2017年，对2800名商业智能专家的一项调查预测，数据可视化和数据发现将成为一股重要趋势。数据发现的范畴已经扩大，不仅包括对数据分析和关系的理解，还包括呈现数据的方式，以挖掘更深层次的商业洞见。其结果就是，作为一种把数据变成可用洞见的方法，可视化模型越来越受欢迎。日益改善和演变的可视化模型已经成为从大数据中获取洞见的必要组成部分。

　　数据分析将提供更好的数据可视化模型和自助式软件。

　　“人工智能技术正在迅速发展，企业将需要对技能、流程和工具进行大力投资，以便成功地利用这些技术，构建人工智能强化系统。投资领域包括数据准备、数据整合、算法和训练方法选择，以及模型建立。包括数据科学家、开发人员和业务流程所有者在内的多方必须展开合作。”

　　重塑医疗

　　近期已经出现了利用机器学习来改善教学的事例。例如，加利福尼亚州立大学要求教职员工寻找和使用免费或低成本的教学材料。为了简化这一过程(用免费或低成本的教学材料取代以前的课程材料非常耗时)，IntellusLearning提供了一个解决方案：把4500多万个在线资源编入索引，并教会(利用机器学习技术)程序/算法作出推荐。老师可以把免费或低成本的材料上传至课程材料管理系统，供学生使用。

　　诊断和疾病识别

　　识别面部表情

　　Gluon平台将落户亚马逊AWS服务。Gluon界面是“开源且易于使用的”。

　　原文翻译：

　　流行病爆发预测

　　教育

　　企业决策正在经历的转变将延续到2018年。在2017年，处理大数据的目标使效率越来越高，成本不断减少，从而造就了基于大数据的商业智能，对中小企业甚至初创公司来说更为重要。这一趋势将延续到2018年及以后，处理大数据的成本将继续降低，但以下情况除外：

　　物联网将继续扩张。如何利用来自物联网设备的信息，则完全是另一个问题。

　　预测分析

　　笔记本电脑、智能手机、传感器，都为物联网带来了大量数据。这是获得竞争优势(或者保持竞争力)的重大机遇，前提是企业足够灵活，可以管理好数据并把数据变成有用的商业智能。

　　很多企业利用“历史上的”大数据分析来预测未来的行为。然而，在进行此类预测时，对当前最新数据的分析更有价值。俗话说，“过去的成绩不能保证以后的成功”，这也适用于商业智能领域。预测分析为用户提供了一个优势，能够实时“了解客户”，具有不可思议的创收潜力。(规范性分析还处于初期阶段，今后几年内可能还不会成为一股强劲的趋势。)

　　阅读手写材料

　　学习

　　药物研发

　　《哈佛商业评论》写道：

　　改变网络安全挑战

　　其他部门也将使用云

　　医疗

　　Advertisement公司的商务拓展总监罗纳德·范龙(RonaldVanLoon)说：

　　随着物联网继续扩张，全球网络基础设施的薄弱环节也将继续增多。人工智能和机器学习提供了解决之道，它们将变得越来越普及。由于设备彼此之间的联系更加紧密，安全专家必须学会利用人工智能和机器学习程序。

　　机器学习是计算机的训练过程，现在被企业用于各种各样的商业行为，比如实时广告、模式识别、欺诈识别和医疗。但在2018年，机器学习将变得更聪明、更快速、更有效。

　　混合云

　　在2018年，提供云服务的企业数量将继续增长，导致竞争性定价，使小企业也能使用大数据资源。

　　2018年，更多的人将熟悉云应用，专业化和利基工作将得到发展，就像在所有其他行业里一样，从而带来额外的研究选择和更多的业内竞争。拥有零售、区域性增长等专长的数据科学家将逐渐成为常态。

　　物联网(IoT)的扩张已经把数不胜数的大数据新来源添加进了数据管理的版图，它将成为2018年及若干年之后主要的大数据趋势之一。笔记本电脑、智能手机、传感器，都为物联网带来了大量数据。

　　2018年的数据分析

　　电子病历

　　改善零售

　　2018年的云趋势