1.關系型將脫離SQL 

無論是利用現代邊緣計算、物聯網還是GenAI應用來發展業務，2024年都不乏公司的大膽計劃，所有這些計劃都依賴于對公司數據的安全訪問。對于許多公司來說，支撐這些應用程序的數據基礎設施仍然停滯不前，許多公司繼續依賴過時的運營數據庫，這些數據庫是為滿足數十年前的技術需求而構建的。

SQL是一種數據庫語言，它缺乏過程邏輯的標準化方法，對于大多數應用程序來說，過程邏輯嵌入到使用有狀態的持久會話連接到SQL數據庫的應用程序服務器中，這種針對SQL的設計方法在50年前是有意義的，但對于現代的無連接云服務來說，這是一個痛苦的遺產，它通常要求應用程序代碼和數據庫共同駐留在同一數據中心區域，這嚴重阻礙了當今對公司至關重要的無服務器或地理分布的應用程序，如物聯網和邊緣應用程序等。 

展望未來，我們將看到公司采用更加靈活的數據庫基礎設施，以支持物聯網、邊緣計算和AI中現代應用程序的分布性、一致性、可擴展性和靈活性。遺留數據庫的挑戰只會變得更加昂貴，因為它們的限制對公司開發人員來說變得更加沉重，并成為業務創新步伐的更大瓶頸。 

2.矢量數據庫將成為最受歡迎的技術 

2024年，矢量數據庫將成為最搶手的收購技術。在一個數據驅動的洞察力推動創新的時代，矢量數據庫因其在處理高維數據和促進復雜相似性搜索方面的能力而迅速聲名鵲起。無論是對于推薦系統、圖像識別、自然語言處理、金融預測還是其他AI驅動的公司，了解頂級矢量數據庫對于跨行業的軟件開發都將是至關重要的。 

就像過去的應用程序數據庫一樣，矢量數據庫將在技術堆棧中發揮越來越重要的作用。團隊將需要可擴展、易于使用和操作簡單的矢量數據存儲，因為他們尋求創建具有新的LLM驅動能力的AI產品。 

3.在公司數據湖中撈取LLM黃金 

關于公司平均存儲了多少信息的統計數據并不缺乏——對于大公司來說，它可以在任何地方高達數百PB，然而，許多公司報告說，他們挖掘的信息(主要是結構化數據)不到一半，以獲得可操作的見解。2024年，公司將開始使用GenAI來利用這些未被馴服的數據，將其用于構建和定制LLM。有了AI支持的超級計算，公司將開始挖掘他們的非結構化數據-包括聊天、視頻和代碼-以將他們的GenAI開發擴展到訓練多模式模型，這種超越了挖掘表格和其他結構化數據的能力的飛躍，將使公司能夠為問題提供更具體的答案，并找到新的機會，這包括幫助發現健康掃描中的異常情況，發現零售業的新興趨勢，以及使商業運營更加安全。 

4.沒有足夠復雜的自動化來支持AI的公司將失去競爭優勢 

隨著公司實施AI以保持競爭優勢，許多公司將更敏銳地感受到他們雜亂無章的數據基礎設施的影響。當風險從簡單地在儀表板上提供錯誤信息到可能基于該數據自動做出錯誤決策和行為時，錯誤數據(或數據不足)的影響將變得更加嚴重。沒有強大的數據基礎設施和治理的人將GenAI置于關鍵任務的背景下，并遭受準確性損失，這只是個時間問題。 

5.云FinOps團隊將優化數據管道 

面對今年云中支出失控的現實，2024年，將需要真正的跨公司合作伙伴關系來確定不必要的支出，財務和工程團隊都將發揮關鍵作用。在Ascend的年度研究中，48%的受訪者提到了優化其數據管道以降低云計算成本的計劃，89%的受訪者預計未來12個月管道的數量將會增長。2024年必須利用平臺，查明數據管道中的額外支出發生在哪里，并通過快速演示成本優化來反擊，以避免來自上級的誤導性授權。 

6.意向數據將成為營銷團隊的必備資料 

隨著公司努力協調銷售和營銷工作，通過意向數據的行為數據分析來預測客戶需求的能力將變得越來越重要。隨著AI每年都變得越來越復雜，我們預計將繼續從被動的客戶參與轉向主動的客戶參與，促進轉換并培養長期的客戶忠誠度。 

7.數據和業務團隊將在AI產品入駐問題上爭執不下 

雖然商業用戶對ChatGPT等AI產品的需求已經起飛，但數據團隊在允許訪問公司數據之前仍將實施一份龐大的清單，這種搖尾巴的情況可能是一種強制平衡的功能，隨著AI證明自己是可靠和安全的，采用可能會更早而不是更晚。 

此外，公司將優先考慮清潔數據集，以加入AI驅動的分析大潮。干凈的數據集將作為成功實施AI的基礎，使公司能夠獲得有價值的見解并保持競爭力。 

8.公司將受到實時和AI的雙重打擊 

AI支持的實時數據分析將通過自動化的方式為公司帶來比以前更大的成本節約和競爭情報，并使軟件工程師能夠在公司內更快地行動，例如，保險公司在其數據庫中存儲了數以太字節計的數據。有了AI，在2024年，我們將能夠實時處理這些文檔，并從這個數據集中獲得良好的智能，而不必編寫自定義模型。 

到目前為止，軟件工程師需要編寫代碼來解析這些文檔，然后編寫更多代碼來提取關鍵字或值，然后將其放入數據庫和查詢中，以生成可操作的見解。對公司來說，節省的成本將是巨大的，因為有了實時AI，公司將不必雇傭大量員工來從數據中獲得有競爭力的價值。 

9.知識圖譜將幫助用戶消除數據孤島 

隨著公司不斷將更多數據轉移到數據云中，他們在云中收集了數百、數千、有時甚至數萬個數據孤島。通過利用各種數據源之間的關系，知識圖將很容易地驅動語言模型來導航存在的所有數據豎井。帶著這一點，在新的一年里，我們將看到各種老牌的、新穎的基于知識圖的AI技術涌現出來，這些技術支持智能應用的發展。 

10.AI將改變目前的數據管理方式 

公司正在認識到AI對其整體價值主張和競爭優勢做出貢獻的潛力。為了實現這一點，AI需要對不同類型的數據進行訓練和處理。一些數據是公開的，但其中許多是特定于公司的個人消費者信息或知識產權。公司將發現，他們需要取得平衡，以保護AI模型正在使用的數據，同時仍使用這些數據來支持有價值的決策。這些創新的數據管理解決方案將繼續隨著監管合規和新興立法的發展而發展。 

11.首席數據官（CDO）的角色將成為CIO候選人的先決條件 

2024年，將為CIO候選人開辟一條新的、肯定會成功的職業道路——成為一名出色的首席數據官。在過去的幾年里，CDO已經從一個低預算的咨詢角色演變為一項關鍵資產，幫助公司最大限度地利用數據。隨著越來越多的公司投資于AI和云以實現數據民主化和刺激創新，CDO處于主導地位——比以往任何時候都更接近CIO和業務的成功。尋找偉大的CIO的公司將選擇那些真正了解數據如何移動、流動和影響公司的人，這意味著CDO在追求這條職業道路方面將具有天然優勢，并繼續在公司中發揮巨大影響。