Gartner预测,到2026年,75%的全球500强企业将采用决策智能实践,包括对决策进行记录以实施后续分析。到2027年,50%的业务决策将通过用于决策智能的AI智能体得到增强或实现自动化。
Gartner 高级首席分析师费天祺表示:“当前,企业决策面临更大的复杂性和更多障碍,需要一种更有效的决策方法,能够明确地为结构化决策建模——这就是决策智能实践。决策智能将成为应对复杂市场环境和需求的核心,使效率和可持续发展成为关注重点。”
决策智能涉及多种技术,包括商业智能(BI)、基于规则和逻辑的模型、优化和求解器、机器学习、AI智能体、模拟和图谱技术。可根据具体决策及其场景采用不同的技术。决策智能专注于决策建模、执行和监控,以构建端到端决策循环,在此基础上推动企业以决策为中心,并专注于业务成果而不仅仅是数据。
图1:Gartner决策智能框架
Gartner高级研究总监方琦表示:“数据驱动只是达到目的的手段,真正的目标是做出更好的决策。中国的数据和分析(D&A)领导者应从‘数据驱动’转变为‘以决策为中心’,实现更大的业务影响和价值。”
中国企业倾向于“自建”或采用“混合”决策智能解决方案,以利用低成本优势
为应对中国日益增加的决策智能采用,越来越多的技术和服务提供商通过提供服务、解决方案和平台产品,实现对决策的建模、执行和监控。决策智能平台通常用于创建解决方案,以支持、增强决策流,或实现决策流自动化,这些平台代表了几十年来广泛使用的决策支持系统、业务规则管理系统以及后来的决策管理套件的演变。
企业通常选择最多三种方法来提高其决策智能能力——采购、自建和合作共建。与其他地区不同,中国的企业机构往往更青睐“自建”和“合作共建”选项,而不是单纯的“采购”。
Gartner 高级首席分析师费天祺表示:“与国外同行相比,中国企业机构往往能从较低的劳动力和运营成本中获益,使得内部开发定制的决策智能解决方案在经济上更为可行。与此同时, AI在中国的快速开发和迭代也将加快中国决策智能解决方案的发展。因此,中国企业机构往往会选择自建,或与拥有特定领域专业知识的解决方案提供商合作。”
决策智能对于中国企业机构D&A领导者的价值
在中国,采用决策智能的D&A领导者广泛分布于各行各业,覆盖的应用场景包括金融服务、制造、零售与数字商务、通信与网络、交通运输、政务与国防以及医疗卫生等领域。
Gartner高级研究总监方琦表示:“决策智能在中国企业机构D&A领导者的工作中发挥着关键作用。通过结构化设计,决策智能有助于优化决策流程,确保各项决策与企业的业务目标及使命保持高度一致,减少在日益复杂的业务环境中决策不一致的情况。借助以决策为中心的用户界面,企业能够加速决策建模流程,提升复杂业务逻辑的设计、开发、测试与部署效率,从而缩短问题解决周期。通过捕获业务上下文,决策智能降低了决策结果的不可预测性,并进一步改善了在人机交互及与相关利益相关者协作过程中的体验。”
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。