banner.jpg)
Gartner 預(yù)測，數(shù)據(jù)質(zhì)量不佳將成為 2025 年阻礙企業(yè)部署 AI 等先進分析技術(shù)的最大挑戰(zhàn)之一。因此，數(shù)據(jù)和分析（D&A）領(lǐng)導(dǎo)者應(yīng)重點關(guān)注三個相互依存的領(lǐng)域：業(yè)務(wù)成果、D&A 能力和行為變化，從而推進企業(yè)的 AI 計劃。
Gartner 研究副總裁 Carlie Idoine 表示：“AI 持續(xù)推動企業(yè)規(guī)劃，超半數(shù)的首席執(zhí)行官（CEO）認為，AI 將未來三年內(nèi)是對其所在行業(yè)影響最大的技術(shù)。鑒于這一點，熟悉這項技術(shù)的 D&A 領(lǐng)導(dǎo)者在驅(qū)動業(yè)務(wù)成果方面具有獨特的優(yōu)勢�！�
Gartner 研究副總裁 Gareth Herschel 表示：“AI 正在成為企業(yè)重點關(guān)注的領(lǐng)域，D&A 領(lǐng)導(dǎo)者必須避免夸大其詞并專注于對可信度、適應(yīng)性和人員的投資�！�
業(yè)務(wù)成果
Gartner 建議 D&A 領(lǐng)導(dǎo)者在展示 AI 業(yè)務(wù)成果時優(yōu)先考慮其價值。Idoine 表示：“證明 AI 的價值仍然是 AI 落地的最大障礙。為此，D&A 領(lǐng)導(dǎo)者必須專注于根據(jù)具體情況建立合適的可信度�！�
D&A 領(lǐng)導(dǎo)者可通過以下行動來驅(qū)動業(yè)務(wù)成果：
- 建立可信度模型：可信的高質(zhì)量數(shù)據(jù)是實現(xiàn)數(shù)據(jù)驅(qū)動型企業(yè)的關(guān)鍵，但許多 AI 計劃因數(shù)據(jù)質(zhì)量不佳而以失敗告終�？尚哦饶Ｐ完P(guān)注數(shù)據(jù)的價值和風(fēng)險，并根據(jù)數(shù)據(jù)脈絡(luò)和管護情況做出可信度評級。
- 將生產(chǎn)力的提高轉(zhuǎn)化為收益：D&A 領(lǐng)導(dǎo)者必須考慮生產(chǎn)力提升對價值和競爭力的影響，這關(guān)乎總成本、復(fù)雜性和風(fēng)險。
- 傳達 D&A 的價值：將所有成本考慮在內(nèi)，包括數(shù)據(jù)管理、治理和變更管理等。
D&A 能力
在 AI 解決方案方面，D&A 領(lǐng)導(dǎo)者必須確保使用一系列工具和技術(shù)構(gòu)建自己的技術(shù)堆棧。Herschel 表示：“堆棧方案與最佳產(chǎn)品方案之間的抉擇并不新鮮，但這一決策的動態(tài)卻獨具一格。D&A 領(lǐng)導(dǎo)者必須建立一個可擴展的自適應(yīng)生態(tài)系統(tǒng)以滿足開發(fā)最佳 AI 產(chǎn)品的需求�！�
為了實現(xiàn)這種適應(yīng)性，D&A 領(lǐng)導(dǎo)者必須：
- 創(chuàng)建一個模塊化的開放生態(tài)系統(tǒng)：通過更新或替換架構(gòu)組件適應(yīng)新的需求和技術(shù)的快速變化。
- 提供 AI 就緒、可重復(fù)使用的數(shù)據(jù)：將可信度融入財務(wù)運維（FinOps）、數(shù)據(jù)運維（DataOps）和平臺運維（PlatformOps），從技術(shù)堆棧過渡到可信度堆棧。
- 探索 AI 智能體：充分利用通過主動元數(shù)據(jù)驅(qū)動的 AI 就緒數(shù)據(jù)生態(tài)系統(tǒng)適應(yīng)變化的動態(tài)智能體。
行為變化
雖然重視數(shù)據(jù)治理、價值宣傳和增強分析至關(guān)重要，但解決人員方面的問題同樣是 AI 使用成功的
