A kiterjesztett analitikát, a természetes nyelvi feldolgozással támogatott keresést és lekérdezést, a döntésmenedzsmentet, az adatújságírást, valamint a digitális etikát övezi a legnagyobb érdeklődés a piacon a Gartner analitikával és üzleti intelligenciával (BI) kapcsolatos felhasználói várakozások időbeli változását bemutató görbéje (Hype Cycle for Analytics and Business Intelligence, 2019) szerint, mondta Arató Bence, a BI Consulting ügyvezető igazgatója és a Budapest BI Fórum házigazdája, aki a BI, a mesterséges intelligencia (AI) és a gépi tanulás (ML) trendjeiről adott áttekintést a novemberben megtartott konferencia nyitóelőadásában. A Gartner előrejelzése alapján az említett technológiák a következő kettő-öt, illetve öt-tíz évben érik majd el a görbén az érettséget és elfogadottságot mutató, termelékenységi platót, ahová ugyancsak évtizedes fejlődéssel 2019-re jutott el a vizuális adatfelfedezés az adat- és analitikai szolgáltatásokkal együtt, de nem marad el tőlük sokkal a felvilágosodás emelkedőjén kapaszkodó szöveganalitika sem.
Eszközkínálatukban ilyen megoldásokat kínálnak jelenleg a piac meghatározó szereplői is, és a felhasználók a BARC Research idei, 2679 fős, és jobbára európai fókuszú felmérésében (2019 BI Trend Monitor) ugyancsak a mesteradat- és adatminőség-menedzsmentet, az adatvizualizációt és -felfedezést, valamint az önkiszolgáló BI-t és az adatirányítást pontozták a legfontosabbnak tartott trendeket bemutató lista élére. Hasonló eredménnyel járt egyébként a Dresner Advisory Services amerikai piacra összpontosító felhasználói felmérése (Wisdom of Crowds BI Market Study, 2019) is, amelyben a dobogós riportolás, vezetői műszerfalak és adatintegráció mellett a fejlett vizualizáció és az önkiszolgálás került a legnagyobb hatású BI-trendek közé.
Hiába nagy azonban a felhasználói, szállítói és elemzői egyetértés az analitikai és BI-trendeket illetően, a PwC idei vezérigazgatói felméréséből (22nd Annual Global CEO Survey) kiderült, a menedzsment legfontosabbnak ítélt adatigényei és azok tényleges kiszolgálása között mély szakadék tátong - amely ráadásul tíz éve, az összehasonlítási alapul vett 2009 óta szinte semmit nem változott (lásd erről korábbi, Adatba fojtott döntéshozás című cikkünket a 2019/06. lapszámunkban).
Dől a pénz
Valóságos felvásárlási láz söpört végig a BI-piac szállítói oldalán 2019-ben, ezen a téren az utóbbi tíz évben nem láthattunk az idei aktivitáshoz foghatót, mondta Arató Bence. A Qlik 500, a Sisense 100 millió dolláros akvizíciót hajtott végre, a Cloudera és a Logi Analytics pedig ismeretlen összegért vett céget. Jóval többet, 2,6 milliárd dollárt költött a Google a beágyazott és önkiszolgáló BI-megoldást kínáló, de felénk kevéssé ismert Looker felvásárlására. Ha sikerrel integrálja saját felhőjébe a Looker platformját, akkor elemzői vélemények szerint a Google a továbbiakban jobb pozícióból versenyezhet majd az AWS-szel és a Microsofttal.
Még ennél is nagyobbat szólt azonban a piacon, hogy a Salesforce 15,7 milliárd dollárért felvásárolta a többek között a Gartner által is piacvezetőként számon tartott Tableau-t. A Salesforce ügyfélkapcsolat-kezelést forradalmasító felhőalapú CRM-platformja az egyik legismertebb analitikai és adatvizualizációs eszközkészlettel gyarapodik az akvizíció nyomán, amivel kétségtelenül a Tableau-t még nem használó Salesforce-ügyfelek nyernek legtöbbet, mondták a Forrester elemzői amerikai testvérlapunknak, a CIO magazinnak. De míg a felhőalapú CRM-platform felhasználói értelemszerűen kivétel nélkül előfizettek az SaaS modellre, addig a Tableau meglévő ügyfeleinek körülbelül a harmada használja csupán az eszközök online változatát szolgáltatásként, illetve vezeti be Tableau-szervereit az AWS, a Google vagy a Microsoft felhőjében. A mindkét platformot már korábbról használó vállalatoknak egyelőre nincs különösebb teendőjük a felvásárlás miatt, hosszabb távon azonban számíthatnak rá, hogy a Salesforce és a Tableau bizonyos mértékű integrációjával a jövőben ilyen feladatok is adódnak, és a két platform in-memory adatbázisai, valamint természetes nyelvi kezelőfelületei közötti átfedések miatt megoldásuk nem lesz egyszerű, mutatott rá a Forrester. Felkészülhetnek továbbá a Tableau-t ma még az Oracle vagy az SAP CRM-rendszerén használó vállalatok is arra, hogy a Salesforce hamarosan egy ajánlattal kopogtat majd náluk.
A nagy visszhangot kiváltó akvizíciók árnyékában az analitikai és üzletiintelligencia-technológiákat fejlesztő vállalatok széles köre a korábbi évekhez hasonlóan 2019-ben is számos tőkebefektetőt vonzott. Az öt legnagyobb értékű befektetés összege cégenként meghaladta a 200 millió dollárt, a listavezető Fractal Analytics pedig 325 milliós dollárinjekciót kapott.
Fáklyavivő PyTorch
Idei mágikus négyzetében (2019 Magic Quadrant for Analytics and BI Platforms) a Gartner a Tableau mellett egyébként a Microsoftot és a Qliket is a piacvezetők közé sorolja, csakúgy, mint tavaly tette, bár közben módosította az értékelés szempontrendszerét. A hazai informatikusok LinkedInen közzétett szakmai önéletrajza alapján a többség Magyarországon is a Tableau-t használja, mondta Arató Bence, míg a tavalyi konferencia előtt végzett keresés 807, addig az idei már 1203 főt eredményezett. Mostanra azonban a Power BI szorosan felzárkózott a listavezetőhöz 1138 említéssel, ami a tavalyi 621-hez mérten a legnagyobb növekedést mutatja. A harmadik helyezett Qlik tőlük messze lemaradva tavaly 350, idén 380 önéletrajzban szerepelt.
Az IDC jelentése (Worldwide Big Data and Analytics Software 2018 Market Shares) szerint a fejlett analitikai szoftverek piacát az IBM tavaly is toronymagasan vezette 240,6 millió dolláros árbevételével, ami jóval több, mint a második és harmadik helyezett SAS és Microsoft 89 és 88,5 millió dollárja együttvéve, míg a lista ötödik és hatodik helyén szereplő Google és AWS az 50 milliós tartományban mozog. Az AI szoftverplatformok mezőnyében éves alapon ugyanakkor a Microsoft érte el a legnagyobb növekedést, 139,8 százalékkal, amit az AWS és az SAS platformja tudott még megközelíteni a maga 106, illetve 104,6 százalékával. Sokkal lassabb ütemben tudott csak nőni 2018-ban a Google (61,6 százalék) és az IBM (26,6 százalék), ami a negyedik és a hatodik helyhez volt elegendő, ami nyilván összefügg a meglévő piaci részesedéssel. Az IDC adatai (Worldwide Artificial Intelligence Market Shares, 2018) szerint a 28,1 milliárd dollár értékűre becsült AI-piacon az IBM bevétele tavaly elérte a 2,58 milliárd dollárt.
Továbbra is a piacon elsőként megjelenő TensorFlow a domináns ML-keretrendszer a gépi tanulás terén, azonban a Google-keresések statisztikájából és a tudományos cikkekben tett említésekből ítélve a PyTorch egyre szorosabban felzárkózik hozzá, mondta Arató Bence.
Buktató adatanalfabetizmus
Mind az AI, mind az ML rendkívül feldolgozásigényes. Az OpenAI elemzése (AI and Compute) szerint - amely a legnagyobb projekteket vette alapul - a mesterséges intelligencia tanítására fordított teljesítmény 2012 óta 3,4 havonta megduplázódik, miközben Moore törvénye alapján a számítógépes kapacitásnak ugyanez két évbe telik. Más szóval a mesterséges intelligencia tanítását ma már 300 ezerszer nagyobb kapacitás szolgálja, mint 2012-ben, miközben a számítógépek teljesítménye csupán a hétszeresére nőtt ebben az időszakban.
Egyértelmű, hogy a jelenlegi rendszerek képességeit messze felülmúló számítógépekre lesz szükségünk az AI és az ML további fejlődéséhez, ezért minden szoftverinnováció mellett a hardverfejlesztés ismét izgalmas területté válik az AI vonatkozásában, mind több piaci szereplő dolgozik speciális processzorokon. Az AWS például egy éve jelentette be gépi tanuláshoz készült Inferentia lapkáját, az Intel pedig idén augusztusban fedett fel újabb részleteket készülő Nervana processzorairól, amelyeket mély neurális hálózatokhoz fejleszt. Ugyanabban a hónapban rántotta le a leplet a Cerebras is Wafer-Scale Engine (WSE) monstrumáról, amely 1,2 billió tranzisztorával a legnagyobb chip, amelyet valaha építettek, és a cég szerint akár több ezer grafikus processzor is kiváltható lesz vele a rendszerekben. A Fujitsu, mint arról korábbi cikkünkben (Bizalomgerjesztő gépi intelligencia, 2019/22. lapszám) beszámoltunk, a kvantumihletésű DAU (Digital Annealer Unit) második generációja után bemutatta DLU (Deep Learning Unit) processzorát is, amely kisebb adatkészletek mellett is nagyobb pontosságot ér el a mély neurális hálózatok tanításában.
Minden jel arra vall, az AI-szakembereknek a jövőben a hardverhez is érteniük kell, hogy ki tudják választani a projektjükhöz passzoló vasat. De akad más kihívás is. A PwC idézett vezérigazgatói felmérése szerint a vezetők 63 százaléka az üzletre nézve még az internetnél is nagyobb hatásúnak ítéli a mesterséges intelligenciát. A McKinsey kutatása (Analytics 2018) azonban megállapította, hogy a vállalatok 92 százaléka nem tudja felméretezni analitikai megoldását a cégen belül, és ennek egyik oka az alkalmazottak adat-írástudatlansága. A szállítók és a felhasználók közös érdeke, hogy ez gyorsan változzon, mondta Arató Bence. Az adatanalfabetizmus felszámolását célzó kezdeményezések egyike, a Qlik által indított Data Literacy Project weboldalán kínál tartalmat, módszertant és eszközöket a vállalati adatkultúra fejlesztéséhez.
