Gartner預測，數據質量不佳將成為2025年阻礙企業部署AI等先進分析技術的最大挑戰之一。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：業務成果、D&A能力和行為變化，從而推進企業的AI計劃。

Gartner研究副總裁Carlie Idoine表示：“AI持續推動企業規劃，超半數的首席執行官（CEO）認為， AI將未來三年內是對其所在行業影響最大的技術。鑒于這一點，熟悉這項技術的D&A領導者在驅動業務成果方面具有獨特的優勢。”

Gartner研究副總裁Gareth Herschel表示：“AI正在成為企業重點關注的領域，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。”

業務成果

Gartner建議D&A領導者在展示AI業務成果時優先考慮其價值。

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的關鍵，但許多AI計劃因數據質量不佳而以失敗告終。可信度模型關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系統以滿足開發最佳AI產品的需求。”

為了實現這種適應性，D&A領導者必須：

創建一個模塊化的開放生態系統：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就緒數據生態系統適應變化的動態智能體。

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素養為重點。

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

跨團隊協作：與安全、軟件工程等不同的團隊合作，以實現無縫整合。