至顶网CIO与应用频道 12月06日 编译:Gartner的一项调查显示,超过87%的组织被归类为商业智能(BI)和分析成熟度较低,这给那些希望提高数据资产价值和利用新兴分析技术如机器学习的企业组织带来了巨大障碍。
在Gartner数据和分析IT品分钟,Gartner将成熟度较低的企业组织评为“基础”或者“机会主义”级别。处于“基础”级别的企业组织,其BI能力主要是基于电子表格的分析和个人数据的提取。处于“机会主义”级别的企业组织,各个业务部门将自己的数据和分析计划作为独立项目,缺乏领导力和中央指引。
Gartner高级主管分析师Melody Chien表示:“BI成熟度较低严重限制了那些试图实现BI现代化的分析领导者,还会对分析工作流程的每个部分产生负面影响。因此,分析领导者可能难以加速和扩大现代BI功能和新技术的使用。”
Chien称,成熟度低的组织表现出某些会放慢BI能力普及的特征,其中包括原始或老化的IT基础设施;IT和业务用户之间的协作受限;数据很少与业务成果的明显改善挂钩;BI能力主要体现在报告上;处理内容生成和数据模型准备的中央IT团队造成了诸多瓶颈。
Chien说:“低成熟度的企业组织可以从向那些高成熟度的企业组织学习成功的经验。重塑自我,避免犯相同的错误,低成熟度的企业组织数据负责人领导者就可以充分利用他们当前的资源,加速现代BI部署,开始走向更高成熟度的旅程。”
Gartner表示,数据和分析领导者可以在战略、人员、治理和技术方面遵循以下四个步骤,以发展企业组织的能力,从而产生更大的业务影响力。
1、以清晰的愿景制定整体数据和分析战略
BI成熟度较低的企业组织通常缺乏企业数据和分析策略的明确愿景。业务部门单独承担数据或分析项目,从而导致数据孤岛的出现和流程的不一致。
数据和分析领导者应该与IT和业务领导者协调,以制定整体BI战略。他们还应将战略视为一个持续和动态的过程,以便考虑到任何未来的业务或环境变化。
2、创建灵活的组织结构,利用分析资源并持续进行分析培训
企业必须拥有所需的人员、技能和关键结构,以培养和保障技能并发展能力,必须预测即将出现的需求,确保培养或者外部招聘所需的技能和角色,以支持数据和分析战略中的各项工作。
在内部分析能力有限的情况下,数据和分析领导者应该通过构建包含业务部门负责人和用户在内的“虚拟BI团队”来努力实现灵活的工作模式。
3、实施数据治理计划
大多数BI成熟度低的企业组织都没有正式的数据治理计划,他们可能已经考虑到了这一点并了解了重要性,但不知道从哪里开始着手。
数据分析领导者应该将治理视为“游戏的规则”,这些规则可以支持业务目标,让组织平衡数字化环境中的机会和风险。治理也是一个框架,规定了必须强加于数据和分析的决策权和权威模型。
4、创建可支持广泛用途的集成分析平台
BI成熟度较低的企业组织通常IT基础设施都很原始。他们的BI平台更传统,以报告为中心,嵌入在ERP系统中,或者简单的报告工具用途有限。
要提高分析成熟度,数据和分析领导者应该考虑采用集成的分析平台,扩展他们的基础设施以涵盖那些现代化的分析技术。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。