Gartner發(fā)布推動(dòng)2022年主要數據和分析趨勢的三大主題

Gartner發(fā)布數據和分析（D&A）領(lǐng)導者在企業(yè)中利用2022年主要數據和分析趨勢時(shí)應擁抱的三大主題，分別是：激發(fā)企業(yè)活力和多樣性、增強人員能力和決策，以及信任的制度化。

Gartner杰出研究副總裁Rita Sallam表示：“今年的主要數據和分析趨勢涵蓋了將幫助企業(yè)機構預測變化并將不確定因素轉化為機遇的業(yè)務(wù)、市場(chǎng)和技術(shù)動(dòng)態(tài)，這兩項舉措都屬于數據和分析領(lǐng)導者的職責范圍。

Gartner已發(fā)布2022年十二大數據和分析趨勢，這些趨勢涵蓋以下三個(gè)核心主題。

激發(fā)企業(yè)活力與多樣性

AI工程等自適應人工智能（AI）的興起在應對全球市場(chǎng)波動(dòng)的同時(shí)，還推動(dòng)了增長(cháng)和創(chuàng )新。AI數據管理領(lǐng)域的創(chuàng )新、基于主動(dòng)元數據驅動(dòng)的自動(dòng)化方法以及數據共享能力（均建立在數據編織的基礎上）充分釋放了數據和分析的全部?jì)r(jià)值。

例如“始終數據共享”趨勢加強了數據共享作為一項面向業(yè)務(wù)的關(guān)鍵績(jì)效指標的作用：表明企業(yè)機構為了創(chuàng )造公共價(jià)值，正在與利益相關(guān)方進(jìn)行有效的互動(dòng)并讓更多人能夠獲得正確的數據。新冠疫情和其他近期的大規模全球事件令企業(yè)機構迫切地想要通過(guò)共享數據來(lái)加快獨立和相互關(guān)聯(lián)的公共和商業(yè)數字業(yè)務(wù)價(jià)值。

Gartner預測，到2026年，大多數外部中間商將被應用于內部和外部數據生態(tài)系統的自動(dòng)化信任度指標取代，這將使數據共享風(fēng)險降低一半。

該類(lèi)別中的2022年趨勢包括：自適應AI系統、以數據為中心的AI、元數據驅動(dòng)的數據編織和始終數據共享。

增強人員能力和決策

為了提供與決策者相關(guān)的洞察，數據和分析領(lǐng)導者必須提供語(yǔ)境豐富、使用業(yè)務(wù)模塊組件創(chuàng )建的分析。這包括將數據素養作為優(yōu)先事項以及制定應對數據和分析人才稀缺問(wèn)題的策略。

從現在起到2025年，大多數首席數據官（CDO）將無(wú)法培養實(shí)現戰略數據驅動(dòng)的既定業(yè)務(wù)目標所必需的員工數據素養。Gartner的研究顯示，在數據和分析中考慮人員因素的企業(yè)機構比只考慮技術(shù)的企業(yè)機構更加成功。這種以人為本的理念能夠推動(dòng)更大范圍的數字化學(xué)習，而不僅僅是提供核心技術(shù)平臺、數據集和工具。

該類(lèi)別中的2022年趨勢包括：語(yǔ)境豐富的分析、業(yè)務(wù)模塊組裝式數據和分析、以決策為中心的數據和分析以及人員技能和素養的不足。

信任的制度化

只有通過(guò)管理AI風(fēng)險并實(shí)施跨分布式系統、邊緣環(huán)境和新興生態(tài)系統的互聯(lián)治理，才能大規模地實(shí)現數據和分析的價(jià)值。

雖然AI正在變得日益普遍，但大多數企業(yè)機構仍因無(wú)法解釋或說(shuō)明其模型的用途而失去人員對其的信任和透明度。企業(yè)機構不但無(wú)法管理快速發(fā)展的AI創(chuàng )新所帶來(lái)的風(fēng)險，而且常常在安全性等模型治理方面敷衍了事，導致出錯的AI模型產(chǎn)生更加嚴重的負面后果，例如業(yè)務(wù)決策出錯，甚至是生死攸關(guān)的決策出錯。

隨著(zhù)全球AI法規的激增，企業(yè)機構必須按照這些法規的要求采取可審計的做法來(lái)確保信任、透明度和保護消費者的權益。Gartner預測，到2026年，開(kāi)發(fā)出可信賴(lài)的目標導向型AI的企業(yè)機構將實(shí)現75%以上的AI創(chuàng )新成功率，而未能做到這一點(diǎn)的企業(yè)機構只有40%的成功率。

該類(lèi)別中的2022年趨勢包括：互聯(lián)治理、AI風(fēng)險管理、廠(chǎng)商和地區生態(tài)系統、向邊緣的擴展。