多年來，人們一直生活在分布式數據孤島中，這種趨勢沒有任何放緩的跡象。Qlik公司高級主管Dan Sommer預測，“在2019年，人們將更好地準備處理所有分散數據的分布式工作負載。如今，最大的未被證實的大趨勢之一是Kubernetes的崛起�？傊�，這些技術采用了過去單一的技術并將其分散，從根本上實現了擴展工作負載和第三波授權的新方法。就像在擴展硬件和擴展基礎設施之前一樣，擴展工作負載將對刺激創(chuàng)新產生巨大的影響。 在2019年，行業(yè)領先組織的大多數企業(yè)架構師將微服務和容器編排視為商業(yè)智能和分析平臺的關鍵架構組件�！�

GoodData公司首席執(zhí)行官Roman Stanek預測，企業(yè)要為過去使用的一些數據平臺做好退出準備。

Stanek 說，“現代企業(yè)將繼續(xù)淘汰像Hadoop這樣的技術。 Hortonworks和Cloudera的合并首次展示了2019年Hadoop的預計價值。數據仍然需要管理工具，但隨著人工智能和機器學習的興起，其復雜性將被消除�！�

Domino數據實驗室的首席數據科學家Josh Poduska預測，“人工智能將在2019年從炒作轉變?yōu)樯虡I(yè)影響，人工智能的蜜月正式結束。2019年將是人工智能成為組織現實的一年，而不是實驗、修補和懷疑。”

MathWorks公司的Seth DeLand預測，機器學習將以更大的優(yōu)勢整合到產品和服務中。

他指出，“機器學習已經出現在一些領域：用于面部識別的圖像處理和計算機視覺、能源生產的價格和負荷預測、工業(yè)設備故障預測等。在未來的一年里，隨著越來越多的公司受到啟發(fā)，通過使用可擴展的軟件工具（包括MATLAB）將機器學習算法集成到他們的產品和服務中，可以預期機器學習將越來越多。”

SAS公司產品管理主管Ron Agresta說，組織必須在兩種數據力量之間取得適當的平衡，包括“攻擊性”數據能力（即利用數據洞察力提高利潤）和“防御性”數據能力（如治理和安全）。如今已經出現了一些混亂，因此預計2019年將實現防御再平衡。”

他表示，“對數據收集和使用的額外審查使許多企業(yè)處于防御狀態(tài)。許多公司幾乎完全依賴于用戶放棄的貨幣化數據，但在這一領域，監(jiān)管方面的關注正在增加。預計將出臺更多的消費者數據保護法律，并對技術進行相應的更改�！�

調研機構Forrester公司預測，首席信息官們將在2019年成為熱門人物。該公司指出：“如果首席信息官不能履行職責，那么業(yè)務關系就會破裂，首席執(zhí)行官會找其他人來領導技術議程。然而，那些獲得成功的首席信息官將在其現有組織中提升到更具影響力的企業(yè)管理者，或轉向下一個IT挑戰(zhàn)�！�

自從大數據革命開始以來，復雜性一直困擾著潛在的數據科學從業(yè)者，Hadoop生態(tài)系統就是一個典型的例子。這就是為什么Clarity Insights公司首席技術官Tripp Smith表示企業(yè)在2019年將接受簡單化的原因。

他指出，“如今，企業(yè)比以往任何時候都更加犧牲性能或成本優(yōu)化以增加簡單性。十年前，我們都試圖減少或消除企業(yè)內部IT的需求。如今，組織需要數據驅動，因此如何分析和消化數據也需要簡單化。這意味著采用云計算。為云計算基礎設施支付更多費用是值得的，從而節(jié)省尋找優(yōu)質工程資源的更高成本。”

ATOS公司北美區(qū)副總裁windy garrett預測，人工智能的出現已經影響了勞動力的工作崗位，這種趨勢將在2019年持續(xù)。

他表示，“人工智能將在2019年及以后明確需求，而對于勞動力數量將不斷增長，以滿足這一特定需求。2019年，工業(yè)界將大幅增加人工智能項目，以及企業(yè)重新培訓和提升其現有員工隊伍，以保持競爭市場的相關性�！�