Tổng quan về Data science trên toàn cầu trong năm 2019

Bigdatauni.com Follow Fanpage Contact

Ở các bài viết trước chúng ta tập trung khá nhiều vào lý thuyết phân tích dữ liệu mặc dù cũng hướng đến những ví dụ thực tế trong lĩnh vực bán lẻ, cũng như ngân hàng nhưng có thể khiến nhiều bạn đọc cảm thấy chán và nặng nề vì lượng kiến thức trình bày khá nhiều. Nhằm mục đích “đổi gió” trong việc phát triển những nội dung bổ ích về Data science, ở bài viết lần này chúng ta đi qua một chút về Data science  trên toàn cầu năm 2019, bao gồm những số liệu về giá trị thị trường (Data analytics, Big Data, Predictive analytics, Business Intelligence), tìm hiểu về tình hình áp dụng phân tích dữ liệu vào hoạt động của các tổ chức, và  một vài số liệu về mảng nhân lực Data Science. Lưu ý về những vấn đề sâu hơn liên quan đến nguồn nhân lực trong ngành Data Science (về yêu cầu kiến thức, kỹ năng, trình độ, mức lương,…) chúng tôi sẽ trình bày và gửi đến bạn trong bài viết khác.

Số liệu về giá trị thị trường năm 2019

Trong năm 2019 và những năm gần đây, lĩnh vực khoa học dữ liệu như AI, Big Data hay Machine Learning có lẽ không còn xa lạ, và cũng không phải là những xu hướng mới nổi mà chúng đã trở thành các công cụ cốt lõi để những tổ chức, công ty thuộc nhiều ngành nghề khác nhau áp dụng với mục đích đạt lợi thế cạnh tranh trước đối thủ và tăng trưởng trong tương lai. Những số liệu thống kê cũng với các sự kiện nổi bật diễn ra trong năm 2019 khiến nhiều chuyên gia kỳ vọng vào năm 2020, và xa hơn Data science sẽ tiếp tục phát triển hơn nữa, các ứng dụng của nó sẽ được thấy nhiều hơn trong cuộc sống.

Như các bạn đã biết, từ đầu năm nay đại dịch cúm Corona hay Covid-19 đang ảnh hưởng nghiêm trọng đến toàn nhân loại, từ sức khỏe con người đến kinh tế, xã hội và chính những thành tựu từ AI, Big Data đã góp phần không nhỏ trong việc đẩy lùi dịch bệnh. Tuy nhiên cũng phải nói thêm, thị trường Data analytics nói riêng, Data Science nói chung không phải ngoại lệ mà vẫn phải chịu sự tác động của Covid-19 ở mặt tiêu cực và tích cực. Ví dụ tiêu cực là các công ty trong thời điểm hiện tại đã thắt chặt chi phí, không đẩy mạnh sản xuất, hay không mạnh dạn đầu tư vào nghiên cứu công nghệ, nên phần nào hạn chế sự phát triển của khoa học dữ liệu. Tích cực ở chỗ các hoạt động mua sắm trực tuyến diễn ra sôi nổi hơn bao giờ hết khi giải pháp cách ly xã hội đang được rất nhiều nước áp dụng để ngăn chặn sự lây lan của dịch bệnh. Các công ty lần đầu triển khai kênh Online Shopping hay thương mại điện tử với mục đích đảm bảo lợi nhuận, ứng phó tốt với dịch bệnh thì họ rất cần áp dụng phân tích dữ liệu vào hoạt động kinh doanh để khai phá những thông tin hữu ích, tiềm ẩn từ khách hàng rồi hình thành chiến lược phù hợp. Ngoài ra, xu hướng mua sắm trực tuyến còn giúp nguồn tài nguyên dữ liệu, đặc biệt là về khách hàng, của mỗi công ty trở nên dồi dào hơn, các quy trình phân tích vì thế cũng được đẩy mạnh. Lợi ích của Data analytics hay Data mining đã quá rõ ràng, thách thức đặt ra cho mọi tổ chức bây giờ là làm cách nào ứng dụng nó hiệu quả và thành công. Chúng ta sẽ nói về vấn đề này phần sau bài viết trước tiên cùng tìm hiểu những số liệu về giá trị thị trường.

• Trong nghiên cứu của Market Reports World thì thị trường Data analytics từ năm 2020 đén 2023 sẽ có tốc độ tăng trưởng hàng năm (% CAGR) là 8% có thể đạt tới ước tính 77.6 tỷ USD trên toàn cầu. Theo Cognetik trong năm 2019 vừa qua, thì giá trị thị trường Data analytics ước tính đạt 49 tỷ USD trên toàn cầu cao hon gấp 2 lần 4 năm về trước.
• Theo IDC (International Data Corporation) thị trường giải pháp Big Data và Businiess Analytics viêt tắt BDA sẽ sẽ duy trì tốc độ tăng trưởng này từ 2018-2022 với tốc độ tăng trưởng kép hàng năm (% CAGR) là 13,2%.Đến năm 2022, IDC dự kiến lợi nhuận từ BDA trên toàn thế giới sẽ là $ 274,3 tỷ. Giống như số liệu của Statista cung cấp (4/2019), trong năm 2019 thì ước tính đạt 189.1 tỷ USD.

• Thị trường phần mềm Business Intelligence và các ứng dụng phần mềm phân tích khác trong năm 2018 là 13.8 tỷ USD trên toàn cầu, ước tính cho năm 2019 (số liệu cập nhật 1/2020) là 14.3 tỷ USD (nguồn Statista, năm khảo sát 2018)

• Số liệu khác về thị trường Business Intellegence Software của Research And Markets (báo cáo: “Business Intelligence (BI) Software Global Market Report 2020”) trong năm 2018 có giá trị 14.3 tỷ USD và dự báo sẽ đạt 28.77 tỷ USD năm 2022 với tốc độ tăng trưởng kép hàng năm (% CAGR) là 19.1%.
• Số liệu khác về thị trường Big Data và Business Analytics của Valuate Reports, trích bởi Bloomberg, ước tính giá trị thị trường trong năm 2018 là 171 tỷ USD và dự báo đến năm 2026 là 512 tỷ USD, tốc độ tăng trưởng kép là 14.8%.

• Phân biệt một chút về Business Analytics và Business Intelligence cho những bạn nào chưa biết,

+ Business Intelligence bao gồm thu thập, phân tích, và trực quan hóa dữ liệu, tập trung chủ yếu vào phân tích mô tả – Descriptive analytics (có thể bao gồm Diagnostic analytics)  thống kê, tóm tắt dữ liệu lịch sử và hiện tại để phản ánh, cung cấp thông tin về những gì đã xảy ra hoặc những gì đang xảy ra.

+ Business Analytics bao gồm thu thập, phân tích, và trực quan hóa dữ liệu tập trung chủ yếu vào phân tích dự báo hay còn gọi Predictive analytics trong đó sử dụng Data mining, Machine Learning để đưa ra dự báo trong tương lai. Business Analytics có thể bao gồm Business Intelligence.

• Thị trường Predictive analytics trong năm 2019 ước tính đạt 6.2 tỷ USD dự báo đến năm 2022 sẽ đạt gần 11 tỷ USD theo Statista cập nhật 7/2019. Số liệu khác của Grand View Research dự báo trong năm 2025 giá trị thị trường sẽ đạt 23.9 tỷ USD năm 2025 tốc độ tăng trưởng kép là 23.2% (% CAGR) trong suốt kỳ dự báo (từ 2014 – 2025)

Tại thị trường châu Á – Thái Bình Dương (APAC), theo GlobalData, thì các công ty tại thị trường này đang đẩy mạnh triển khai các nền tảng công nghệ để quản lý khối lượng lớn dữ liệu, phân tích và khai thác những thông tin hữu ích với mục đích tăng trưởng kinh doanh, giá trị thị trường Data và Analytics tại APAC có tốc độ tăng trưởng kép hàng năm từ 2017 – 2022 đạt 25.5% và 89.6 tỷ USD trong năm 2022. Các bạn chú ý số liệu này khác với của Market Reports World về thị trường Data analytics, có thể do phân khúc thị trường khảo sát của GlobalData có thể rộng hơn do thị trường Data analytics theo khảo sát của Market Reports World chỉ bao gồm Predictive, Prescriptive analytics, và về giải pháp Data management, Data visualization.

Cũng theo báo cáo gần nhất “Market Opportunity Forecasts to 2022: Data and Analytics” của GlobalData nền tảng công nghệ AI và IOT cho doanh nghiệp đóng vai trò thúc đẩy sự tăng trưởng của toàn thị trường và chiếm gần 54% tổng giá trị thị trường.

Biểu đồ trên thể hiện giá trị thị trường Data và Analytics tại khu vực châu Á Thái Bình Dương so với phần còn lại của thế giới.

Cũng trong báo cáo của Global Data thì Ấn Độ, Trung Quốc, Indonesia, Úc và Malaysia có tốc độ tăng trưởng kép CAGR cao nhất trong số các quốc gia khu vực APAC. Xét về quy mô thị trường chung, Trung Quốc, Nhật Bản, Ấn Độ, Úc và Hàn Quốc chiếm gần 85% thị trường trong khu vực. Trung Quốc và Nhật Bản sẽ chiếm hơn 3/5 tổng thể thị trường vào năm 2022.

Một vài số liệu về nhân lực ngành Data Science

Tiếp theo chúng ta sẽ đi qua báo cáo về nhân lực ngành Data Science trong năm 2019 của Diffbot “Diffbot State of Data Science, Engineering & AI Report – 2019” (nguồn insideBigdata.com), một công ty tại Hoa Kỳ chuyên khai thác dữ liệu web dựa trên sử dụng AI, Computer vision, và Machine learning.

Dựa trên thông tin thu thập 2019, Diffbot đã xác định  được 291,053 chuyên gia trong lĩnh vực Data Science với chức danh cụ thể:

• Data scientist (tạm dịch nhà khoa học dữ liệu): 72,543
• Data engineer (tạm dịch kỹ sư dữ liệu): 49,443
• Data architect (tạm dịch kiến trúc sư dữ liệu): 25,962
• Database Administrator (tạm dịch quản trị cơ sở dữ liệu): 116,227
• Machine Learning Engirneer (tạm dịch kỹ sư Machine Learning): 16,941
• Big Data Engineer (tạm dịch kỹ sư Big Data): 4,362
• Artificial Intelligence (chuyên gia về AI): 5,575

Lưu ý các con số ở trên có thể thay đổi mỗi ngày nhưng qua đó cũng thấy được rằng quản trị cơ sở dữ liệu chiếm tỷ lệ cao nhất, tiếp đến là Data scientist và Data engineer. Về chi tiết từng job trong Data science chúng tôi cũng trình bày trong bài việc về nhân lực Data science sắp tới như đã nói ở đầu bài.

• Top những công ty đứng đầu về tuyển dụng nhân sự ngành Data Science

IBM có nguồn nhân lực dồi dào nhất với 2563 nhân viên, tiếp đến là Amazon, và Microsoft khá cân bằng nhau. Còn Facebook và Google, xét về dữ liệu người dùng thu thập mỗi ngày là rất rất nhiều, nhu cầu phân tích để cải thiện trải nghiệm cho người dùng là rất cao và độ nổi tiếng của thương hiệu trong lĩnh vực khoa học công nghệ, nhưng cả 2 đều có nguồn nhân lực thấp hơn nhiều khi so sánh với các gã khổng lồ còn lại.

• Top những công ty đứng đầu về tuyển dụng nhân sự ngành Data Science, phân theo chức danh công việc.

Các bạn có thể thấy IBM có nhân lực Data science chiếm đa số là Database Administrator, tiếp đến là Data scientist, ở Amazon thì Data engineer là nhiều nhất, Facebook và Microsoft cũng như Google và Apple có nhân lực nhiều nhất là ở nhóm Data scientist, riêng Oracle lại giống IBM khi chiếm đa số là Database Administrator, phía sau là Data scientist

• Top những nước có nhân lực về Data science theo Diffbot trong năm 2019 thì Hoa Kỳ đang đứng nhất với hơn 150000 người làm việc trong ngành Data science có chức danh cụ thể, tiếp đến là Ấn Độ với 27602, và vương Quốc Anh với 16000 người. Điều đặc biệt là mặc dù Trung Quốc được xem là cường quốc về công nghệ và thông tin với rất nhiều thành tựu về AI đã được úng dụng vào cuộc sống nhưng lại thấp nhất. Do đó chúng ta cũng có quyền nghi ngờ về số liệu thống kê của Diffbot mặc dù họ sử dụng Diffbot Knowledge Graph kết hợp công nghệ AI để thực hiện cuộc điều tra chỉ trong thời gian ngắn và khẳng định đây là kho kiến thức lớn hơn rất nhiều Google Knowledge Graph, để tiếp cận và khai thác khối lượng lớn dữ liệu khổng lồ được public trên tất cả các website.

Bên trên chỉ là một vài số liệu về mảng nhân lực ngành Data science cung cấp thêm thông tin cho các bạn mà thôi, chúng ta sẽ có một bài viết khác trình bày đầy đủ tất cả các vấn đề liên quan về chủ đề này.

Tiếp theo chúng ta sẽ đi vào phần quan trọng nhất của bài viết.

Tình hình triển khai khai thác và phân tích dữ liệu phục vụ hoạt động kinh doanh của các công ty trên toàn cầu

Đầu tiên chúng ta cùng đến với báo cáo của Microsoft và Prevedere, (công ty chuyên về các giải pháp phân tích dữ liệu ở Hoa Kỳ) “2019 Executive Survey Report: The State of Data and Analytics”. Các bạn có thể truy cập link trực tiếp để xem, ở đây BigDataUni chỉ điểm lại vài ý chính.

Báo cáo được thực hiện dựa trên khảo sát hơn 200 giám đốc, quản lý cấp cao đến từ các tổ chức khác nhau trên thế giới, về tầm quan trọng của đầu tư vào khai thác, ứng dụng phân tích dữ liệu, bao gồm cung cấp một cái nhìn chi tiết về thử thách họ phải đối mặt, những bước tiến mà họ đang thực hiện trong công ty để giải quyết các vấn đề phát sinh khi triển khai “Chuyển đổi số” hay còn gọi Digital Transformation, và kỳ vọng cũng như kế hoạch của họ trong tương lai.

Theo Microsoft thì quá trình chuyển đổi số gồm có 4 bước chính:

• Kết nối với khách hàng, nâng cao trải nghiệm của khách hàng, bằng việc tận dụng tối đa dữ liệu để phân tích và có được những thông tin, phát hiện có giá trị nhằm đề xuất giải pháp hành động thu hút, giữ chân khách hàng.
• Trao quyền cho nhân viên nhiều hơn, hỗ trợ nhân viên nâng cao hiệu suất bằng cách thiết kế môi trường làm việc thông minh, linh hoạt và an toàn, bảo mật
• Tăng tốc độ cung ứng dịch vụ, cải thiện dịch vụ và giảm chi phí nhờ vào sử dụng các quy trình kinh doanh tối ưu.
• Nắm bắt các cơ hội, xu hướng mới nổi bằng cách sử dụng dữ liệu như một tài sản chiến lược và chuyển đổi nó thành cơ hội để tăng trưởng

Có 3 vấn đề chính mà báo cáo nêu ra:

• Các nhà lãnh đạo, quản lý điều hành thường không có đủ thời gian để tư duy, đề xuất các chiến lược. Phần lớn các giám đốc điều hành được khảo sát thường tập trung quá nhiều vào các công việc hàng ngày, thiếu thời gian cho phát triển chiến lược.
• Nguồn dữ liệu từ bên ngoài là rất quan trọng để thu thập và khai thác nhưng nhiều công ty vẫn chưa thực sự quan tâm mặc dù đã chi rất nhiều để xây dựng nguồn dữ liệu nội bộ phục vụ cho hoạt động kinh doanh đồng thời cũng nhận thức được lợi ích của việc kết hợp với nguồn dữ liệu bên ngoài.
• Xác định nguồn dữ liệu thích hợp và phần mềm khai thác, phân tích dữ liệu phù hợp là ưu tiên hàng đầu. Các nhà điều hành vẫn đang đẩy mạnh đầu tư vào nền tảng công nghệ trong hai đến ba tiếp theo năm để nâng cao năng lực khai thác dữ liệu. Sự chậm trễ trong việc khai thác dữ liệu tiềm năng có thể khiến các công ty tụt hậu trước đối thủ cạnh tranh và thị trường kinh doanh luôn thay đổi. Hầu hết họ đều mong muốn tận dụng chuyên môn của những nhà cung cấp đáng tin cậy để giúp họ tiếp cận các nền tảng công nghệ mới nhất.

Có hơn 50% CEO và quản lý cấp cao trong cuộc khảo sát dành hơn 60% thời gian một ngày làm việc cho các công việc quan trọng, hay các công việc ngắn hạn. Số liệu phản ánh bộ phận lãnh đạo thường không có nhiều thời gian để tìm hiểu, lên kế hoạch cho các chiến lược không chỉ riêng về khai thác dữ liệu mà còn các chiến lược kinh doanh khác.

Tìm hiểu chi tiết về các nguyên nhân trong việc đội ngũ lãnh đạo không thể phát triển những chiến lược chuyển đổi số hiệu quả thì báo cáo chỉ ra có 6 nguyên nhân chính:

• Thiết lập chiến lược và kế hoạch thực hiện không phải nhiệm vụ của họ
• Đội ngũ lãnh đạo chỉ quan tâm đến các mục tiêu ngắn hạn
• Đầu tư vào phân tích dữ liệu để tìm ra những sáng kiến chiến lược không phải trọng tâm của công ty
• Thiếu tầm nhìn trong việc phát triển chiến lược
• Đã dành đủ thời gian để lên kế hoạch tăng trưởng cho tương lai
• Không có đủ thời gian dành cho việc tư duy, phát triển chiến lược

Kết quả cho thấy không có đủ thời gian dành cho chiến lược là nguyên nhân chính với trên 50% ý kiến đồng tình.

Tiếp theo khi hỏi về niềm tin của họ dành cho nguồn dữ liệu bên ngoài tổ chức, tức là họ đánh giá thế nào về lợi ích nguồn dữ liệu bên ngoài (External Data) mang lại cho tổ chức của mình trong việc nâng cao hiệu quả về tài chính, đưa ra các dự báo thị trường chính xác nếu xác định đúng nguồn dữ liệu và kết hợp hiệu quả với quy trình lập kế hoạch cụ thể

Kết quả cho thấy trên 90% CEO và quản lý cấp cao trong khảo sát đồng tình là External data sẽ giúp ích cho họ trong việc đưa ra dự báo, nâng cao hiệu quả kinh doanh, trong đó có hơn 60% tin rằng tổ chức mình sẽ đạt được rất nhiều lợi ích.

Mặc dù nhận ra tầm quan trọng của dữ liệu nhưng nhiều công ty lại không biết cách khai thác tối ưu để hỗ trợ quá trình lập kế hoạch, chiến lược hay thậm chí cho rằng kinh nghiệm, và những gì đã làm đúng trong quá khứ sẽ luôn giúp họ trong tương lai. Tuy nhiên với môi trường kinh doanh biến động như hiện nay, khi các yếu tố tác động đến lợi nhuận của họ đang tăng lên không ngừng và khó kiểm soát thì kinh nghiệm là không đủ.

Khảo sát chỉ ra rằng có hơn 60% CEO và quản lý cấp cao cho rằng công ty họ chỉ sử dụng nguồn dữ liệu bên ngoài để hỗ trợ từ 0 đến dưới 50% quy trình lập kế hoạch cho tổ chức. Con số cho thấy nhiều công ty vẫn chưa thực sự coi trọng và đẩy mạnh triển khai phân tích dữ liệu vào hoạt động mặc dù ứng dụng Data Science trong những năm qua không còn là xu hướng mới nổi.

Vậy nguyên nhân nào khiến họ không thể áp dụng Data analytics hay Data mining hiệu quả?

Trong số các nguyên nhân, thì có 45.5% CEO, quản lý cấp cao cho rằng họ không có được phần mềm, công cụ hỗ trợ phù hợp trong việc khai thác dữ liệu. Tuy nhiên cho dù họ có các phần mềm, công cụ phù hợp thì năng lực phân tích yếu kém cũng là vấn đề đặt ra hàng đầu khi có đến 42% đồng tình, quá trình thu thập dữ liệu không hiệu quả ở cả dữ liệu nội bộ và bên ngoài cũng là thách thức lớn mà theo họ sẽ cản trở việc lập kế hoạch hoạt động cho tổ chức.

Câu hỏi mà khảo sát đặt ra tiếp theo cho các CEO và quản lý cấp cao là nếu họ đã có sáng kiến hay bất kỳ ý tưởng nào trong việc áp dụng khai thác dữ liệu thì khi nào họ sẽ ứng dụng phân tích dự báo vào quá trình lập kế hoạch trong tổ chức?. Thì có đến 29.2% nói rằng đã tích hợp vào hoạt động kinh doanh, 27.8% đã có kế hoạch thực hiện trong năm 2019 (khảo sát thực hiện 2019) nhưng có đến 17.7% thông báo họ mới có ý định nhưng chưa có kế hoạch cụ thể.

Cuối cùng, khi được hỏi về tầm quan trọng trong việc hợp tác với những công ty, tổ chức chuyên vê lĩnh vực Data analytics để cung cấp những hiểu biết có giá trị đồng thời hỗ trợ quá trình khai thác dữ liệu ứng dụng vào hoạt động kinh doanh  hiệu quả, thì có 51% CEO và quản lý cấp cao trong cuộc khảo sát cho rằng sự hợp tác là quan trọng và cần thiết, với 29% cho rằng rất quan trọng.

Đúc kết khảo sát, Microsoft và Prevedere cho rằng giải pháp để chuyển đổi số hiệu quả thì đầu tiên phải cải thiện phân tích dữ liệu và áp dụng nó vào hoạt động kinh doanh. Nhưng để chuyển đổi sang định hướng dữ liệu hay còn gọi Data – driven, thì mỗi công ty cần một kế hoạch chi tiết, quy mô hơn với sự kết hợp tối ưu giữa nguồn dữ liệu cần khai thác và phần mềm/ công cụ hỗ trợ phù hợp. Bên cạnh đó cần tận dụng các giải pháp công nghệ không chỉ tự động thu thập, làm sạch, tổ chức dữ liệu (nói cách khác nâng cao chất lượng dữ liệu) mà còn xác định các yếu tố bên ngoài nào sẽ tác động đến thành quả mong muốn từ quá trình khai thác dữ liệu.

Chúng ta cùng đến với một báo cáo nổi tiếng khác cũng đề cập tình hình khai thác dữ liệu mà cụ thể là ứng dụng Big Data, AI vào hoạt động ở các tổ chức.

Big Data and AI Executive Survey 2020: Data-Driven Business Transformation & Connecting Data/AI Investment to Business Outcomes

Bên trên là tên của báo cáo mới nhất của NewVantage Partners, tổ chức hàng đầu thế giới, chuyên về tư vấn các giải pháp dữ liệu, khai thác dữ liệu cho các công ty lớn thuộc tạp chí Fortune 1000.

Mỗi một năm NewVantage sẽ cho xuất bản một báo cáo thuộc series “Big Data and AI Excecutive survey” tập trung khảo sát, nghiên cứu tình hình ứng dụng Big Data, AI ở các công ty thuộc nhiều lĩnh vực khác nhau. Báo cáo mới nhất năm 2020 (thực hiện cho 2019) cho ra mắt tháng 1 vừa qua là phiên bản thứ  8.

Báo cáo lần này khảo sát các giám đốc điều hành cấp cao đến từ hơn 70 công ty nằm trong tạp chí Fortune 1000 (và là những công ty đứng đầu trong ngành của họ) về dữ liệu cũng như làm cách nào họ khai thác giá trị từ dữ liệu. Trong đó có 62.5% công ty thuộc ngành dịch vụ tài chính, 26.4% thuộc ngành y tế, chăm sóc sức khỏe, 11.1% là những ngành khác. Về phần các giám đốc tham gia cuộc khảo sát thì có đến hơn 62% là Chief Data & Analytics Officer (CDO)

Dưới đây là một số những kết quả có được từ khảo sát:

• 8% các công ty trong khảo sát thông báo họ đã và đang tiếp tục đẩy mạnh đầu tư vào Big Data và AI.
• 73,3% số giám đốc điều hành tham gia khảo sát nói rằng họ đạt được những kết quả như mong đợi và có thể đo lường được.
• Đầu tư vào dữ liệu và AI đang tăng, nhưng tốc độ đầu tư đang chậm lại. Tỷ lệ công ty trong khảo sát đầu tư lớn hơn 50 triệu USD lên tới 64,8% vào năm 2020 so với chỉ 39,7% vào năm 2018, với tổng số 98,8% doanh nghiệp đầu tư vào Big Data và AI. Tuy nhiên, tốc độ đầu tư đang chững lại, vì chỉ có 51,9% công ty trong báo cáo này thống báo họ đang tăng tốc độ đầu tư, trái ngược với con số 91,6% ở báo cáo đầu năm 2019.
• Báo cáo chỉ ra rằng các công ty luôn quan tâm và nắm bắt nhanh chóng các công nghệ và giải pháp AI, với 91,5% công ty đang đầu tư liên tục vào AI. Tuy nhiên, chỉ có 14,6% công ty nói rằng họ đã triển khai ứng dụng AI vào sản xuất trên quy mô rộng và tỷ lệ các công ty xem AI là công nghệ đột phá nhất đã giảm từ 80,0% trong báo cáo trước xuống còn 69,5% ở lần này.
• Các công ty đang cố gắng chuyển đổi hoạt động theo định hướng dữ liệu nhưng tiến độ vẫn còn rất chậm. Với 73,4% công ty cho rằng ứng dụng Big Data đối với họ vẫn là một thách thức lớn. Chỉ có 37,8% công ty báo cáo họ hiện tại đã chuyển đổi thành một tổ chức định hướng dữ liệu. Nhưng chỉ có 26,8% cho rằng mình thành công trong việc xây dựng nền văn hóa dữ liệu bên trong nội bộ. Các công ty vẫn đang vật lộn để cạnh tranh với đối thủ của mình trong việc triển khai phân tích dữ liệu – chỉ 45,1%, giảm nhẹ so với 47,6% khảo sát đầu năm 2019. Hầu hết các công ty đều nhận định yếu tố con người và quy trình hoạt động kinh doanh chính là những thách thức chính – 90,9% xem đây là rào cản lớn nhất để trở thành tổ chức định hướng dữ liệu
• Nhiều công ty vẫn không có người đảm nhận CDO – Chief Data Officer (người đứng đầu bộ phận dữ liệu), hay thậm chí là không có vị trí này. 72,1% công ty báo cáo rằng chức vụ CDO vẫn chưa hình thành, trong khi chỉ có 27,9% công ty đã thiết lập thành công vị trí này. Các công ty đồng tình việc các chuyên gia bên ngoài nên đảm nhận vị trí CDO chiếm 48,5%, tăng so với 38,2% vào năm 2019, và không còn ủng hộ các nhân viên có kinh nghiệm làm việc lâu năm đảm nhận vị trí CDO – giảm xuống 15,8% vào năm 2020 từ 32,4% vào năm 2019.
• Động cơ hay nói cách khác mục đích đầu tư vào AI/ Big data

• AI và Machine Learning vẫn đang được đầu tư nhiều nhất trong 3 năm trở lại đây

Còn nhiều số liệu trong báo cáo mà chúng tôi không thể trình bày hết các bạn có thể tham khảo thêm ở các nguồn khác.

Đến đây là kết thúc bài viết. Mong các bạn sẽ tiếp tục ủng hộ BigDataUni ở những bài viết sắp tới.

Về chúng tôi, công ty BigDataUni với chuyên môn và kinh nghiệm trong lĩnh vực khai thác dữ liệu sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích, khai thác dữ liệu và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống dữ liệu”, “Khai thác dữ liệu dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.