2018年-ibm商业价值研究院_Analytics_cognitive_era_24页_574kb

报告摘要

IBM认知与分析实践旨在通过将管理咨询与认知科学相结合，帮助企业实现从传统分析向认知计算的转型。该实践强调认知能力在企业决策和运营中的关键作用，并指出认知系统能够通过自然语言处理、机器学习、数据整合等技术，使企业能够更高效地获取洞察并作出决策。

认知时代已到来
认知系统标志着数据分析的新阶段，能够理解、推理、学习和与人类进行自然互动。企业需要从规范型分析向认知型系统转变，以保持竞争力。
数据是认知时代的核心
认知系统依赖于多样化、实时和结构化/非结构化的数据。企业必须构建强大的数据生态系统，以支持数据采集、处理、分析和应用。
认知能力具备者与认知探索者的差异
- 认知探索者：占全球市场的4%，已运行至少一个认知系统，具备更高的分析能力与创新性，能实现更高的收入和效率。
- 认知能力具备者：占74%，普遍使用规范型分析，但尚未进入认知阶段，仅有不到四分之一将其纳入战略规划。
企业需建立正确的数据理念与文化
认知转型不仅依赖技术，更依赖企业文化和领导力。企业需培养数据驱动的思维方式，并设立数据战略，推动组织变革。
微服务架构与云计算是认知系统的基础
现代数据生态系统依赖于微服务和云计算技术，使企业能够灵活、高效地整合和处理数据。这为实时分析和跨部门协作提供了强大支持。
认知系统的应用领域广泛
认知系统被广泛应用于知识传播、产品开发、客户管理、销售和服务等业务活动，尤其在金融服务和公共机构中表现突出。

认知系统的能力：能够从数据中学习并作出预测，实现与人类的自然互动，提高决策效率和创新性。
数据生态系统建设：企业需投资于云存储、流式数据处理、数据湖管理、数据一致性等关键要素。
认知系统的成熟度：目前大多数企业仍处于规范型分析阶段，仅有少数进入认知阶段。
企业成功的关键：建立数据战略、培养数据科学团队、提升分析技能、实施自助式分析工具，以及确保数据管理与监管的合规性。
IBM的实践与支持：IBM通过调研和实际案例（如The Weather Company）展示了认知系统在不同行业的应用价值，并为客户提供认知与分析解决方案。