有分析师预测,首席数据官(CDO)和首席数据分析官(CDAO)必须更好地展示他们对企业和人工智能项目的价值,才能长期保住自己的高管地位。
根据Gartner的最新报告,CDO和CDAO需要在AI时代重塑自我,否则他们的职责可能会被组织的IT团队吸收。
Gartner预测,到2026年,那些未能将全公司影响力和可衡量的业务影响作为首要任务的CDAO,其中有3/4将被IT职能部门所取代。
Gartner建议,由于生成式AI要求组织重新评估数据策略,CDAO和CDO需要成为领导者,并展示超出标准数据管理和治理功能的业务价值。
与此同时,CDAO和CDO拥有巨大的机会来影响和协助所在组织的AI项目,但他们必须避免与CIO、CAIO和其他IT领导者陷入地盘之争,Gartner数据和分析策略分析师Alan Duncan这样表示。
Gartner报告称:“生成式AI突出了CDAO重塑自我及其职能的必要性,否则就有被淘汰的风险。为了更上发展趋势,CDAO必须了解组织的价值杠杆和痛点,以获得权力、扩大影响力、与高管建立信任关系。”
走出后台
第一波CDO和CDAO专注于后台任务,例如数据治理、数据质量和数据管理,但现在担任这些职位的人需要通过展示他们如何为企业带来价值以变得更加引人注目,Duncan说。
“对这些职能的需求比以往任何时候都更高,但却隐藏在需求可见性之外。”
他补充说,在许多情况下,CDO和CDAO未能证明其商业价值。由于数据质量与成功的AI项目直接相关,CDAO还必须提高知名度并展示他们是如何提供帮助的。
“生成式AI给所有这些东西了一些助燃,所以现在人们寄予厚望,”Duncan说。
在一些组织中,CDAO可能不得不去努力争取在AI项目中分一杯羹,很多IT和业务高管都在争夺内部AI工作的所有权。Duncan表示,CDAO和其他高管应该努力营造一种合作而非竞争的环境,让高管和员工都为成功部署AI做出贡献。
“AI令人感到兴奋,备受关注。它就在那里,如果你想加入其中,就必须认真思考如何加入其中,以及还有谁也想加入。”
Duncan指出,CDO也面临着让同事了解其角色的艰苦斗争,他们可以通过关注人际交往技能来更好地展示自己对企业和AI项目的价值。他说,CDAO和CDO与CIO、CFO、其他高管保持良好的工作关系,这一点很重要,即使他们并不总是因为团队建设技能而被聘用。
“在许多情况下,CDO是因为数据治理技能而被聘用的,他们聘请你作为交付主管,而不是外交主管。”
从防守到进攻
从一开始,CDO的角色就倾向于关注合规性和风险管理,但这个职位需要不断发展,最近被聘为Nightwing公司首席技术官和首席数据官的Christopher Jones补充说,Nightwing公司是一家专注于国家安全市场的网络安全和情报解决方案提供商。
“CDO的防御能力、专注于合规性和风险管理的能力,这和对业务和任务结果产生积极影响的能力之间是存在差距的,”美国中央情报局前科学技术副局长Jones表示。“公共和私营部门组织定义这些目标的方式,往往是把它们都放在一个框框里。”
Jones表示,正确的数据管理和分析具有影响业务成果的巨大潜力,内部数据可以为组织提供许多洞察,包括更高效的运营、新的市场机会和员工培训需求。
他补充说,CDO和CDAO面临的挑战就是履行传统的数据管理职责,同时还要让组织领导层关注通过数据分析创造的机会。
Jones说:“CDO必须努力解决这些基础问题,即正确地获取数据,以便大规模利用分析,这可能是长期的主张,市场并不总是有耐心的。人们真的需要带着一定的紧迫感采取行动。”
零售数据科学公司84.51°的首席数据和首席技术官Todd James补充说,CDO和CDAO需要认识到AI和高级数据分析已经颠覆了传统的角色。
“随着AI的发展,重点已经大大转移到通过分析数据以推动业务价值,CDAO的方向应该始于并终于利用数据让业务从中受益,从而造福客户和同事。”
是时候发展进化了
James补充说,CDAO和CDO角色正处于千载难逢的、专注于分析的过渡阶段。
“过渡之后,CDO这个角色可能会被拆分,核心数据管理和治理部分将回归IT,而这个职位更具战略性的分析部分,可能会转移到具有数据能力的业务领导者身上。那些缺乏足够业务理解、经验和技能的CDAO会发现自己面临的风险,而且与职业背景更加多样化的人相比,他们在这个职位上的竞争力显得更低一些。”
虽然James和Gartner的Duncan对这一职位表示担忧,但其他数据专家似乎对这个职位的未来更乐观一些。
例如,会员组织Data Leaders在今年9月发布了《首席数据官之声》报告,称尽管CDO面临挑战,但采用AI证明了良好数据治理带来的价值。
这个报告由大约40名CDO和CDAO撰写的,报告显示,数据高管倾向于在AI项目中发挥他们的作用,但Gartner建议CIO应该对AI负责。
报告称,数据领导者之间的对话“清楚地展示了CDO在建立业务关系和敏锐度方面取得了多大的进展,这些关系和敏锐度将为AI的成功整合奠定基础。无论谁掌舵,CDO和CIO之间的合作都必须天衣无缝才能取得成功。”
长期工作保障
数字服务公司West Monroe Partners的首席商务官Casey Foss也认为,随着组织越来越重视数据治理、流畅性和访问,CDO/CDAO这种职位会变得越来越重要。
在最近的一份题为《5年后高管层会是什么样子》的报告中,West Monroe询问了25岁到45岁的领导者,不久的将来哪些高管职位会变得越来越重要。CDO职位位居第二,仅次于CAIO,11%的受访者认为这个职位具有未来价值。
但另有7%的人预测CDO职位将在未来五年内逐步淘汰。
Foss就是这11%的受访者。她表示,虽然单独设置的CAIO职位在短期内受到了很多关注,但从长远来看,CDO或CDAO可能更具持久力。
“随着AI等工具的出现、数据激增和数据变现,数据对企业及其创造价值的能力只会变得越来越重要。我们看到这个角色在短期内出现下滑,而人们将其与AI混为一谈,并将其分为CIO和CAIO,但我认为它会比CAIO存在更长的时间。”
Foss补充说,那些持续投资CDO的组织将在数据生命周期中变得越来越成熟,认识到数据和AI在长期业务绩效中发挥的重要作用。
“当我们考虑新出现的数据复杂性和监管要求时,组织就需要这种专门的领导者。一旦你取消了这个角色,就给了人们一个机会,让数据成为每个人的责任,而不是任何人的责任。”
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。