D&A領(lǐng)導者應重點(diǎn)關(guān)注三大領(lǐng)域，以擴大AI規模

Gartner預測，數據質(zhì)量不佳將成為2025年阻礙企業(yè)部署AI等先進(jìn)分析技術(shù)的最大挑戰之一。因此，數據和分析（D&A）領(lǐng)導者應重點(diǎn)關(guān)注三個(gè)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(jìn)企業(yè)的AI計劃。

Gartner研究副總裁Carlie Idoine表示：“AI持續推動(dòng)企業(yè)規劃，超半數的首席執行官（CEO）認為， AI將未來(lái)三年內是對其所在行業(yè)影響最大的技術(shù)。鑒于這一點(diǎn)，熟悉這項技術(shù)的D&A領(lǐng)導者在驅動(dòng)業(yè)務(wù)成果方面具有獨特的優(yōu)勢?！?/p>

Gartner研究副總裁Gareth Herschel表示：“AI正在成為企業(yè)重點(diǎn)關(guān)注的領(lǐng)域，D&A領(lǐng)導者必須避免夸大其詞并專(zhuān)注于對可信度、適應性和人員的投資?！?/p>

業(yè)務(wù)成果

Gartner建議D&A領(lǐng)導者在展示AI業(yè)務(wù)成果時(shí)優(yōu)先考慮其價(jià)值。

Idoine 表示：“證明AI的價(jià)值仍然是AI落地的最大障礙。為此，D&A領(lǐng)導者必須專(zhuān)注于根據具體情況建立合適的可信度?！?/p>

D&A領(lǐng)導者可通過(guò)以下行動(dòng)來(lái)驅動(dòng)業(yè)務(wù)成果：

●   建立可信度模型：可信的高質(zhì)量數據是實(shí)現數據驅動(dòng)型企業(yè)的關(guān)鍵，但許多AI計劃因數據質(zhì)量不佳而以失敗告終?？尚哦饶Ｐ完P(guān)注數據的價(jià)值和風(fēng)險，并根據數據脈絡(luò )和管護情況做出可信度評級。

●   將生產(chǎn)力的提高轉化為收益：D&A領(lǐng)導者必須考慮生產(chǎn)力提升對價(jià)值和競爭力的影響，這關(guān)乎總成本、復雜性和風(fēng)險。

●   傳達D&A的價(jià)值：將所有成本考慮在內，包括數據管理、治理和變更管理等。

D&A能力

在A(yíng)I解決方案方面，D&A領(lǐng)導者必須確保使用一系列工具和技術(shù)構建自己的技術(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(dòng)態(tài)卻獨具一格。D&A領(lǐng)導者必須建立一個(gè)可擴展的自適應生態(tài)系統以滿(mǎn)足開(kāi)發(fā)最佳AI產(chǎn)品的需求?！?/p>

為了實(shí)現這種適應性，D&A領(lǐng)導者必須：

●   創(chuàng )建一個(gè)模塊化的開(kāi)放生態(tài)系統：通過(guò)更新或替換架構組件適應新的需求和技術(shù)的快速變化。

●   提供AI就緒、可重復使用的數據： 將可信度融入財務(wù)運維（FinOps）、數據運維（DataOps）和平臺運維（PlatformOps），從技術(shù)堆棧過(guò)渡到可信度堆棧。

●   探索AI智能體：充分利用通過(guò)主動(dòng)元數據驅動(dòng)的AI就緒數據生態(tài)系統適應變化的動(dòng)態(tài)智能體。

行為變化

雖然重視數據治理、價(jià)值宣傳和增強分析至關(guān)重要，但解決人員方面的問(wèn)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(shí)人類(lèi)也應隨著(zhù)AI的發(fā)展做出轉變。但每個(gè)人都是不同的，而且我們使用數據和分析的方式也不同?！?/p>

為了有效使用AI奠定適當的文化基礎，D&A領(lǐng)導者應采取以下行動(dòng)：

●   建立可重復的習慣：重視培訓和教育并以數據和AI素養為重點(diǎn)。

●   擁抱新的角色和技能：開(kāi)發(fā)有助于適應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(shí)現無(wú)縫整合。