ML 和 AI 非常适合自动化和加速数据科学家 今天的预测不会永远 工作中最费力的部分：收集、准备、清理以及查找数据中的模式和相关性。然而，增强分析的意义远远不止减轻过度劳累的专家的负担。通过让更广泛的受众能够使用复杂的工具，增强分析将赋予新一代公民数据科学家权力。一线员工（例如业务线经理、运营经理和领域专家）将能够控制他们 今天的预测不会永远 需要的工具，以便更快地做出更好的决策。
持续智能（CI）
CI 的快速增长反映了现代企业运营的迅猛速度。为了做 电报数据 出正确的决策，我们需要了解当前正在发生的事情，以及采取的最佳应对行动方案。在 2021 年及以后，更多此类答案将来自 CI，这是一种将实时分析 但是，如果我无法满足加拿大创业签证的要求 因为 集成到业务运营中的设计模式。通过处理当前数据和历史数据，它将越来越多地用于自动化决策过程，而不是支持决策过程。
CI 利用的工具将丰富多样
它们包括增强分析、事件流处理、优化、业务规 些 邮寄线索 方 则管理和机器学习。此外，2020 年已经清楚地表明，“设定并忘记”不再是一种选择。市场在变化，行为在发展，事件在发生。 事实上，它明天可能就不起作用了。CI 将在 2021 年产生影响，因为它提供了可以自行学习、不断调整和改进的工具。正如增强分析推动公民数据科学家的崛起一样，CI 将嵌入到现有的工作流程中，而不是与数据科学专家隔绝。