對于IT部門來說，管理無限增長的數據存儲是非常大的挑戰。

不斷增加的管理工作量迫使很多IT部門想方設法減少他們在存儲、分析和向用戶呈現信息方面花費的時間。企業一直在尋找產品，以減少其IT支持專業人員花費在維護當前系統上的時間，從而使他們能夠專注于更高的ROI活動。

[[349738]]

同時，各種規模的供應商都都紛紛發布新產品或增強現有產品，以利用IT社區對自動化數據管理活動的興趣來賺錢。這些供應商提供節省時間的自動化、人工智能和機器學習功能，可幫助企業改善數據集成、元數據管理、數據庫管理、分析和信息治理功能。

增強數據管理增長

增長最快的趨勢之一是人工智能和機器學習增強工具，這些工具可幫助員工收集、準備、存儲和分析數據以及共享業務見解。根據Gartner最近的研究預測，到2022年，由于增強功能，手動數據管理任務將減少45%。

下面讓我們看看高度概括版的信息生命周期，以更深入地了解增強數據管理。 數據收集、歸檔和管理 數據治理是一項戰略計劃，它定義企業需要的角色、規則、流程和最佳做法，以確保數據的安全性、質量和正確使用。數據治理提供了控制藍圖，以確保在企業級對數據進行有效管理。數據治理的目標是打破數據孤島，以促進整個企業之間的信息共享，并確保企業數據資產的準確性、跨系統保持一致且不被濫用。

數據治理的關鍵組成部分是元數據管理。為了將數據轉換為你可信任的信息，你首先需要收集數據并記錄其含義、業務用途、來源、沿襲、背景信息以及與其他元素的關系。這些信息稱為元數據-有關數據的數據。數據專家探索元數據存儲庫，以識別和更好地理解可使用的數據資產。

我們很容易得出這樣的假設，即總體數據治理以及對企業數據資產的有效管理和歸檔既費時又昂貴。

現在信息管理市場有非常多的產品，從專注于特定管理活動的應用程序到試圖涵蓋整個數據治理過程的通用平臺。

這些工具供應商共同點是，他們利用自動化、人工智能和機器學習方面的進步來使他們的產品與競爭產品區分。下面讓我們看看具有獨特的增強數據管理功能集的示例供應商產品。

• Informatica。Informatica是提供各種數據管理產品的行業領導者。該供應商最近宣布在其智能數據平臺產品中集成了增強的數據管理創新。
• Infogix。Infogix提供廣泛的數據治理產品，現在該公司還提供增強的元數據管理策略。
• IBM。這個行業巨頭繼續向其數據治理產品套件中添加增強數據管理領域的最新創新技術。IBM在其IBM Watson知識目錄中使用自動化、人工智能和機器學習來促進企業數據治理。

數據基礎設施管理

在競爭激烈的市場領域中，數據庫管理系統供應商知道他們的產品必須提供功能以簡化、自動化和提高管理活動質量。這些供應商意識到，易于管理和節省時間的自動化是企業在比較產品時的關鍵評估點。

供應商將繼續集成自動化和產品生成的建議，以減少數據庫管理員在重復日常低ROI的管理活動上花費的時間。

運營人工智能(AIOps)是大數據、人工智能、機器學習和自動化技術的集合，可幫助數據基礎架構支持人員快速解決問題，并更有效地支持大規模企業計算環境。

數據基礎結構管理自動化的示例包括：

• 甲骨文。利用自動化減少管理任務時間和提高系統質量的示例是甲骨文的自治數據庫。
• 微軟。管理數據平臺包括管理其操作系統的云和本地版本。微軟的Operations Management Suite提供了一個控制臺，該控制臺可以自動化針對云和本地OS的各種管理活動;
• BMC Software。除了產品制造商，第三方管理工具提供商還可以專注于自動化數據基礎架構支持活動。BMC的TrueSight Automation for Servers就是很好的例子，讓我們看到第三方產品提供商如何使用增強的數據管理功能來減少管理時間并提高支持質量。

數據分析與展示

在數據分析的早期階段，對于IT行業的每個人來說，顯而易見的是，數據科學家花費了太多時間來收集、存儲和準備數據進行分析，實際上這些時間可以用來分析信息以產生業務見解。

分析工具供應商很快了解到，如果他們希望提高其產品的競爭優勢，則他們必須提供自動化、人工智能和機器學習功能來幫助數據科學家準備數據進行分析，并指導他們進行數據探索過程。

目前描述這些功能的行業流行詞是增強分析。

增強分析使用AI、機器學習和自動化功能來改善數據獲取、準備和分析功能，其目的是使數據科學家能夠更輕松地生成和發布高質量的見解。增強分析還可以通過生成建議來指導他們完成數據分析過程，從而幫助專家和公民數據科學家更有效地探索數據。