《電子技術應用》
您所在的位置:首頁 > 其他 > 市場分析 > Gartner發(fā)布2025年數(shù)據(jù)和分析重要趨勢

Gartner發(fā)布2025年數(shù)據(jù)和分析重要趨勢

2025-03-25
來源:C114通信網(wǎng)

Gartner公司發(fā)布了 2025年數(shù)據(jù)和分析(D&A)重要趨勢,這些趨勢正在催生包括企業(yè)和人員管理等方面的一系列挑戰(zhàn)。

Gartner研究副總裁孫鑫(Julian Sun)表示:“D&A正在從一個小眾領域走向普及。與此同時,D&A領導者面臨的壓力已經(jīng)從‘資源少,事情多’變成了‘資源多,事情更多’,而且這項工作由于風險的增加而變得更具挑戰(zhàn)性。不過,有一些趨勢將幫助D&A領導者應對他們所面臨的壓力、期望和需求。”

趨勢1:高消耗數(shù)據(jù)產(chǎn)品

為了充分利用高消耗數(shù)據(jù)產(chǎn)品,D&A領導者應重點關注關鍵業(yè)務用例,通過產(chǎn)品關聯(lián)和規(guī)?;瘉頊p少數(shù)據(jù)交付方面的挑戰(zhàn),優(yōu)先交付可重復使用和可組合的最小可行數(shù)據(jù)產(chǎn)品,以便讓團隊不斷改進這些產(chǎn)品。同時,D&A領導者還必須在數(shù)據(jù)生產(chǎn)和使用團隊之間就關鍵績效指標達成共識,這對于衡量數(shù)據(jù)產(chǎn)品的成功至關重要。

趨勢2:元數(shù)據(jù)管理解決方案

有效的元數(shù)據(jù)管理應先從技術元數(shù)據(jù)出發(fā),然后擴展到業(yè)務元數(shù)據(jù)以增強上下文。通過整合各種類型的元數(shù)據(jù),企業(yè)能夠?qū)崿F(xiàn)數(shù)據(jù)目錄、數(shù)據(jù)脈絡和AI用例。因此,選擇有助于自動發(fā)現(xiàn)和分析元數(shù)據(jù)的工具勢在必行。

趨勢3:多模態(tài)數(shù)據(jù)編織

建立強大的元數(shù)據(jù)管理實踐涉及獲取和分析整個數(shù)據(jù)管道中的元數(shù)據(jù)。數(shù)據(jù)編織提供的洞察和自動化可滿足編排需求、通過數(shù)據(jù)運維(DataOps)實現(xiàn)更卓越的運營,并最終實現(xiàn)數(shù)據(jù)產(chǎn)品。

趨勢4:合成數(shù)據(jù)

識別缺失、不完整或獲取成本高的數(shù)據(jù)對于推進AI行動至關重要。合成數(shù)據(jù)既可以作為原始數(shù)據(jù)的變體,也可以替代敏感數(shù)據(jù),能夠在促進AI發(fā)展的同時保護數(shù)據(jù)隱私。

趨勢5:代理式分析

使用AI智能體進行數(shù)據(jù)分析,完成業(yè)務成果的自動化閉環(huán)具有變革性意義。Gartner建議嘗試開發(fā)自然語言接口連接業(yè)務洞察的用例,并評估供應商的數(shù)字化工作場所應用集成路線圖。同時,建立治理機制可最大程度地減少錯誤和幻覺,并且通過AI就緒數(shù)據(jù)原則評估數(shù)據(jù)就緒度十分重要。

趨勢6:AI代理

AI代理對于滿足臨時的、靈活的或復雜的自適應自動化需求至關重要。企業(yè)不能僅僅依賴大語言模型(LLM),還需要采用其他形式的分析和AI技術。D&A領導者應使AI代理能夠無縫訪問和共享所有應用的數(shù)據(jù)。

趨勢7:小語言模型

相比大語言模型,Gartner更推薦企業(yè)考慮使用小語言模型,以便在特定領域獲得更加準確、更符合語境的AI輸出結果。Gartner建議提供用于檢索增強生成或微調(diào)自定義領域模型的數(shù)據(jù),特別是在本地使用時,可以處理敏感數(shù)據(jù)并減少計算資源和成本。

趨勢8:復合型AI

多種AI技術的結合可提高AI的影響力和可靠性。D&A團隊不應局限于GenAI和LLM(大語言模型),還應整合數(shù)據(jù)科學、機器學習、知識圖譜以及優(yōu)化等技術,以實現(xiàn)全面的AI解決方案。

趨勢9:決策智能平臺

從數(shù)據(jù)驅(qū)動到以決策為中心的轉(zhuǎn)變至關重要。Gartner建議采取的步驟包括:優(yōu)先考慮急需建模的業(yè)務決策、調(diào)整決策智能(DI)實踐、評估DI平臺。成功的關鍵在于重新發(fā)掘數(shù)據(jù)科學技術并解決決策自動化的道德、法律和合規(guī)問題。


Magazine.Subscription.jpg

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權者。如涉及作品內(nèi)容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。