2023年数据和AI趋势报告-42页_2mb

2023年数据与AI趋势总结

核心内容

2023年，数据和AI领域正经历快速变革，组织在应对数据复杂性、提升AI应用效率、构建开放数据生态系统、加强数据治理以及提升商业智能（BI）能力方面面临新的挑战与机遇。以下是推动这一变革的五大关键趋势。

趋势1：打破数据孤岛

主要观点

• 统一数据云成为关键，能够支持数据生命周期的每一个阶段，包括数据库、数据仓库、数据湖、流式传输、BI、AI和机器学习。
• 到2026年，82%的组织希望在云数据平台中紧密集成所有数据和AI功能。
• 统一数据云可以提升数据使用效率、缩短决策与开发周期、改善客户体验。

关键信息

• 全球每秒将生成7PB数据，其中仅10%为原始数据，其余为复制数据。
• 数据孤岛和冗余系统导致额外成本和冲突的数据洞见，统一数据云可有效解决这些问题。

行业应用案例

• 零售：整合客户数据以提供个性化体验，提升客户忠诚度和转化率。
• 制造：连接孤立的机器和系统，提高响应速度和供应链效率。
• 金融服务：利用隐私保护和客户中心的数据解决方案，提升市场分析和客户体验。

趋势2：迈入开放数据生态新时代

主要观点

• 78%的高管认为使用外部数据是企业关键能力之一。
• 开源软件和开放式API的采用率在上升，许可型软件的采用率则在下降。
• 70%以上的领先组织将采用多云开源软件以增强灵活性。

关键信息

• 开源技术如PostgreSQL、Kafka、TensorFlow、PyTorch等被广泛用于构建数据湖仓一体、处理引擎和开放式框架。
• 开放数据生态系统使组织能够自由移动数据、避免供应商锁定、提高投资回报率。

行业应用案例

• 零售：使用开源技术提升数据处理能力，加速创新。
• 金融服务：通过集成地理位置定位和响应式功能，提升客户体验。
• 亚洲：Tokopedia在Kubernetes上运营，提升买家体验和忠诚度。

趋势3：拥抱AI发展转折点

主要观点

• 到2025年，至少90%的新企业应用将包含嵌入式AI功能。
• AI驱动的体验已广泛融入日常生活，如社交媒体、语音助手、自动驾驶等。
• 统一性是AI采用策略中的关键因素，数据科学家、分析师、开发者希望在一个统一门户中获取工具、数据和洞见。

关键信息

• 81%的组织引入“草根数据科学家”以提升AI应用能力。
• 80%的组织倾向于选择特定的数据云平台以获得嵌入式支持。
• AI/机器学习被用于个性化推荐、欺诈检测、客户服务自动化、供应链优化等场景。

行业应用案例

• 零售：梅西百货公司利用机器学习提供个性化推荐。
• 航空：德国汉莎航空通过智能预测技术减少碳排放。
• 餐饮：怡和餐饮集团通过AI驱动的菜单推荐提升平均订单价值。

趋势4：随时随地融入数据洞见

主要观点

• 75%的组织期望用新的BI功能取代传统BI软件，以提升决策能力。
• BI正在从传统的信息中心转向以行动为中心的模式，让数据洞见覆盖更多用户和场景。
• BI和分析软件是预测模型开发和部署的关键支持工具。

关键信息

• 73%的组织提升了向所有用户提供实用信息的能力。
• 74%的组织增加了流程自动化使用。
• 78%的组织改进了整体决策质量。

建议

• 构建统一语义层，以确保所有用户看到一致的数据洞见。
• 提高数据的准确性、时效性和可追溯性。
• 嵌入BI功能到企业应用中，以覆盖更广泛的内部和外部用户。

趋势5：了解未知数据

主要观点

• 77%的组织希望提高数据分类能力，并加强数据安全和隐私控制。
• 随着数据来源的多样化，非结构化数据（如聊天记录、日志文件）成为风险来源。
• 组织需要主动管理数据风险，包括数据可见性、分类、控制和合规性。

关键信息

• 数据可见性是实施数据风险管理的关键。
• 73%的组织在使用通用语言描述数据资产方面取得进展。
• 72%的组织增强了对数据、信息和洞见的信任度。

技术建议

• 采用自动化控制，如隐去敏感信息、词元化处理、限制数据跨境传输等。
• 主动风险管理包括识别敏感数据、检测异常、确保数据合规性。

行业应用案例

• 零售：保护客户支持记录中的敏感数据。
• 制造：控制IoT数据的位置，确保数据主权。
• 金融服务：使用主动风险报告保护客户数据。

附录：调研方法

• IDC对800多家全球组织进行了调查，由Google赞助。

• 调查内容涵盖以下三个核心问题：

  • 组织在使用数据时面临的最大挑战。
  • 公司在使用数据和AI云解决方案时获得的益处。
  • 公司如何继续挖掘数据和AI的价值。

• 报告还引用了其他IDC联合研究和数据产品，如：

  • 《智能技术的未来》
  • 《未来企业弹性和支出》
  • 《全球数据圈》
  • 《商业智能和分析》
  • 《数据信任》
  • 《数据即服务》

脚注

• 调查数据来源包括IDC白皮书、市场报告及Gartner预测。
• 本文档总结基于IDC的研究和Google Cloud的技术实践。