国际权威IT研究与顾问咨询公司Gartner在2017年度10大战略技术发展趋势中表示，“人工智能（AI）和先进的机器学习技术是被广泛关注的新兴技术，将在企业甚至整个行业中掀起革命浪潮。它们能够大幅度降低劳动力成本，产生意想不到的新见解，从原始数据中发现新模式，并建立预测模型”。毫无疑问，近年人工智能技术的飞速发展，必将给人类社会带来巨大的影响和变革。
大数据：一切进化的关键之钥
不过，有些人认为，有了人工智能，大数据技术就无关紧要了，这种观点实不可取，需要特别指出的是，人工智能是一项诞生于60年前的”古老“技术，之所以能够在今天焕发青春，主要得益于两大技术的发展，其一是算力的提升，其二是大数据技术。算力的提升使得以前无法计算或者说无法在有效时间内得出结果的计算能够实现，而大数据技术则为人工智能提供了充足的可以用来作为机器学习资源的海量数据。所以，实际上可以说，如果没有大数据技术，人工智能和机器学习就成为了无源之水，无本之木，不可能取得这样快速的发展。
同样，目前火热的物联网，这种依赖于众多终端设备数据的技术，如果缺乏大数据技术的有力支持，同样也将停滞不前，因为如何快速、有效、正确的处理和分析从各种终端设备采集到的海量信息，并通过这些信息做出正确的决策，才是物联网存在的真正意义，而这些，肯定无法离开大数据技术的支持。
未来会越来越重要的IT运维也是如此，随着IT系统日趋复杂，规模逐渐扩大，传统的依靠人工手段来进行运维的模式已经根本无法满足企业的需求，企业急需一种新的模式来进行运维，而这种新的模式即是让系统可以自动运维，自动诊断，自动恢复，而要实现这一点，需要有对以往大量运维数据的对比和分析，需要从海量的运维数据中找到成功运维的特征，这当然也需要大数据技术来实现。
而更重要的安全也是如此，今天，安全已经成为业务的推动模式，安全、运维、开发一体的DevSecOp模式也已经呼之欲出，在这样的情况下，安全的重要性已经无需置疑。然而，现在越来越多的不法分子正在通过各种方法寻找攻击的切入点，而大数据分析、人工智能等先进技术已经成为他们寻找攻击切入点的有效工具，面对这样的情况，企业唯有”以其人之道还施彼身“来应对，利用大数据和人工智能技术为企业建立一道无法逾越的安全长城。
因此，总结来说，无论是人工智能、机器学习、物联网，还是IT运维，安全，都离不开大数据技术，特别是大数据分析的支持，因此，说大数据技术是一切进化的关键，并不为过。
机器学习：与大数据分析相辅形成
而实际上，大数据和人工智能、机器学习是相辅相成、互相促进的，一方面，大数据是人工智能、机器学习的基础，反过来，人工智能也能够有效促进大数据分析更加的全面和准确。因此，在大数据分析领域，众厂商也纷纷将人工智能、机器学习技术融入到他们的产品中。例如，著名的Splunk（如果您的Splunk还不了解，请参阅文章《这回，我们来谈谈Splunk》），它们就希望通过机器学习技术进一步提升用户大数据分析的效率，为此，在他们最新发布的Splunk Enterprise 7.0、Splunk ITSI 3.0中都使用了机器学习技术，同时，Splunk还发布了机器学习工具包，帮助企业用户来预测未来IT、安全和业务的成果。
“数据是一种战略优势，企业正在寻找将数据转换为答案最快、最有效的方法。机器学习对于客户成功和Splunk的发展都非常重要。我们的无缝集成功能使每个人都能够使用机器学习，我们的客户可以更好地预测未来结果，更有效地分析他们的数据。”Splunk首席产品官Richard Campione说。
同样，在Splunk另一项重要的安全解决方案中，Splunk也将大数据、机器学习和人工智能技术融入其中，并推出了一揽子的安全解决方案。帮助用户更好的应对未来的安全威胁。
而通过这些解决方案，Splunk帮助世界五大机场之一的迪拜机场能耗降低20%，每年仅在能源方面就节省2500万美元。同时，让旅客在五分钟或更短时间内就能够通过机场安检，让15万条传送带传送，每年1.5亿件行李的行李系统运行的井井有条。让机场可以提前四小时预测哪里会出现瓶颈问题。让未授权的WiFi访问点一经发现就可以立即被消除。
Splunk公司北亚区总经理戴健庆表示，与传统关系型据数据库在处理数据时，需要先为数据建模，然后把数据导入数据库进行处理，基于数据建模来分析未来可能的问题不同，Splunk是预先把未经筛选的全部非结构化的数据放入系统中，当有需要的时候再根据实际的情况，进行相应的处理和分析，这样就不需像传统数据库那样需要首先建模才能进行数据分析，而基于这样的特殊架构，在大数据分析领域，Splunk鲜有对手，Splunk目前最重要的工作是尽快帮助企业使用Splunk的最新技术助推他们的业务应用，从而使用户能够获得更大的价值。
（原标题：有了人工智能，还要大数据么？）
（原标题：有了人工智能，还要大数据么？）
