毫无疑问，商业模式目前有三大趋势：物联网（IoT），大数据和人工智能（AI）。从仍然分散的互联网的事情到计算范式的快速波动，人们如何重塑我们的生活方式，每个人都在谈论这些趋势，但真正发生了什么？
以下是您对消费者需求的了解以及从消费者角度来看未来的未来。
大数据
Wikipedia中定义的大数据是一个数据集的术语，它是如此庞大或复杂，传统的数据处理 应用软件 不足以处理它们。由于数据集非常庞大，所面临的挑战包括捕获，存储，分析，数据管理，搜索，共享，传输，可视化，查询，更新和信息隐私。然而，它更可能用于参考预测分析，用户行为分析，高级数据方法（包括人工智能），而不仅仅是数据集的大小。
2017年，期待块式技术应用的出现，特别是在分类帐系统中以代码编写的契约的智能合同。这些通常比传统合同更安全和不可逆转，但是在引用和执行这些合同时提高效率。
另外，数据自助服务解决方案的兴起也将使组织能够分析其数据，而无需建立数据科学部门。对于没有预算的中小企业来说，对于2016年高需求的数据科学家来说，这是非常有价值的。
Hadoop的使用也迅速下降，这个框架允许大型数据集的分布式处理，因为雇用必要的人才来支持这个框架在内部被证明是具有挑战性的。还倾向于在云上使用应用程序来减少数据中心的支出，从而使数据自助服务模式受到欢迎。
正如研究公司Gartner Inc.在其分析数据管理解决方案魔力象限中所指出的那样，由于灵活性，敏捷性和运营定价模式，预期现在正在将云作为替代部署选项。
因此，由于更多的公司能够为员工提供从结构化和非结构化数据获得的正确知识，所以可以期待C级管理人员更容易获得洞察力。
这是一把双刃剑，但随着大数据技术的发展，高管们的期望将立即成为他们的数据，而不是想等待批量分析报告。因此，近乎实时数据更快地提供可操作分析的压力。
物联网
福布斯将物联网描述为连接任何具有开启和关闭交换机的设备（和/或彼此）的概念。如果设备具有开关开关，则可能将其配置为IoT的一部分。
认为“ 智能家居 ”设备，如锁定，当它检测到您的手机附近时可以解锁，或者可能是在检测到移动时才打开的指示灯。
在2016年，我们看到来自许多具有类似解决方案的供应商的噪音。在2017年，我们可以预期这些供应商中的一些将获得胜利，这将导致市场上较少的供应商。随着供应商的减少，我们也可以期待监管和标准化发挥作用，使我们变得更简单和更具凝聚力的解决方案。与此同时也是安全问题，因为IoT网络攻击在去年在乌克兰西部占用了一个电网。当然，关于汽车黑客自驾车的研究也引起了关注，所以2017年可能会对物联网带来安全措施。
现在，我们在物联网市场上遇到了很多分散，但希望随着2017年其他时间的发展，物联网的解决方案将会更加完善，而且开放的生态系统和平台的一部分将促进互操作性并提供服务来自多个设备和来源的组合数据。
两个主要领域的应用可能将成为物联网的焦点，即智能城市和智能家居。然而，在智能家居部门，由于带宽是任何IoT技术工作的先决条件，预计今年网络管理网格或类似网状产品的浪潮将会更加简单。
这正是非营利蓝牙特别兴趣小组品牌和开发商营销副总裁Errett Kroeter所希望的。 “目前网格划分的其他一些标准是众所周知的难点。我们的目标是保持网状网络的简单，让人们实际上想要使用它们。“
最后， 物联网 的发展与其他产生大量数据的设备和系统相结合，正在加速人造智能的需求，从这一信息中创造意义
人工智能
人工智能的字典定义是机器模拟智能人类行为的能力。虽然我们在2016年的AI回升已经有了很大的增长，但我们将在2017年进一步增长。回到2016年，我们了解到，亚马逊的Alexa以能够说人类语言的形式表现人造智能，现在在超过500万个家庭。你可以向Alexa询问有关天气或告诉她要求你出租车，她会回应。这意味着，去年，AI进入主流采用。
然而，医疗行业人工智能的发展还有很多。智能手机创业公司的重点从2012年的20个增长到2016年的近70个。显然，值得注意的重点是iCarbonX，旨在建立数字生活的生态系统，以实现个性化的健康管理系统和Flatiron Health，旨在通过有组织的数据打击癌症，帮助肿瘤学家提高护理质量。
在卫生技术巨头飞利浦，目前，大约有百分之六十的研究人员，开发人员和软件工程师正在致力于医疗信息学领域的创新工作，其中大部分人员正在研究人造智能在当前和未来医疗创新中的应用。
医疗保健人工智能应用趋势主要集中于成像和诊断，人工智能可以帮助您发现人们看不到的微妙细节和图像变化。这越来越成为一个拥挤的行业。而且还有助于预防健康人群和处于危险中的人群以及使用大数据集的慢性病患者的健康恶化是一个重点领域。
飞利浦首席创新和策略官Jeroen Tas认为AI有助于放射科医师为病例准备相关信息，并确定患者状况的微妙变化。另一个领域是重症监护病房，人工智能可以帮助确定急性发作的早期迹象，如心跳骤停或猝死。
塔斯还声称，“通过将遗传信息与病理学，医学图像，实验室结果家族史资料，其他条件和以前的治疗相结合，可以创建更丰富的患者图片。这些数据可以在AI的帮助下进行组织，以增加重要的附加上下文，有助于帮助临床医生做出更准确的诊断和支持个性化治疗选择。
软件工程师，设计师和其他专家的多学科团队似乎已经为放射科医师创建并推出了首个经过验证的应用程序。在远程病人监护中，人工智能可以实现虚拟护理，包括虚拟护理助理
2017年及以后
物联网，大数据和人力资源都在增长，并且接近更多的商业和大众使用案例。
当它们进入平常和日常生活时，三个趋势将变得相互联系，以便提供更强大，流畅的产品。
