商業(yè)與技術(shù)洞察公司Gartner發(fā)布了2026年及未來數(shù)據(jù)和分析（D&A）重要預測。人工智能（AI）預計將對數(shù)據(jù)和分析全領(lǐng)域產(chǎn)生影響，包括領(lǐng)導力、治理體系、人才需求、市場動態(tài)、語境需求及非文本模型。
Gartner杰出研究副總裁Rita Sallam表示：“數(shù)據(jù)與AI的發(fā)展速度如此迅猛，每一年都如同邁入科幻小說的新篇章。2026年，人類、機器與組織智能的邊界將不斷模糊。企業(yè)以前所未有的方式依賴數(shù)據(jù)，AI系統(tǒng)不僅是輔助工具，更是協(xié)同工作的‘合作伙伴’。這些預測將為領(lǐng)導者提供一張應對未來機遇與挑戰(zhàn)的藍圖?！?/p>
到2027年，75%的招聘流程將在錄用環(huán)節(jié)加入工作場所AI能力認證與測試。
AI創(chuàng)新的速度驚人，這使得制定有針對性的AI驅(qū)動型人才戰(zhàn)略迫在眉睫。如果領(lǐng)導者未能使技術(shù)人才戰(zhàn)略跟上時代步伐，其企業(yè)可能會永久落后于成功實現(xiàn)人機協(xié)作的競爭對手。
Sallam表示：“數(shù)據(jù)和分析領(lǐng)導者應推動落實嚴格的數(shù)據(jù)驅(qū)動型技能評估，以發(fā)現(xiàn)其AI愿景與IT人才就緒度之間的差距。”
到2027年末，GenAI與AI智能體的應用，將給主流生產(chǎn)力工具帶來30年來首次真正挑戰(zhàn)，并引發(fā)價值580億美元的市場格局重塑。
如今，新內(nèi)容創(chuàng)作往往不再是從零開始，而是越來越多地先使用GenAI獲取大量內(nèi)容并以多種方式整合。編輯過程也常常是利用AI不斷重寫內(nèi)容，而非作者手動修改。
隨著價值不斷向代理型AI體驗轉(zhuǎn)移，AI將持續(xù)引發(fā)生產(chǎn)力套件領(lǐng)域的新一輪競爭。數(shù)據(jù)和分析領(lǐng)導者必須要求工具適配當下需求，例如，新型用戶界面、插件、文檔類型及格式等。
到2029年，AI智能體從物理環(huán)境中產(chǎn)生的數(shù)據(jù)量預計將達到所有數(shù)字AI應用數(shù)據(jù)總和的10倍。
物理世界中的代理型AI應用因與環(huán)境交互而在邏輯、空間及多智能體場景中產(chǎn)生海量軌跡數(shù)據(jù)。這為世界模型創(chuàng)造了從數(shù)據(jù)中學習規(guī)律并進行精準預測與模擬的獨特機遇。
到2030年，50%的企業(yè)將使用自主AI智能體將治理政策與技術(shù)標準轉(zhuǎn)化為機器可驗證的數(shù)據(jù)合約，實現(xiàn)合規(guī)與治理政策的自動化執(zhí)行。
到2030年，50%的AI智能體部署失敗將源于AI治理平臺運行時能力執(zhí)行與多系統(tǒng)互操作性方面的不足。短期內(nèi)，使用大語言模型（LLM）作出的無治理決策將導致企業(yè)遭受經(jīng)濟或聲譽損失。
Sallam表示：“數(shù)據(jù)和分析領(lǐng)導者應在低風險流程中嘗試使用數(shù)據(jù)治理智能體，來編排并實現(xiàn)協(xié)商流程的自動化。在嘗試進一步擴展前，他們需要驗證智能體能否在受控環(huán)境中正確解讀上下文和協(xié)議。同時，分析工作流也應重新設(shè)計，增加強制性評估階段?！?/p>
到2030年，將出現(xiàn)一批新的獨角獸企業(yè)。這些企業(yè)的人均年度經(jīng)常性收入達200萬美元，估值突破十億美元。其增長動力并非來自投資者資本，而是源于極致的資本效率。這種效率產(chǎn)生的估值倍數(shù)源于實際業(yè)績，而非未來承諾。
領(lǐng)先的AI原生初創(chuàng)企業(yè)正通過三條路徑實現(xiàn)空前的增長效率：使用專有AI解決特定的服務不足問題、將AI嵌入工作流，以及提供簡潔直觀的用戶體驗加快普及速度、養(yǎng)成使用習慣和產(chǎn)生可觀的商業(yè)價值。
Sallam表示：“各行業(yè)企業(yè)都需要遵守新的標準。數(shù)據(jù)和分析領(lǐng)導者可以向這些以AI為中心的初創(chuàng)企業(yè)學習。這些企業(yè)通過聚焦少數(shù)擁有重大股權(quán)的員工，同時選擇能夠快速適應新AI工具的技術(shù)中立型全棧工程師和通才實現(xiàn)快速增長與盈利。這種模式使企業(yè)（及團隊）能以更少的資源實現(xiàn)高效增長?！?/p>
到2030年，60%通過AI成功實現(xiàn)差異化的企業(yè)將由重視人際關(guān)系技能的高管領(lǐng)導。
隨著企業(yè)日益認識到以人為本的戰(zhàn)略愿景在AI應用中的價值，具備強大聯(lián)盟構(gòu)建與影響力技能的首席數(shù)據(jù)和分析官（CDAO）將晉升至首席執(zhí)行官（CEO）等更高層級的高管崗位。
到2030年，通用語義層將與數(shù)據(jù)平臺、網(wǎng)絡(luò)安全并列為關(guān)鍵基礎(chǔ)設(shè)施。
對于主導或支持AI的數(shù)據(jù)和分析領(lǐng)導者而言，構(gòu)建通用語義層已成為一門“必修課”。這是提高準確性、管控成本、大幅削減AI債務、協(xié)調(diào)多智能體系統(tǒng)及遏制高成本不一致性擴散的唯一途徑。數(shù)據(jù)和分析領(lǐng)導者必須將語義能力納入預算，將其作為不可妥協(xié)的基礎(chǔ)。
到2028年，50%的內(nèi)容風險崗位將從法律和網(wǎng)絡(luò)安全部門轉(zhuǎn)移至AI工程部門，以應對孤立保障流程引發(fā)的固有風險。
風險緩解功能正日益融入AI工程、數(shù)據(jù)科學及軟件開發(fā)流程。相關(guān)團隊需設(shè)計能夠智能生成和管理內(nèi)容的系統(tǒng)，并負責通過將嵌入式控制功能內(nèi)建于設(shè)計中緩解相關(guān)風險。這將推動在倫理和法律邊界內(nèi)實現(xiàn)更加快速、負責任的創(chuàng)新，尤其是當AI模型決策需基于用戶情境時。
