不仅仅是 数据量在增长，数据 类型 也给许多公司带来了诸多挑战。
据库技术用于人工智能 (AI) 和物联网 (IoT) 等尖端数据源。幸运的是，数据库管理系统专家 (DBMS) Oracle 推出了其最新的 DBMS Oracle 19c，以帮助每家公司理解其每天收集的大量数据以及这些信息的深度和广度复杂性。
在过去的基础上构建未来
许多公司仍然依赖其原有的硬件和软件，其中大部分都是以前版本的迭代。它们的基础结构牢固地建立在经过验证的编程之上。
然而，这些遗留系统之所以对那些希望在未来实现增长的公司来说如此具有挑战性，是因为它们的年代久远了。新兴技术的发展已经远远超出了这些旧式程序的基础，继续打补丁和重新编程并不能使它们跟上当今最新计算策略的能力。
一些例子
自然语言处理 (NLP)
“自然语言”是人类语言，包括所有形式。无论是书面、口头还是歌唱，人类语言都充满了明显的和潜意识的交流。几十年来，计算机科学家一直致力于解构人类语言表达并将其重建为一种数字化可行的技术。今天的 NLP 就是所有这些工拉脱维亚电报数据 作的成果；技术越来越擅长捕捉人类语言并将其转化为数字格式。
然而，一个项目的成功只会带来更多的项目：
地球上有 70 多亿人，每个人一生中都会产生数万亿个单词。需要处理的信息量非常大。
地球上有超过 6,500 种语言，每种语言都有自己的结构。到目前为止，技术还无法捕捉、翻译和利用所有这些不同的方言。
每个 NLP 翻译都由“非结构化”数据组成，这些数据无法整齐地放入传统数据库架构的行和列中。传统数据库和访问这些数据库的编程并非旨在管理所有非结构化信息。
人工智能的兴起也促进了 NLP 编程的普及，而掌握 NLP 编程需要同样先进的技术。