【环球网科技报道 记者 林迪】Gartner最新调研显示，改变59%的行业企业CEO认为，人工智能是技动力会成为未来三年就改变行业最大的一个技术驱动力。
近日，术驱Gartner高级研究总监方琦在接受记者采访时表示，改变随着技术变革和业界对技术的行业旅行目的地推荐期待，大多数企业的技动力认知已经从搭建一个及格的数据分析平台，发展到现在的术驱需要依靠数据能力和人工智能来驱动业务的成功，所以，改变大家对数据和人工智能的行业期望其实非常高。
当企业的技动力数据分析团队被委以重任后，他们的术驱职业规划建议工作压力也是越来越大。那么，改变如何能够更好地支持业务来达到业务价值，行业产生更多的技动力人工智能的一些应用和模型？方琦指出，在AI时代，我们可以用AI驱动业务成功，包括管理AI带来的一些繁琐性，应用AI使生产率得以提高。
随后，他还总结了数据分析和AI领域在2024年的一些重点趋势：
根据Gartner的预测，到2026年，75%的电影推荐榜单企业数据“一号位”如果没有将数据影响力发挥到作为首要任务，他们可能会重新被轮岗或者他们会被纳入到别的职能当中。所以，需要向企业证明自己的业务价值。
“数据人员不能再闭门造车，而是需要走到业务的前线，需要和业务肩并肩地去促进业务性成果的产出。”方琦告诉记者，具体来看，他们需要在业务成果当中产出、增加销售收入，减少客户流失等，而不是通过开发大量的仪表盘、自助分析报表等工具。所以对于数据人员或者数据分析人员来说，最重要的可能是需要能够更好地去理解企业的实际需求，把这些需求通过适宜的理解再用工具去实现，从而能够去衔接好业务的价值和实际工具的落地。
提到如何应用AI减轻数据分析团队超额的工作量，更好地提高生产率，他指出，可以从两个方面展开：一是如何准备企业的AI就绪的员工；二是如何准备AI就绪数据。
Gartner预测，到2025年，数据分析使用者90%都会应用AI来成为内容的创建者。方琦称，所以对数据分析员工来说，他们可能不是被直接淘汰，但是不应用AI的员工会被应用AI的员工所淘汰。
“另外，要建立AI其实也是需要有非常高的AI素养。在建立AI的过程中，其实需要更多的一些跨领域的合作，包括业务、数字和数据素养和人工智能。如何能够把不同的素养结合在一起，使它真正能够来开发应用AI。这也是融合团队会在AI应用当中扮演的越来越重要的角色。”方琦补充道。
在他看来，一个强大有力的模型离不开坚实、准确、可信的数据源，即数据底座。
Gartner预测，到2026年用于非结构化和半结构化的数据的技术和服务支出将占企业数据管理总支出的40%，现在这个比例可能只占到5%。所以，未来越来越多的企业会把数据作为一个核心要素。
“但是，我们可以看到大多数企业在数据方面还没有准备好，55%的企业认为他们难以实现‘AI就绪’的数据。”对此，方琦建议道：“第一，企业需要一个高质量的治理平台，以及一个好的数据质量的标准，才能够保证其在一个高质量的环境当中得到高质量的模型。第二，因为AI的场景或者数据分析的场景是情境化的，所以不同的数据在不同的情境下可能需要有不同的处理的方法。对于企业来讲，需要了解这些数据或者基于这些标签和源数据，把它们和最优的场景进行匹配。第三，如何在未知的环境当中通过未知的数据，观测出一些潜在的异常，提前去甄别AI的模型的适用性或可能产生一些负面的影响，这时候企业就要去持续优化监控数据，使它们能够持续地针对场景来满足业务的需求。”
最后，他总结称，“对于企业来讲，可能唯一的确定性就是，需要通过技术来驱动业务，通过数据和分析来改变、促成业务，通过AI来转型业务，从而使业务能够获得价值，这是企业在不确定的世界当中能够掌握的确定性。”