ガートナーは6月22日、2020年のデータとアナリティクスに関するテクノロジー・トレンドのトップ10を発表した。これは、データ／アナリティクス・リーダーが新型コロナウイルス感染症（COVID-19）への対応を舵取りし、パンデミック後の回復や再出発に備えるうえで役立つものとなる。


　トレンド1は、「より賢く、速く、信頼の置けるAI」。24年末までに、75％の組織がAIを試験的な導入から運用化の段階へと移行させることは、データのストリーミング量とアナリティクス・インフラストラクチャーを5倍に増加させる原動力になるとしている。

　現在のパンデミック状況下では、機械学習（ML）や最適化、自然言語処理（NLP）といったAIを活用した手法により、感染の広がりや対応策の効果／影響などについて、極めて重要な洞察と予測が得られている。また、より多様なテクノロジー（強化学習、伝達学習、適応学習など）を用いたよりスマートな（賢い）AIによって、システムの適応性や柔軟性が向上し、複雑なビジネスの状況にも対処できるようになっている。

　トレンド2は、「ダッシュボードの衰退」。これまでの事前に設計されたダッシュボードのように、マウス操作をともなう可視化と探索に代わって、拡張アナリティクスやNLPなどを活用する動的（ダイナミック）なデータ・ストーリーが用いられるようになるとみている。それは高度に自動化され、コンシューマー志向のエクスペリエンスを提供し、ユーザーの状況、役割、用途に基づいて、最も関連の深い洞察が、それぞれのユーザーに届けられることを意味する。

　トレンド3は、「意思決定インテリジェンス」。23年までに大企業の3分の1以上が、意思決定モデリングを含めた意思決定インテリジェンスを実践するアナリストを抱えるようになると予測する。意思決定インテリジェンスは、意思決定の管理や支援など、いくつかの専門領域を統合したもの。データ／アナリティクス・リーダーが、ビジネス上の成果や行動の状況に沿って、意思決定モデルとプロセスを設計し、モデル化して実装し、実行して、監視や調整するのを支援するフレームワークを提供する。

　トレンド4は、「Xアナリティクス」。Xアナリティクスは、テキスト・アナリティクス、ビデオ・アナリティクス、オーディオ・アナリティクスなどを総称するために、ガートナーが考えた造語。Xはデータ種別に対する変数のようなもので、ビデオ、オーディオ、テキストなど、構造化されているか否かにかかわらず、さまざまなコンテンツを対象としている。

　COVID-19のパンデミック下でAIは、何千本もの研究論文や報道、ソーシャル・メディアへの投稿、臨床試験のデータを解析してきた。このことは、医療や公衆衛生の専門家が感染の拡大を予測し、医療体制を計画し、新しい治療法を発見し、重症化しやすい人を特定するうえで、重要な役割を果たしてきた。Xアナリティクスは、AIのほか、グラフ・アナリティクスなど他の手法と組み合わされ、自然災害をはじめとする将来の危機的状況を特定し、予測し、計画するうえで重要な役割を果たすとみている。

　トレンド5は、「拡張データ管理」。拡張データ管理は、運用の最適化と改善を図るために、MLとAIの手法を活用する。また、監査／来歴／レポート作成などに用いられているメタデータを、システムの強化に役立てる。拡張データ管理プロダクトでは、実行されているクエリ、パフォーマンス・データ、スキーマを含む運用データの膨大なサンプルを調査する。拡張エンジンは、オペレーションをチューニングするだけでなく、現在の使用状況やワークロードを踏まえて、構成やセキュリティ、パフォーマンスを最適化することができる。

　トレンド6は、「クラウドは必然」。22年までにデータとアナリティクスのイノベーションの90％で、パブリック・クラウド・サービスが不可欠になると予測する。データとアナリティクスがクラウドへと移行するなか、データ／アナリティクス・リーダーは依然として、サービスとユースケースを適切に組み合わせることに苦慮している。これにより、ガバナンスと統合のオーバーヘッドが不必要に増大する事態を招いている。

　データとアナリティクスに関する問いは、「特定のサービスにかかるコストはどの程度か」といった価格に関するものから、「ワークロードの性能要件に対応するにはどうしたらよいか」といったものへと変わりつつある。データ／アナリティクス・リーダーは、コスト最適化に注力しながら、クラウドの能力を生かせるワークロードを優先的にクラウドに移行させる必要があると指摘する。

　トレンド7は、「データとアナリティクスの世界が衝突」。データとアナリティクスはこれまで別個の存在と見なされ、そのように管理されてきた。しかし、拡張アナリティクスを活用することによって、エンド・ツー・エンドでワークフローを網羅しようとするベンダーが、これら2つの市場の区切りを曖昧にしている。

　データとアナリティクスの領域がぶつかり合うことで、これまで個別に活動していたデータとアナリティクスの職務を担う人々の間で、インタラクションやコラボレーションが増加すると予測する。このことは、提供されるテクノロジーや機能にとどまらず、それらを用いる人やプロセスにも影響をおよぼす。そして、役割の範囲も、これまでのデータとアナリティクスの領域にとどまらず、情報探索者や市民開発者などへと多様化していくとみている。

　トレンド8は、「データの流通や取引市場」。22年までに大企業の35％が公式のオンライン・データ・マーケットプレースを通じて、データの売り手または買い手になると予測する。データの市場や取引所は、サードパーティーのデータ・オファリングを集約し、サードパーティー・データにかかるコストを削減するための単一のプラットフォームとして機能する。

　トレンド9は、「データとアナリティクスにおけるブロックチェーン」。ブロックチェーンのテクノロジーは「情報資産とトランザクションの全来歴の明確化」と「複雑な参加者の相関関係の透明化」という、データとアナリティクスにおける2つの課題に対応する。

　Bitcoinとスマート・コントラクトの限定的なユースケース以外では、企業がデータ・ソースの単独監査を行ううえで、台帳データベース管理システム（DBMS）が非常に魅力的な選択肢となっていくと考えられる。ガートナーでは、21年までにパーミッション型ブロックチェーンの用途のほとんどが、台帳DBMS製品に取って代わられると予想している。

　トレンド10は、「データとアナリティクスの価値基盤を築く関係分析」。23年までに全世界の組織の30％で、意思決定に役立つ迅速なコンテキスト（文脈）化をグラフ・テクノロジーが支援援するようになると予測する。グラフ・アナリティクスは、組織、人、トランザクションなど重要なエンティティ間の関係を分析する手法。これにより、データ／アナリティクス・リーダーは、データから未知の関係を見つけ出し、従来のアナリティクスでは分析の難しかったデータを見直せるようになる。