Gartner发布了2023年十大数据和分析(D&A)趋势。这些趋势可以指导数据和分析领导者预测变化,将巨大的变数转化为新的商机,从而为他们的企业机构开辟新的价值来源。
Gartner研究副总裁Gareth Herschel表示:“企业机构需要大规模地获得可证实的价值,这一需求成为了推动这些数据和分析趋势的驱动力。首席数据和分析官(CDAO)及数据和分析领导者必须向他们企业机构中的相关方了解能够推动数据和分析应用的最佳方法。这意味着他们需要更多将人类心理和价值观考虑在内的高质量分析与洞察。”
Gartner分析师在Gartner数据和分析峰会上提出了企业和IT领导者必须参与并纳入其数据和分析战略的十大数据和分析趋势(见图一)。
图一、2023年十大数据和分析趋势
来源:Gartner(2023年5月)
趋势1:价值优化
大多数数据和分析领导者都在努力使用商业术语阐述他们为企业机构创造的价值。为了使用企业机构的数据、分析和人工智能(AI)组合来优化价值,他们需要运用价值故事叙述、价值流分析、投资排名和优先性排序、业务成果衡量等一整套综合全面的价值管理能力确保预期价值的实现。
Herschel表示:“数据和分析领导者必须通过建立价值故事来优化价值,在数据和分析倡议和组织的关键任务优先事项之间建立明确的联系。”
趋势2: AI风险管理
随着人工智能(AI)的使用日益增加,企业正面临着道德风险、训练数据中毒、欺诈检测规避等种种必须缓解的新风险。管理AI风险不止是为了遵守法规,有效的AI治理和负责任的AI实践对于取得相关方的信任及推动AI的采纳与使用同样至关重要。
趋势3:可观察性
可观察性是一种帮助理解数据和分析系统的行为并提出有关其行为的问题的特性。
Herschel表示:“可观察性使企业机构能够减少发现性能问题根源所需的时间,并利用可靠、准确的数据做出及时且经济有效的业务决策。数据和分析领导者需要评估数据可观察性工具,以便了解主要用户的需求并确定如何将这些工具融入到整个企业生态中。”
趋势4:数据共享成为必要
数据共享分为内部(部门之间或子公司之间)和外部(非您的企业机构所有和不受您的企业机构控制的各方之间)数据共享。企业机构可以将数据“产品化”,把数据和分析资产作为一种可交付或共享的产品。
Gartner高级研究总监Kevin Gabbard表示:“包含对外数据共享协作在内的数据共享协作通过增加以前创建的可重复使用的数据资产提高数据共享价值。可以采用数据编织设计,实现跨内部和外部异质数据源的单一数据共享架构。”
趋势5:数据和分析可持续性
为了提高可持续性,数据和分析领导者不但要为企业环境、社会和治理(ESG)项目提供分析和洞察,还必须努力优化他们的流程,而这可能会给他们带来巨大的收益。数据和分析及AI从业者日益意识到自己不断增长的能源足迹。因此,他们开始采取各种新的做法,例如在(云)数据中心使用可再生能源、使用更节能的硬件、使用小数据和其他机器学习(ML)技术等。
趋势6:实用数据编织
数据编织是一种运用各种类型的元数据来观察、分析和推荐数据管理解决方案的数据管理设计方式。通过汇集和丰富底层数据的语义,并对元数据进行持续不断的分析,数据编织能够产生人类和系统可以执行的警报和建议。它使商业用户能够放心地消费数据,并帮助技能较弱的公民开发者掌握更加全面的流程整合和建模能力。
趋势7:新兴AI
ChatGPT和生成式AI是即将到来的新兴AI趋势的“先锋”。新兴AI将从可扩展性、多功能性和适应性的角度改变大多数企业的运作方式。下一轮AI浪潮将使企业机构能够将AI应用于目前不可行的情况,使AI变得更加普遍和有价值。
趋势8:融合与可组合生态系统
融合数据和分析生态所设计和部署的数据和分析平台通过无缝集成、治理和技术互操作性实现运行和功能的一致性。生态通过构建、组装和部署可配置的应用和服务实现可组合性。
合适的架构可提高数据和分析系统的模块化程度、适应性和灵活性,使其具有动态扩展能力并变得更加精简高效,从而满足不断增长和变化的业务需求,并伴随不可避免的业务和运营环境变化而演变。
趋势9:消费者成为创造者
用户花在预定义仪表板上的时间将被满足特定内容消费者即时需求的对话式、动态和嵌入式用户体验所取代。
企业机构可通过向内容消费者提供他们成为内容创作者所需要的易于使用的自动化和嵌入式洞察与对话式体验,扩大分析的采用和影响。
趋势10: 人类仍然是关键决策者
并非每项决策都可以或应该实现自动化。数据和分析团队正在强调决策支持以及人类在自动化和增强决策中的作用。
Herschel表示:“如果企业机构只顾着推动决策自动化而忽略人类在决策中的作用,就会变成一家没有良知、人心涣散的数据驱动型组织。企业机构需要在数据素养计划中强调将数据和分析与人的决策相结合。”
好文章,需要你的鼓励
DeepSeek 的 AI 模型在处理效率方面取得重大突破,可能对数据中心产生深远影响。尽管引发了科技股抛售,但业内专家认为,这项创新将推动 AI 应用普及,促进大规模和分布式数据中心基础设施需求增长。更高效的 AI 算法有望降低成本、扩大应用范围,从而加速数据中心行业发展。
Rivian 正全面推进 AI 技术整合,开发下一代电动车平台,以挑战特斯拉的市场地位。公司计划于 2025 年实现免手驾驶,2026 年达到 L3 级自动驾驶。Rivian 还将在车载系统中广泛应用 AI 技术,提供语音交互等功能,并计划推出更实惠的车型,扩大市场份额。
Postman 发布了 AI 代理构建器,这是一款创新的生成式 AI 工具。它允许开发者通过整合大语言模型、API 和工作流程来设计、构建、测试和部署智能代理。这一工具旨在简化 API 交互、优化工作流程,并支持创建能执行复杂任务的智能代理,标志着 API 优先的 AI 开发迈出了重要一步。
微软第二财季利润同比增长10%,人工智能年化收入达130亿美元。然而,云计算业务未达预期,下季度指引不及预期,导致盘后股价下跌。公司资本支出创新高,以满足AI和云需求。尽管Azure增长放缓,但微软对下半年增速加快持乐观态度。同时,中国AI初创公司DeepSeek的崛起引发业界对AI基础设施投资的重新审视。