W analityce dokonuje się zmiana warty – pojęcie big data, które stało się popularne około 2010 roku, zaczyna ustępować pola nowemu, modnemu trendowi – uczeniu maszynowemu. Rozwiązania machine learning, stanowiące podstawę sztucznej inteligencji, wykorzystują automatykę do rozpoznawania i uczenia się współzależności, szczególnie w zakresie analityki predykcyjnej i normatywnej (predictive and prescriptive analytics). Uczeniu maszynowemu towarzyszy kilka innych pojęć. Najważniejsze to: sieci neuronowe, deep learning i cognitive computing. Technologie te stosowane razem nie tylko umożliwią automatyczną i precyzyjną predyktywną analizę gargantuicznej ilości danych, ale w niektórych przypadkach, np. obrotów giełdowych – pozwolą wręcz kreować wydarzenia. Według IDC, w 2020 r. wartość rynku inteligentnych aplikacji przekroczy 40 mld. dol.

Już dziś można zauważyć ogromny wpływ technologii na nasze sposoby komunikacji w miejscu pracy. Technologie, jeśli są właściwie używane, pozwolą nam być 5 razy bardziej wydajnym niż w 1972 roku, wyliczyli analitycy firmy Accenture. Jak z kolei pokazują badania zaprezentowane przez Dell, w niedalekiej przyszłości innowacyjne technologie, takie jak internet rzeczy (IoT) i rzeczywistość wirtualna (VR) mogą stać się kluczowe w miejscu pracy, zwiększając wydajność pracowników.

Stworzenie przestrzeni współpracy i wypracowanie optymalnych warunków dla rozwoju ekosystemu innowacyjnych usług finansowych i ubezpieczeniowych, to główne zadanie jakie postawili sobie organizatorzy dwudniowej konferencji Impact’16 fintech/insurtech, która odbyła się 7 i 8 grudnia br. we Wrocławskim Centrum Kongresowym. W pierwszoplanowych rolach obsadzono technologie blockchain i bitcoin, płatności mobilne oraz narzędzia biometryczne. Czy banki to gatunek zagrożony przez innowacje finansowe, czy będą jeszcze potrzebne? – ta kluczowa kwestia pojawiała się wielokrotnie. Zastanawiano się, czy fintech dla bankowców może stać się tym, czym Uber dla taksówkarzy?