это не самый строгий научный аргумент против шумихи вокруг Больших данных. В конце концов, результат мог быть, но его могли перекрыть другие факторы – усилившаяся конкуренция и новые экономические условия. Ясно одно – нет исследований, демонстрирующих, что эффект от применения Big Data наблюдается на макро-уровне. Но есть годовые отчеты Google, Facebook, Hortonworks и пр., говорящие о том, что схема для них работает.

Есть мнение, что для тех же ритейлеров разумнее будет не собирать информацию об онлайн-увлечениях покупателей, кусочков историй покупок, постов в социальных сетях и лайков чужих постов и т.п. С этой сборной солянкой – часто неполной, ошибочной и бесполезной – ничего хорошего не получится сделать. Вместо этого эксперты (которые не продают Big Data, это важно) советуют налаживать взаимодействие с покупателями в том, что касается сбора полезных данных. И, от греха подальше, не использовать в названии инициативы слова Big Data.

Теперь насчет кривой зрелости Gartner. В отчете Hype Cycle for Emerging Technologies Большие данные стабильно фигурировали в течение нескольких лет. В 2013 г., в самый разгар мании, концепция была возле «Пика завышенных ожиданий» (Peak of Inflated Expectations). А уже год спустя, по мере угасания энтузиазма, она начала соскальзывать вниз – в зону «Нижней точки разочарования» (Trough of Disillusionment). Здесь ее и видели в последний раз. В 2015 г. она уже по идее должна была начать карабкаться по «Склону просвещения» (Slope of Enlightenment) на пути к вожделенному «Плато производительности» (Plateau of Productivity). Но этого не произошло, Big Data бесследно исчезла.

Как пояснила позже автор отчета, аналитик Gartner Бетси Бартон (Betsy Burton), Большие данные уже получили широкое распространение в наших жизнях в рамках множества других циклов зрелости технологий, т.е. стала частью других технологий. “Этот цикл очень фокусный. Я смотрю прежде всего на технологические новшества, – отметила г-жа Бартон. – Я не считаю Big Data развивающейся технологией».

И если подумать, в этом есть рациональное зерно. Теперь Большие данные – неотъемлемый атрибут технологий, начиная от Интернета вещей и контентной аналитики до облачных вычислений и виртуальной реальности (и все они размещены на кривой зрелости технологий Gartner). Нельзя сказать, что Gartner своим отчетом убила Big Data (ведь, как я уже писал, статьи продолжают штамповаться), шумиха вокруг идеи все же слегка стихла.

Но свято место не бывает пусто, и с 2016 г. на смену ей пришли искусственный интеллект, машинное обучение, нейронные сети, глубокое обучение, обработка естественных языков, компьютерное зрение пр. Ну а какой Artificial Intelligence без Больших данных?..

Если раньше Big Data должны были изменить наши жизни, то теперь эта роль возложена на AI. Идея предлагается предельно простая – вместо того чтобы обучать машину, нужно просто «скормить» ей данные, естественно, большие. Помогать ей не нужно, она сама во всем разберется и сделает нужные выводы. Все именно так и было бы, если бы не имеющиеся и будущие ограничения, присущие AI. Как отмечают эксперты, AI отличается дороговизной, сложностью реализации, способностью выполнять только рутинные задачи восприятия, потребность в огромных объемах учебных данных. Конечно, в решении задачи определения паттернов машина с легкостью обходит человека. Но все равно нельзя преувеличивать возможности AI. Это не великий разум, и не технология, которая в ближайшее время сможет заменить человеческую интуицию. По всей видимости, мода на AI с нами еще как минимум несколько лет. Нужно потерпеть.

 

+33
голоса

Напечатать Отправить другу

Читайте также

Угу, Філософський камінь 79-го рівня.
Сподіваюсь почитати простий матеріал про IBM Watson.

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT