【会议演讲PPPT】Gartner+2023中国数据分析和AI重要趋势-56页_3mb

报告摘要

Gartner 2023 数据与分析及人工智能重要趋势总结

Gartner 2023年的Webinar聚焦于数据与分析（D&A）领域的关键趋势，强调了从传统方法向新兴模式转型的重要性，以实现规模化价值和业务成果。以下是核心内容提炼：

总趋势框架：D&A必须像业务一样思考，优先从被动响应转向主动创新，强调D&A作为产品销售给组织、负责资产所有权、平衡成本与价值。同时，2023趋势从平台向生态系统演进，注重连接性、资源分享和企业级影响。
核心趋势分析：
- "Think Like a Business"：D&A需成为业务驱动者，映射价值流和决策网络，使用Gartner决策智能模型。建议：将D&A initiative与业务价值直接链接，优化资源分配通过统一投资评分。
- "From Platforms to Ecosystems"：转向数据织（Data Fabric）和数据网格（Data Mesh），采用灵活、可重用的数据架构。Gartner数据织评估为转型性，市场规模仍在早期；数据网格是新兴领域，需领域主导实践，焦点在数据产品和联邦治理。
- "Don't Forget the Humans"：强调人类在决策中的不可替代性，AI虽在自动化，但需关注风险管理和变化管理。建议：重新评估AI用例，注入新知识，确保模型可信。
人工智能焦点：
- Emergent AI：AI表现更泛化，需较少数据处理复杂决策，预测到2026年生成式D&A将占20%企业支出。建议：AI绑定团队，注入变化。
- Generative AI：无处不在，提高决策自动化和预测支持。建议：掌握提示工程技能，微调LLM。
- Prompt Engineering：作为接下来几年D&A中最酷的技能，提醒工程与模型 tuning 结合。
数据管理与治理：
- 数据网格：领域导向数据管理，由主题专家主导数据产品。案例研究显示：JPMorgan Chase通过数据网格赋能决策，提供数据变现。但也需要成熟D&A治理，当前市场基准仅为初级水平。
- 数据织：支持更快数据访问和共享，在云环境中驱动。建议：定义数据产品，映射所有D&A相关方。
市场洞察：
- 云D&A迁移主要驱动力是成本考量，占比32%。Ease of Integration 也是重要因素。
- AI采用时间表显示：生成式数据和分析将于2026年前增长，风险感知与价值匹配需定制策略。
执行建议：
- 创建业务用例聚焦数据织，从数据使用监控入手。
- 确保数据远 literacy，推动消费者成为创造者。
- 实验性AI工具、有效性验证。