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。可信度模型關(guān)注數(shù)據(jù)的價值和風險，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使用成功的關(guān)鍵。

　　Idoine表示：“AI正在改變一切，同時人類也應(yīng)隨著AI的發(fā)展做出轉(zhuǎn)變。但每個人都是不同的，而且我們使用數(shù)據(jù)和分析的方式也不同。”

　　為了有效使用AI奠定適當?shù)奈幕A(chǔ)，D&A領(lǐng)導(dǎo)者應(yīng)采取以下行動：

　　?    建立可重復(fù)的習慣：重視培訓(xùn)和教育并以數(shù)據(jù)和AI素養(yǎng)為重點。

　　?    擁抱新的角色和技能： 開發(fā)有助于適應(yīng)GenAI(生成式人工智能)變革管理要求的角色。

　　?    跨團隊協(xié)作：與安全、軟件工程等不同的團隊合作，以實現(xiàn)無縫整合。