פּריפּערינג צו מאַך צו די וואָלקן

מיר זענען איצט אין די רגע יאָרצענדלינג פון וואָלקן קינדער. ווי פילע ווי 92% פון געשעפטן נוצן וואָלקן קאַמפּיוטינג צו עטלעכע גראַד. די פּאַנדעמיק איז געווען אַ לעצטע שאָפער פֿאַר אָרגאַנאַזיישאַנז צו אַדאַפּט וואָלקן טעקנאַלאַדזשיז. הצלחה מאָווינג נאָך דאַטן, פּראַדזשעקס און אַפּלאַקיישאַנז צו די וואָלקן דעפּענדס אויף צוגרייטונג, פּלאַנירונג און פּראָבלעם אַנטיסאַפּיישאַן.  

1. צוגרייטונג איז וועגן דאַטן און דער מענטש פאַרוואַלטונג פון די דאַטן און שטיצן ינפראַסטראַקטשער.
2. פּלאַנירונג איז יקערדיק. דער פּלאַן דאַרף אַנטהאַלטן ספּעציפיש שליסל עלעמענטן.
3. פּראָבלעם אַדמיניסטראַציע איז די פיייקייט צו פאָרויסזאָגן פּאָטענציעל אַרעאַס פון קאָנפליקט און די פיייקייט צו נאַוויגירן זיי אויב איר טרעפן.  

פיר טינגז וואָס אַ געשעפט דאַרף טאָן צו זיין געראָטן אין די קלאָוד, פּלוס 7 גאָטטשאַס

דיין געשעפט וועט מאַך צו די וואָלקן. נו, לאָזן מיר איבערחזרן אַז אויב דיין געשעפט וועט זיין געראָטן, עס וועט מאַך צו די וואָלקן - דאָס איז, אויב עס איז נישט דאָרט שוין. אויב איר זענט שוין דאָרט, איר מיסטאָמע וואָלט נישט לייענען דעם. דיין פירמע איז פאָרויס טראכטן און בדעה צו נוצן אַלע די בענעפיץ פון די וואָלקן וואָס מיר דיסקאַסט אין אן אנדער אַרטיקל. זינט 2020, 92% פון געשעפטן נוצן די וואָלקן צו עטלעכע מאָס און 50% פון אַלע פֿירמע דאַטן זענען שוין אין די וואָלקן.

די זילבער ונטערשלאַק אויף די COVID וואָלקן: די פּאַנדעמיק האט געצווונגען געשעפט צו קוקן מער וואָלקן קייפּאַבילאַטיז צו שטיצן די נייַע פּעראַדיים פון אַ ווייַט ווערקפאָרס. די וואָלקן רעפערס צו ביידע גרויס דאַטן סטאָרידזש און אַפּלאַקיישאַנז וואָס פּראָצעס די דאַטן.  איינער פון די הויפּט סיבות צו אַריבערפירן צו די וואָלקן איז צו באַקומען אַ קאַמפּעטיטיוו מייַלע דורך זיין פלעקסאַבאַל און באַקומען נייַע ינסייץ פון די באָאָטלאָאַדס פון דאַטן.   

די אַנאַליסט פירמע גאַרטנער קעסיידער פּאַבלישאַז אַ באַריכט וואָס דיסקאַסט "טעקנאַלאַדזשיז און טרענדס וואָס ווייַזן צוזאָג אין דעליווערינג אַ הויך גראַד פון קאַמפּעטיטיוו מייַלע איבער די ווייַטער פינף צו 10 יאָר." מיט צען יאר צוריק, גאַרטנער ס 2012 כייפּ ציקל פֿאַר קלאָוד קאַמפּיוטינג שטעלן קלאָוד קאַמפּיוטינג און פּובליק קלאָוד סטאָרידזש אין די "טראָג פון דיסילוזשאַן" פּונקט ווייַטער פון די "שפּיץ פון ינפלייטיד עקספּעקטיישאַנז." דערצו, ביג דאַטאַ איז נאָר אריין אין די "שפּיץ פון ינפלייטיד עקספּעקטיישאַנז". אַלע דריי מיט אַ געריכט פּלאַטאָ אין 3-5 יאָר. ווייכווארג ווי אַ סערוויס (SaaS) איז געווען געשטעלט דורך גאַרטנער אין די "שיפּוע פון ​​השכלה" פאַסע מיט אַ געריכט פּלאַטאָ פון 2 צו 5 יאָר.

אין 2018, זעקס יאָר שפּעטער, "Cloud Computing" און "Public Cloud Storage" זענען געווען אין די "Slope of Enlightenment" פאַסע מיט אַ פּראַדזשעקטאַד פּלאַטאָ פון ווייניקער ווי 2 יאָר. "סאָפטוואַרע ווי אַ סערוויס" האט ריטשט די פּלאַטאָ.  די פונט איז אַז עס איז געווען אַ באַטייטיק אַדאַפּשאַן פון די ציבור וואָלקן אין דעם פּעריאָד.  

הייַנט, אין 2022, וואָלקן קאַמפּיוטינג איז איצט אין זיין צווייט יאָרצענדלינג פון קינדער און איז איצט די פעליקייַט טעכנאָלאָגיע פֿאַר נייַע אַפּלאַקיישאַנז.  As גאַרטנער לייגט עס, "אויב עס איז נישט וואָלקן, עס איז לעגאַט." גאַרטנער זאגט ווײַטער אַז די פּראַל פון וואָלקן קאַמפּיוטינג אויף אַן אָרגאַניזאַציע איז טראַנספאָרמאַציע. ווי אַזוי זאָל אָרגאַנאַזיישאַנז צוגאַנג דעם טראַנספאָרמאַציע?

די טשאַרט באשרייבט אין מער דעטאַל וואָס עס מיטל אַז אַ טעכנאָלאָגיע איז אין אַ באַזונדער פאַסע. 

ווי זאָל אָרגאַנאַזיישאַנז צוגאַנג אָרגאַנאַזיישאַנאַל טראַנספאָרמאַציע?

אין זייער פּראָצעס פון אַדאַפּשאַן פון די וואָלקן, אָרגאַנאַזיישאַנז האָבן צו מאַכן דיסיזשאַנז, פאַרלייגן נייַ פּאַלאַסיז, ​​שאַפֿן נייַע פּראָוסידזשערז און אַדרעס ספּעציפיש טשאַלאַנדזשיז. דאָ איז אַ רשימה פון ספּעציפיש געביטן איר וועט דאַרפֿן צו באַשליסן צו זיין זיכער אַז דיין הויז איז אין סדר: 

1. טריינינג, שייַעך-טריינינג אָדער נייַע ראָלעס.  ווען איר אַדאַפּט די עפנטלעך וואָלקן פֿאַר דאַטן סטאָרידזש אָדער לעווערידזשינג די אַפּלאַקיישאַנז, איר האָבן אַוצאָרסט די שטיצן און וישאַלט פון די ינפראַסטראַקטשער. איר נאָך דאַרפֿן ינכאַוס עקספּערטיז צו פירן די פאַרקויפער און אַקסעס די דאַטן. דערצו, איר דאַרפֿן צו וויסן ווי צו לעווערידזש די נייַע מכשירים פֿאַר קאַגניטיוו אַנאַליטיקס און דאַטן וויסנשאַפֿט.     
2. דאַטע.  עס ס אַלע וועגן די דאַטן. דאַטע איז די נייַע קראַנטקייַט. מיר רעדן וועגן ביג דאַטאַ - דאַטן וואָס טרעפן בייַ מינדסטער עטלעכע פון ​​די V ס פון די דעפֿיניציע. ווען איר מאַך צו די וואָלקן, אין מינדסטער עטלעכע פון ​​דיין דאַטן וועט זיין אין די וואָלקן. אויב איר זענט "אַלע-אין", דיין דאַטן וועט זיין סטאָרד אין די וואָלקן און פּראַסעסט אין די וואָלקן.

A. אַוואַילאַביליטי פון דאַטן. קענען דיין יגזיסטינג אָנ-פּרעם אַפּלאַקיישאַנז אַקסעס די דאַטן אין די וואָלקן? איז דיין דאַטן ווו עס דאַרף זיין פֿאַר פּראַסעסינג? צי איר דאַרפֿן צו בודזשעט צייט אין דיין וואָלקן מיגראַטיאָן פּרויעקט צו אַריבערפירן דיין דאַטן צו די וואָלקן? ווי לאַנג וועט דאָס נעמען? צי איר דאַרפֿן צו אַנטוויקלען נייַע פּראַסעסאַז צו באַקומען דיין טראַנסאַקטיאָנאַל דאַטן צו די וואָלקן? אויב איר בדעה צו דורכפירן אַי אָדער מאַשין לערנען, עס מוזן זיין גענוג טריינינג דאַטן צו טרעפן די געבעטן מדרגה פון אַקיעראַסי און פּינטלעכקייַט.

B. וסאַביליטי פון דאַטן. איז דיין דאַטן אין אַ פֿאָרמאַט וואָס קענען זיין קאַנסומד דורך די מענטשן און מכשירים וואָס אַקסעס די דאַטן? קענען איר דורכפירן אַ "הייבן-און-יבעררוק" אויף דיין דאַטן ווערכאַוס? אָדער קען עס זיין אָפּטימיזעד פֿאַר פאָרשטעלונג? 

C. קוואַליטעט פון דאַטן. די קוואַליטעט פון די דאַטן אויף וואָס דיין דיסיזשאַנז פאַרלאָזנ זיך קענען ווירקן די קוואַליטעט פון דיין דיסיזשאַנז. גאַווערנאַנס, דאַטן סטעוואַרדס, דאַטן פאַרוואַלטונג, טאָמער אַ דאַטן קוראַטאָר קען שפּילן אַ באַטייטיק ראָלע אין די אַדאַפּשאַן פון קאַגניטיוו אַנאַליטיקס אין די וואָלקן. נעמען די צייט איידער איר מייגרייט די דאַטן צו די וואָלקן צו אַססעסס די קוואַליטעט פון דיין דאַטן. עס איז גאָרנישט מער פראַסטרייטינג ווי דיסקאַווערד אַז איר האָט מייגרייטיד דאַטן וואָס איר טאָן ניט דאַרפֿן.

ד וועריאַביליטי און אַנסערטאַנטי אין גרויס דאַטן. דאַטן קען זיין סתירה אָדער דערענדיקט. אין יוואַליוייטינג דיין דאַטן און ווי איר בדעה צו נוצן עס, זענען עס גאַפּס? איצט איז די צייט צו פאַרריכטן באַוווסט ישוז שייַכות צו פאַרנעמונג-ברייט סטאַנדאַרדס אויף דאַטן. סטאַנדערדייז איבער ריפּאָרטינג סענטערס אויף פּשוט טינגז ווי צייט דימענשאַנז, געאָגראַפי כייעראַרקיז. ידענטיפיצירן דעם איין מקור פון אמת.   

E. לימיטיישאַנז טאָכיק אין גרויס דאַטן זיך. א גרויס נומער פון פּאָטענציעל רעזולטאַטן קען דאַרפן אַ פעלד מומחה צו אָפּשאַצן די רעזולטאַטן פֿאַר באַטייַט. אין אנדערע ווערטער, אויב דיין אָנפֿרעג קערט אַ פּלאַץ פון רעקאָרדס, ווי וועט איר ווי אַ מענטש פּראָצעס עס? צו פילטערן עס ווייַטער און רעדוצירן די נומער פון רעקאָרדס, אַזוי אַז עס קענען זיין קאַנסומד דורך אַ פּראָסט ניט-סופּער מענטש, איר וועט דאַרפֿן צו וויסן די געשעפט הינטער די דאַטן.

     3. שטיצן די יסוד / ינפראַסטראַקטשער פון עס. באַטראַכטן אַלע די מאָווינג טיילן. עס איז מסתּמא אַז ניט אַלע דיין דאַטן וועט זיין אין די וואָלקן. עטלעכע קען זיין אין די וואָלקן. עטלעכע אויף-לאָקאַל. נאָך אנדערע דאַטן קען זיין אין אנדערן פאַרקויפער ס וואָלקן. צי איר האָבן אַ דאַטן לויפן דיאַגראַמע? זענט איר גרייט צו מאַך פון אָנפירונג פיזיש ייַזנוואַרג צו אָנפירונג ווענדאָרס וואָס פירן גשמיות ייַזנוואַרג? צי איר פֿאַרשטיין די לימיטיישאַנז פון די וואָלקן סוויווע? האָבן איר אַקאַונאַד פֿאַר די פיייקייט צו שטיצן אַנסטראַקטשערד דאַטן און שליסל פּלאַטפאָרמע-ענייבאַלינג טעקנאַלאַדזשיז. וועט איר נאָך קענען צו נוצן די זעלבע SDK, API, דאַטן יוטילאַטיז וואָס איר האָט געוויינט אין לאָקאַל? זיי וועלן מסתּמא דאַרפֿן צו זיין רירייט. וואָס וועגן דיין יגזיסטינג ETL צו מאַסע די דאַטן ווערכאַוס פֿון טראַנסאַקטיאָנאַל סיסטעמען? ETL סקריפּס וועט דאַרפֿן צו זיין רירייט.

     4. ראַפינירן ראָלעס. יוזערז קען דאַרפֿן צו זיין ריטריינד אויף די נייַע אַפּלאַקיישאַנז און ווי צו אַקסעס דאַטן אין די וואָלקן. אָפט אַ דעסקטאַפּ אָדער נעץ אַפּלאַקיישאַן קען האָבן די זעלבע אָדער ענלעך נאָמען ווי איינער דעדאַקייטאַד צו די וואָלקן. עס, אָבער, קען פונקציאָנירן אַנדערש, אָדער אפילו האָבן אַ אַנדערש שטריך שטעלן.  

אויב דיין אָרגאַניזאַציע איז ערנסט וועגן מאַך צו די וואָלקן און מאַכן די מערסט פון אַנאַליטיקס, עס איז קיין דעבאַטע אַז די מאַך קענען צושטעלן באַטייַטיק געשעפט און עקאָנאָמיש ווערט. פּראַקטאַקלי גערעדט, צו באַקומען דאָרט פֿון דאָ, איר דאַרפֿן צו: 

1. פאַרלייגן אַ טשאַרטער.  

A. האָבן איר דיפיינד די פאַרנעם פון דיין פּרויעקט?  

בי צי איר האָבן יגזעקיאַטיוו ספּאָנסאָרשיפּ?

ג ווער - וואָס ראָלעס - זאָל זיין אַרייַנגערעכנט אין די פּרויעקט? ווער איז דער הויפט ארכיטעקט? וואָס עקספּערטיז טאָן איר דאַרפֿן צו פאַרלאָזנ אויף די וואָלקן פאַרקויפער?

ד וואָס איז דער סוף ציל? דורך דעם וועג, דער ציל איז נישט "מאָווינג צו די וואָלקן". וואָס פּראָבלעם (s) איר פּרווון צו סאָלווע?

E. דעפינירן דיין הצלחה קרייטיריאַ. ווי וועט איר וויסן אַז איר זענט געראָטן?

2. אַנטדעקן. אָנהייב אין די אָנהייב. נעמען ינוואַנטאָרי. געפינען אויס וואָס איר האָט. ענטפֿערן די שאלות:

A. וואָס דאַטן טאָן מיר האָבן?

בי וואו איז די דאטא?

C. וואָס געשעפט פּראַסעסאַז דאַרפֿן צו זיין געשטיצט? וואָס דאַטן טאָן די פּראַסעסאַז דאַרפֿן?

ד וואָס מכשירים און אַפּלאַקיישאַנז טאָן מיר איצט נוצן צו מאַניפּולירן די דאַטן?

E. וואָס איז די גרייס און קאַמפּלעקסיטי פון די דאַטן?

ו.װאָס װעלן מיר האָבן? וואָס אַפּלאַקיישאַנז זענען בארעכטיגט אין די וואָלקן פֿון אונדזער פאַרקויפער?

ג. ווי וועלן מיר פאַרבינדן צו די דאַטן? וואָס פּאָרץ וועט זיין אָפן אין די וואָלקן?

ה. זענען עס קיין רעגיאַליישאַנז אָדער רעקווירעמענץ וואָס דיקטירן פּריוואַטקייט אָדער זיכערהייט רעקווירעמענץ? זענען עס SLAs מיט קאַסטאַמערז וואָס דאַרפֿן צו זיין מיינטיינד?  

I. צי איר וויסן ווי קאָס וועט זיין קאַלקיאַלייטיד פֿאַר וואָלקן באַניץ?

3. אַססעסס און אָפּשאַצן. 

A. וואָס דאַטן טאָן מיר בדעה צו אַריבערפירן?

בי אַססעסס קאָס. איצט אַז איר וויסן די פאַרנעם און באַנד פון דאַטן, איר זענט אין אַ בעסער שטעלע צו דעפינירן אַ בודזשעט.

C. דעפינירן גאַפּס וואָס עקסיסטירן צווישן וואָס איר איצט האָבן און די עקספּעקטיישאַנז פון וואָס איר דערוואַרטן צו האָבן. וואס פעלט מיר?

ד. אַרייַננעמען אַ פּראָבע מיגראַטיאָן צו ויסשטעלן וואָס איר האָט מיסט אין טעאָריע.

E. אַרייַננעמען באַניצער אַקסעפּטאַנס טעסטינג אין דעם פאַסע ווי געזונט ווי אין די לעצט פאַסע.

F. וואָס טשאַלאַנדזשיז קענען איר פאָרויסזאָגן אַזוי אַז איר קענען בויען קאַנטינדזשאַנסיז אין דער ווייַטער פאַסע?

ג. וואָס ריסקס זענען יידענאַפייד?

4. פּלאַן. גרינדן א road מאַפּע. 

A. וואָס זענען די פּרייאָראַטיז? וואָס קומט ערשטער? וואָס איז די סיקוואַנס?

ב וואָס קענען איר ויסשליסן? ווי קענען איר רעדוצירן די פאַרנעם?

C. וועט עס זיין אַ צייט פֿאַר פּאַראַלעל פּראַסעסינג?

ד. וואס איז דער צוגאנג? פּאַרטיייש / פאַסעד צוגאַנג?

E. האָבן איר דיפיינד די זיכערהייַט צוגאַנג?

F. האָבן איר דיפיינד דאַטן באַקאַפּ און ומגליק אָפּזוך פּלאַנז?

ג. וואָס איז דער קאָמוניקאַציע פּלאַן - ינערלעך צו פּרויעקט, צו סטייקכאָולדערז, צו סוף-ניצערס?

5. בויען. מיגרירן. טעסט. קאַטער.

א. ארבעט דעם פלאן. רעוויסע עס דינאַמיקאַללי באזירט אויף נייַע אינפֿאָרמאַציע.

ב. בויען אויף דיין היסטארישע סטרענגקטס און סאַקסעסיז דיין לעגאַט IT יסוד און נעמען מייַלע פון ​​ביג דאַטאַ און קאַגניטיוו אַנאַליטיקס בענעפיץ.       

6. איבערחזרן און ראַפינירן.  

א. ווען קענען איר צוריקציען די סערווערס וואָס זיצן איצט ליידיק?

ב. וואָס רעפאַקטאָרינג האָבן איר דיסקאַווערד אַז דאַרף זיין געטאן?

C. וואָס אַפּטאַמאַזיישאַנז קענען זיין געמאכט צו דיין דאַטן אין די וואָלקן?  

ד וואָס נייַ דאַטן אַפּלאַקיישאַנז קענען איר איצט נוצן אין די וואָלקן?

E. וואָס איז דער ווייַטער מדרגה? אַי, מאַשין לערנען, אַוואַנסירטע אַנאַליטיקס?

גוטטשאַס

עטלעכע קוואלן זאָגן אַז ווי פילע ווי 70% פון טעכנאָלאָגיע פּראַדזשעקס זענען גאַנץ אָדער פּאַרטיייש פייליערז. משמעות, עס דעפּענדס אויף דיין דעפֿיניציע פון   דורכפאַל. אן אנדער מאָקער געפונען אַז 75% געדאַנק זייער פּרויעקט איז געווען דומד פון די אָנהייב. דאָס קען מיינען אַז 5% סאַקסידאַד טראָץ די שאַנסן קעגן זיי. מייַן דערפאַרונג דערציילט מיר אַז עס איז אַ באַטייטיק בראָכצאָל פון טעכנאָלאָגיע פּראַדזשעקס וואָס אָדער קיינמאָל באַקומען אַוועק פון דער ערד אָדער פאַרלאָזן צו גאָר פאַרשטיין די צוגעזאגט עקספּעקטיישאַנז. עס זענען עטלעכע פּראָסט טעמעס וואָס די פּראַדזשעקס טיילן. ווען איר אָנהייבן פּלאַנירונג דיין מיגראַטיאָן צו די וואָלקן, דאָ זענען עטלעכע גוטטשאַס צו קוקן פֿאַר. אויב איר טאָן ניט, זיי זענען ווי שלעכט קאַרמאַ, אָדער אַ שלעכט קרעדיט כעזשבן - גיכער אָדער שפּעטער, זיי וועלן בייַסן איר אין די באַט.:

1. אָונערשיפּ. א איין מענטש מוזן פאַרמאָגן די פּרויעקט פֿון אַ פאַרוואַלטונג פּערספּעקטיוו. אין דער זעלביקער צייט, אַלע פּאַרטיסאַפּאַנץ מוזן פילן ינוועסטאַד ווי סטייקכאָולדערז.
2. קאָסטן. האט מען צוטיילט בודזשעט? צי איר וויסן די סדר פון מאַגנאַטוד פֿאַר די ווייַטער 12 חדשים ווי געזונט ווי אַן אָפּשאַצונג פון אָנגאָינג קאָס? זענען עס קיין פּאָטענציעל פאַרבאָרגן קאָס? האָבן איר דזשעטיזאַנד קיין וידעפדיק פלאָטסאַם און דזשעץאַם אין צוגרייטונג פֿאַר די מאַך. איר טאָן נישט וועלן צו מייגרייט דאַטן וואָס וועט ניט זיין געוויינט אָדער איז נישט טראַסטיד.       
3. פירערשאַפט. איז די פּרויעקט גאָר באצאלטע דורך פאַרוואַלטונג? זענען עקספּעקטיישאַנז און די דעפֿיניציע פון ​​הצלחה רעאַליסטיש? צי די אַבדזשעקטיווז ייַנרייען מיט פֿירמע זעאונג און סטראַטעגיע?
4. פּראָיעקט פאַרוואַלטונג. זענען טיימליינז, פאַרנעם און בודזשעט רעאַליסטיש? זענען עס "פאָרסעס" וואָס דאַרפן קירצער עקספּרעס דעדליינז, געוואקסן פאַרנעם און / אָדער נידעריקער קאָס אָדער ווייניקערע מענטשן? איז עס אַ פעסט אָנכאַפּן אויף די באדערפענישן? זענען זיי רעאַליסטיש און געזונט-דיפיינד?
5. מענטשלעך רעסאָורסעס. טעכנאָלאָגיע איז דער גרינג טייל. דאָס איז די מענטשן וואָס קענען זיין אַ אַרויסרופן. מיגרייטינג צו די וואָלקן וועט ברענגען ענדערונגען. מענטשן טאָן ניט ווי טוישן. איר דאַרפֿן צו שטעלן עקספּעקטיישאַנז אַפּראָופּרייטלי. צי האָט מען דעדאַקייטאַד גענוג און צונעמען שטעקן צו דער איניציאטיוו? אָדער האָבן איר געפרוווט צו שנייַדן צייט פון מענטשן וואָס זענען שוין צו פאַרנומען מיט זייער טאָג אַרבעט? זענט איר ביכולת צו האַלטן אַ סטאַביל מאַנשאַפֿט? פילע פּראַדזשעקס דורכפאַל ווייַל פון ויסקער אין שליסל פּערסאַנעל.  
6. ריסקס. האָבן ריסקס שוין יידענאַפייד און געראטן הצלחה?  
7. Contingency. האָבן איר געווען ביכולת צו ידענטיפיצירן טינגז וואָס זענען אויס פון דיין קאָנטראָל אָבער וואָס קען ווירקן עקספּרעס? באַטראַכטן די ווירקונג פון אַ ענדערונג אין פירערשאַפט. ווי וואָלט אַ וועלט-ברייט פּאַנדעמיק ווירקן דיין פיייקייט צו טרעפן דעדליינז און באַקומען רעסורסן?  

די קלאָוד קאַמפּיוטינג כייפּ ציקל אין 2022

אַזוי ווו זענען קלאָוד קאַמפּיוטינג, פּובליק קלאָוד סטאָרידזש און ווייכווארג ווי אַ סערוויס אויף די ימערדזשינג טעכנאָלאָגיע כייפּ ציקל פון Gartner הייַנט? זיי זענען נישט. זיי זענען ניט מער אַרויף-און-קומענדיק טעקנאַלאַדזשיז. זיי זענען ניט מער אויף די האָריזאָנט. זיי זענען מיינסטרים, ווארטן צו זיין אנגענומען. וואַך פֿאַר וווּקס אין די פאלגענדע ימערדזשינג טעקנאַלאַדזשיז: AI-Augmented Design, Generative AI, Physics-Informed AI און Non Fungible Tokens.  

די יידיאַז אין דעם אַרטיקל זענען ערידזשנאַלי דערלאנגט ווי די מסקנא צו דעם אַרטיקל "קאָגניטיווע אַנאַליטיקס: בילדינג אויף דיין לעגאַסי IT וויקיפּעדיע" דערלאנגט אין TDWI Business Intelligence Journal, באנד 22 , נומ 4 .