Gartner預測,數據質量不佳將成為2025年阻礙企業(yè)部署AI等先進分析技術的最大挑戰(zhàn)之一。因此,數據和分析(D&A)領導者應重點關注三個相互依存的領域:業(yè)務成果、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,超半數的首席執(zhí)行官(CEO)認為, AI將未來三年內是對其所在行業(yè)影響最大的技術。鑒于這一點,熟悉這項技術的D&A領導者在驅動業(yè)務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)重點關注的領域,D&A領導者必須避免夸大其詞并專注于對可信度、適應性和人員的投資。”
業(yè)務成果
Gartner建議D&A領導者在展示AI業(yè)務成果時優(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領導者必須專注于根據具體情況建立合適的可信度。”
D&A領導者可通過以下行動來驅動業(yè)務成果:
建立可信度模型:可信的高質量數據是實現數據驅動型企業(yè)的關鍵,但許多AI計劃因數據質量不佳而以失敗告終?尚哦饶P完P注數據的價值和風險,并根據數據脈絡和管護情況做出可信度評級。
將生產力的提高轉化為收益:D&A領導者必須考慮生產力提升對價值和競爭力的影響,這關乎總成本、復雜性和風險。
傳達D&A的價值: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AI解決方案方面,D&A領導者必須確保使用一系列工具和技術構建自己的技術堆棧。
Herschel表示:“堆棧方案與最佳產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領導者必須建立一個可擴展的自適應生態(tài)系統(tǒng)以滿足開發(fā)最佳AI產品的需求。”
為了實現這種適應性,D&A領導者必須:
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組件適應新的需求和技術的快速變化。
提供AI就緒、可重復使用的數據:將可信度融入財務運維(FinOps)、數據運維(DataOps)和平臺運維(PlatformOps),從技術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據驅動的AI就緒數據生態(tài)系統(tǒng)適應變化的動態(tài)智能體。
行為變化
雖然重視數據治理、價值宣傳和增強分析至關重要,但解決人員方面的問題同樣是AI使用成功的關鍵。
Idoine表示:“AI正在改變一切,同時人類也應隨著AI的發(fā)展做出轉變。但每個人都是不同的,而且我們使用數據和分析的方式也不同。”
為了有效使用AI奠定適當的文化基礎,D&A領導者應采取以下行動:
建立可重復的習慣:重視培訓和教育并以數據和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,以實現無縫整合。