Recursos/White Papers

Tecnologia

Previsões para Big Data em 2017

Os requisitos de competências mudarão, as fusões e aquisições aumentarão e a análise de dados será levada a novo nível com a popularização do Big Data através de ferramentas disponíveis na nuvem

Da Redação, com Networkworld/EUA

Publicada em 14 de dezembro de 2016 às 10h58

A Ovum estima que o mercado de Big Data crescerá de US $ 1,7 bilhão em 2016 para US $ 9,4 bilhões até 2020. À medida que o mercado cresce, os desafios empresariais mudam, assim como as exigências de habilidades para análise e a paisagem dos fornecedores. O próximo ano promete ser um intenso para profissionais em relação ao uso de Big Data. Aqui estão algumas previsões de observadores da indústria e players de tecnologia.

1. A demanda dos cientistas de dados diminuirá
A demanda por cientistas de dados está suavizando, sugere a Ovum em seu relatório sobre grandes tendências de dados. A empresa de pesquisa cita dados de Indeed.com que mostram demanda plana para cientistas de dados nos últimos quatro anos. Ao mesmo tempo, faculdades e universidades estão transformando um maior número de profissionaiscredenciais de ciência dos dados.

"Quem está recrutando cientistas de dados? Com toda a probabilidade, excluindo os negócios digitais online, relativamente poucas empresas estão os absorvendo, e poucos teriam qualquer ideia de como usar os cientistas de dados ", escreve Ovum. "Para a massa de organizações que dependem de análise de dados, a necessidade não é de ter cientistas de dados, mas aplicações ou ferramentas que apliquem a ciência dos dados e as coloque ao alcance dos usuários finais nas áreas de negócio".

O Gartner foi o primeiro a apontar o conceito do citizen data scientist, tendência que deve se intensificar a partir de 2017. O objetivo, perseguido pela Oracle e outros grande players, é colocar nas mãos dos profissionais das áreas de negócio os dados que necessitam para elaborar seus próprios relatórios e fazer suas próprias análises, de forma descomplicada, fácil. Não por acso, a visulaização e as ferramentas de análise na nuvem, foram áreas de grande investimento dos fornecedores em 2016.

"A nuvem viabiliza o uso dessas ferrametas até por pequenas empresas" comenta Márcio Gadaleta, Business Development Director for Business Analytics da Oracle no Brasil. Segundo ele, em 2017 veremos cada vez mais as áreas de negócio comandndo o uso de Big Data, especialmente em projetos inovadores. "Já não é tanto a TI que vem definindo a estratégia em Big Data, e sim os departamentos responsa'eis pela inovação dos negócios wm egmentos como telecomunicações, finanças, comércio", diz ele.

Em muitos aspectos, o citizen data scientist representa uma evolução do papel do analista de negócios tradicional. É para eles que os grandes fornecedores estão olhando agora.

2. Tornar a ciência dos dados um esporte de equipe se tornará uma prioridade
Os cientistas de dados e engenheiros de dados desempenham papéis diferentes na empresa: os cientistas de dados formam e testam hipóteses, enquanto os engenheiros de dados selecionam conjuntos de dados e otimizam seus algoritmos de produção. Sem colaboração, os modelos e as hipóteses que os cientistas de dados desenvolvem correm o risco de ficar presos em seus desktops, avisa Ovum.

"A necessidade real é conseguir que os cientistas de dados e os engenheiros de dados estejam melhor conectados para garantir que os modelos que o cientista de dados escreveu e testou em seu laptop sejam implementados corretamente com os conjuntos de dados corretos (que é a especialidade do engenheiro de dados)", escreve a Ovum.

Ao mesmo tempo, o aprendizado de máquinas está sendo incorporado aos software e ferramentas empresariais para integrar e preparar dados, observa Ovum, e isso pressiona as empresas a garantir que seus cientistas de dados e analistas de negócios estejam trabalhando juntos.

"As empresas não ganharão todo o valor da aprendizagem de máquina se os modelos permanecerem dentro dos cabeças dos cientistas de dados", escreve Ovum. "A tendência é de ambientes colaborativos onde analistas de negócios e cientistas de dados compartilhem fluxos de trabalho no planejamento, implantação e execução de modelos de aprendizado de máquina."

E, em muitos casos, os cientistas de dados podem estar no fornecedor da solução de Big data e não na empres usuária.

bigdatacio2

3. Haverá mais pressão para manter os dados locais
O escritório de advocacia global Morrison & Foerster prevê um aumento nas regulamentações sobre privacidade, visando manter cada vez mais dados no país de origem.

"Esperamos mais leis de localização de dados seguindo desenvolvimentos recentes, como a primeira aplicação da lei russa de localização de dados sendo confirmada por tribunais russos e a China aprovando sua própria lei de localização de dados. Outros países seguirão por este caminho em 2017", afirmam Miriam Wugmeister e Andrew Serwin, co-presidentes do grupo global de segurança de dados e privacidade da Morrison & Foerster.

O Brasil tem um projeto de lei de proteção de dados parado no Congresso.

4. As empresas vão lutar para rentabilizar dados
As empresas terão muitas opções para produzir dados, mas analisá-los continuará sendo um desafio e muitas empresas perderão oportunidades, adverte a empresa de pesquisa IDC.

"Apesar dos desejos dos líderes empresariais, as empresas vão lutar para ter sucesso na criação de produtos significativos e fluxos de receita. Aqueles que tiverem sucesso serão apoiados por sólidas estratégias de TI e serviços orientados a dados que abrangem aquisição de dados; transporte, transformação e armazenamento; Analytics e dashboards; dados como um produto/serviço;  e segurança e controle de acesso",  escreve a empresa em seu relatório IDC FutureScape: Worldwide CIO Agenda 2017 Predictions.

Entre as orientações oferecidas pela IDC está a sugestão de que os líderes de TI "criem uma equipe de inovação composta por pessoal de TI e de negócios que analise as aplicações/sistemas existentes e futuros para uma possível monetização das análises de dados".

5. Os data lakers serão úteis finalmente
"Muitas empresas que decidiram mergulhar nos data lakers nos primeiros dias perderam uma quantidade significativa de dinheiro não só comprando a promessa de baixo custo de armazenamento e processamento, mas uma infinidade de serviços, a fim de agregar e disponibilizar pools significativos de Big Data para obtera melhor insights", diz Ramon Chen, diretor de marketing da empresa de gerenciamento de dados Reltio. O grande desafio foi encontrar pessoas com as habilidades certas para geração desses insights.

Em muitas empresas, prevaleceu a visão mais cética, e os data lakers acabaram virando meros "depósitos de dados", já com todas as informações consolidadas em um único lugar, sem muita utilidade.

Mas com a a lógica analítica movendo-se um pouco mais rápido, e de forma mais racional, os data lakers começam a mostrar o seu valor.

A lógica “analítica como serviço” tem se mostrado um caminho eficiente para adoção antecipada e para se colocar à frente da concorrência em setores como telecom, varejo, finanças.

"Com os grandes projetos de dados existentes reconhecendo a necessidade de uma base de dados confiável e novos projetos sendo combinados em uma estratégia holística de gerenciamento de dados, os data lakres podem finalmente cumprir sua promessa em 2017", prevê Chen.

6. As fusões e aquisições serão comuns
"Não há dúvida de que há um enorme campo a ser conquistado quando olhamos para Inteligência Artificial e seus desdobramentos como machine learning e deep learning", comenta Chen. Um dos principais motores de todos os negócios tem sido a demanda por especialistas em Inteligência Artificial. "Devido ao curto histórico operacional da maioria das startups adquiridas por grandes fornecedores de nuvem e Big Data, esses movimentos são tanto pela aquisição do número limitado de especialistas em IA no planeta como pela oferta de melhores serviços", diz Chen, que prevê uma atividade M&A ainda mais agressiva no próximo ano.

7. A demanda por arquitetos de IoT vai aumentar
A Internet das Coisas (IoT)  é, ao mesmo tempo, uma máquina geradora de dados e uma oportunidade contínua de vendas incrementais — desde que as organizações consigam oferecer ofertas atraentes em tempo real. De fato, os anunciantes estão na melhor das posições para aproveitar os Data Lakes para percepções dos consumidores — e para converter essas percepções em vendas.

As projeções são de que a IoT se tornar um mercado 1,46 trilhão de dólares até 2020, de acordo com a IDC. Por isso vai exigir especialistas qualificados IoT.

"O papel do Internet of Things Architect irá eclipsar o de cientista de dados como o unicórnio mais valioso para os departamentos de RH. Milhares de currículos serão atualizados de um dia para o outro", prevê Dan Graham, especialista em marketing de Internet das Coisas da Teradata. "Além disso, menos de 10% das empresas percebem que precisam de um arquiteto IoT Analytics, uma espécie distinta do IoT System Architect. Arquitetos de software que podem projetar análises distribuídas e centrais para o IoT vão ser mais valorizados também ".

8. A análise de streaming vai renascer
"Analisar dados em movimento não é novidade - os programas de processamento de eventos já existem há quase 20 anos", diz Ovum. Mas há uma série de fatores que estão transformando streaming em tempo real de uma tecnologia de nicho para algo mais amplamente atraente. A tecnologia de código aberto, por exemplo, torna o streaming em tempo real mais acessível, assim como a disponibilidade de infraestrutura escalável, ressalta a empresa. Do lado da demanda, o IoT está alimentando o interesse em aplicações de streaming que podem detectar, analisar e responder em tempo real.

O que não vai acontecer imediatamente é a consolidação do mercado: "Hoje, há uma crescente variedade de opções que estão competindo para novas cargas de trabalho. Eventualmente, esperamos que o mercado comporte de três ou quatro plataformas de streaming ", prevê Ovum.

Mas plataformas como Spark Streaming e Amazon Kinesis Analytics - e seus concorrentes - ainda estão em fase inicial. "Dado o estado inicial do mercado, não esperamos que o mercado caia em 2017. Esperamos que levará de 24 a 36 meses para que os motores de streaming amadureçam e as implementações de IoT atinjam massa crítica ", diz a Ovum.



Reportagens mais lidas

Acesse a comunidade da CIO

LinkedIn
A partir da comunidade no LinkedIn, a CIO promove a troca de informações entre os líderes de TI. Acesse aqui