回顾过去一年的情况对于我们思考未来的方向至关重要。最引人注目的是，通货膨胀问题不断加剧，在进入深秋和初冬时，技术招聘热潮出现了裂痕。尽管许多公司仍在拼命寻找人才，但对员工来说，黄金时代可能暂时结束了，因为企业在应对经济挑战的世界中努力适应。

展望2023年，我们必须考虑到技术在塑造未来的作用。企业如何利用这种技术以及技术的快速部署将决定它们抵御额外障碍和未来黑天鹅事件的能力。

数据和决策速度对供应链的未来至关重要

以往按需购买产品的好日子可能结束了，特别是对于那些想购买新汽车的人来说。消费者可能需要等待几个月甚至两年才能在经销商那里拿到他们的汽车。虽然像厕纸短缺这样的问题已经基本解决，但消费者继续遇到新的产品中断问题，包括婴儿配方奶粉和花生酱等问题。

在许多供应链限制的影响下，价格上涨。如果组织希望跟上，就需要更快地做出反应。IDC的一份报告显示，随着企业调整其在数据捕获和数据移动技术上的支出，超过一半（60%）的支出将用于流式数据管道。这将实现一代新的实时模拟、优化和推荐能力，这对于供应链的未来至关重要。一旦建立了数据速度，还需要通过应用自动化、过程挖掘和机器人流程自动化（RPA）等技术来实现决策速度。理想情况下，还应该专注于在问题开始之前预测问题，这需要场景建模。

自然语言处理（NLP）可能揭示强大数据的新时代

在2022年夏天，一位谷歌工程师声称该公司的一个聊天机器人（名为LaMBDA）已经达到了意识或人类级别的自我意识。谷歌表示，该工程师的说法毫无根据，并因违反公司安全政策而被解雇，但这一事件显示出机器在短时间内取得的巨大进步。ChatGPT就是一个完美的例子，任何人都可以通过简单的提示生成文本。ChatGPT通过记忆和令人印象深刻的语法理解能力产生结果，至少有一位高中英语老师预测英语课的结束。它的潜力是巨大的，随着还有半打更大型的语言模型正在开发中，其社会影响可能会很大。

自然语言生成（NLG）和自然语言查询（NLQ）的崛起也将对数据和分析产生影响。这两种技术可以结合起来，创造出与数据进行对话的体验，使任何人都能得到答案，包括他们自己没有意识到的问题的答案。但是，准确性和偏见的风险可能会降低用户寻求的答案的价值。”信息污染”可能会削弱应用程序综合大数据集的价值。这就需要适当的治理。如果没有治理，人工智能可能带来负面影响，超过企业在采用这项技术时所期望获得的价值。

将AI融入数据管道赋予人才集中精力从事增值任务

随着世界从“大规模辞职”转向并不那么伟大的“裁员时期”，企业不可避免地削减了投资和招聘。讽刺的是，人才的撤退不会改变对优秀员工的需求，也不会对困扰关键行业的人才短缺做出太多改变。数据工程师是最受追捧的职位之一。

通过利用人工智能（AI）和机器学习（ML）技术进行数据管理，组织可以改变现状，并缓解一些人才挑战。例如，可以利用自动化进行异常检测，使用及时部署和自动分类来管理内容。

消除琐碎任务应该为更多增值活动腾出时间。根据IDC的一份报告，只有18%的时间用于数据分析；其余的82%时间则花费在其他更耗时的任务上，如搜索、准备和管理适当的数据。借助AI和ML的帮助减轻负担后，难以获得的数据人才将有更多时间专注于推动企业发展的增值任务。

数据的未来正在迅速演变

过去的12个月对商业界来说并不友好，这要求我们改变思维方式。高层管理人员需要在利润不断侵蚀和数据分布的世界中进行危机调整。现在是投资于流式数据管道以更好地优化数据策略、改善供应链性能的时候了。企业还可以利用自然语言的进步来使数据民主化。最后，组织可能会从AI和ML中获得新的好处，这些技术有助于减少不断堆积的巨大工作负荷。这些是塑造2023年和未来几年的一些最重要的趋势，它们可能最终改变企业使用和处理数据的方式。