2016年人机协作
关于技术，最常见的一个误解就是：新技术总是优于传统人工。考虑到过去人类职业被机器自动化所取代的次数，很容易就会得出这个假设。但是替代现象并不是线性的。有无数例子证明，新技术并不总能企及它所替代的人所提供的价值。
人们往往会太过盲目地运用自动化——让机器做只有人类才擅长的事，比如接电话、读取面部表情等任务。与此同时，在其它领域，我们却要求人类完成机器非常擅长的数据驱动型任务，例如决定如何更好地安排店铺库存。
多亏有了大数据分析，我们可以纠正这两方面的错误。大数据分析可添加到以人为主导的流程中，从而进行人机协作，而不是用一对一的交换形式取代人类。通过在流程中适时的添加更多数据，大数据分析可以减少决策对人类推测的依赖。
通过更加明智地运用自动化，大数据让机器和人协同做出关于流程和政策的决策，充分发挥各自的优势。
对于全球企业来说，这是一个巨大的优势，因为技术能够根据需求被添加和取代，从而以近乎完美的可靠性和连贯性而兑现企业所需智能自动化。
尽管大量的大数据分析装置已在全球部署到位，但是它们大多远离公众视线，仅用于机密性、高价值的任务。2016年，这种情况将发生改变——大数据分析将出现在各种业务应用最醒目的位置。
以下是我们预测大数据将在2016年提供的五大关键业务优势：
1. 劳动力优化
我们都对所要做的事，以及什么是正确，什么是错误有预感和“直觉”。但是没有数据做支撑的直觉很少能够做出理想的选择。当决策由数据驱动并辅以人类直觉做补充时，就会实现优化。
例如，运营车辆的司机往往依赖直觉和之前的经验决定行车路线。如果拥有车载信息和路线优化数据，人们就能大大提高其驾驶效率，并在必要的时候通过直觉解决问题。这种流程混合能让机器和人类发挥各自最大优势，为业务流程和客户体验带来最大价值。
通过更多数据驱动型决策支持来补充人类为主导的流程，大数据分析能够辅助和优化各项人为活动。
2. 多渠道世界中的选择
人们对渠道有着强烈的偏好。例如有研究表明，80后、90后会倾向于选择通过他们的“原生”渠道——移动或社交媒体所提供的服务。
渠道多样化对于用户选择非常有利，但却为企业带来挑战，尤其是当他们没有技术保证每个渠道都拥有同样的客户体验时。例如，呼叫中心的座席使用决策支持工具来根据政策解决问题，但是如果系统数据和政策与其它渠道中的数据和政策并不相同，那么客户体验就会分崩离析。这导致用户不满和困惑——因为不同渠道可能产生不同的结果。
大数据分析可帮助企业免除渠道限制。如果你能够迅速、准确地分析大数据，那么每个渠道都可以利用相同的数据源和政策，从而确保所有渠道都能平等地运行。此外，大数据分析可支持无缝跨渠道流程，这意味着员工和客户在任何时候始终都能选择最便利的渠道。
3. 流程编排和政策管理
在任何企业，政策和流程都是密不可分的。流程必须在企业制定的政策内执行，并且定期进行审查，以确保它们不会过时或妨碍业务。
通过技术来执行流程和政策时，过程中的问题就会在业务成果中显现出来。这是好事，因为当流程导致意想不到的结果时，出现的异常情况会准确告诉我们流程或政策的哪方面需要进行改进。例如，如果客户放弃了一个在线购物车，转而寻求客服或呼叫中心的帮助，那么这表明某些方面需要进行改进。大数据分析提供了追踪和分析这些相关性的方法，从而避免了它们可能会导致的问题。
除此之外，大数据分析将有助于降低业务流程运行的整体成本。例如，通过识别超出自动化流程处理能力的情况，大数据分析可帮助企业减少异常的开支。
4. 自动个性化
过去，由人执行个性化任务是有意义的，因为机器往往不善于做出主观决策，即我们通常所说的“软”决策。其中包括非语言行为、面部表情和语调等人类交流中的暗示。
2016年，公司将取得进一步突破，让机器能够模拟“软”数据。通过吸收大量信息(包括过去收集和分析起来太慢、太贵的数据类型，如知识型员工的沟通与案例记录)，大数据分析使其成为可能。由于机器变得更善于解析各种数据类型(所谓的“非结构化” 数据)并把它们与大量结构化数据进行关联，机器可以开始改进并加快员工的业务流程和客户体验。