人工智能只有在首席信息官修復(fù)數(shù)據(jù)堆棧后才能發(fā)揮效用，因?yàn)橐话氲氖紫瘓?zhí)行官承認(rèn)人工智能熱潮導(dǎo)致他們的技術(shù)堆棧變得碎片化。
圖源：www.cio.com
在急于利用人工智能的過程中，首席執(zhí)行官們遇到了障礙。他們的數(shù)據(jù)一團(tuán)糟。一項(xiàng)新的研究揭示，盡管61%的首席執(zhí)行官正在積極部署人工智能代理并計(jì)劃擴(kuò)大其規(guī)模，但50%的人承認(rèn)他們倉促的技術(shù)投資使組織陷入了系統(tǒng)碎片化和脫節(jié)的困境。這種數(shù)據(jù)混亂正在扼殺人工智能的潛力，導(dǎo)致近年來只有25%的人工智能項(xiàng)目實(shí)現(xiàn)了預(yù)期的投資回報(bào)率。
據(jù)IBM對來自30個(gè)國家的2000名首席執(zhí)行官進(jìn)行的調(diào)查，多年來的零散技術(shù)采用已經(jīng)創(chuàng)建了孤立的系統(tǒng)，如果沒有統(tǒng)一的數(shù)據(jù)基礎(chǔ)，這些系統(tǒng)可能會(huì)使人工智能投資脫軌。
“在采用人工智能時(shí)，首席執(zhí)行官們在短期投資回報(bào)率的壓力和長期創(chuàng)新投資之間取得平衡，”IBM咨詢公司高級副總裁兼負(fù)責(zé)人Mohamad Ali（穆罕默德·阿里）在新聞稿中表示。然而，研究表明，68%的首席執(zhí)行官認(rèn)為集成的企業(yè)級數(shù)據(jù)架構(gòu)對于跨職能協(xié)作至關(guān)重要，72%的人將他們專有的數(shù)據(jù)視為釋放生成式人工智能價(jià)值的關(guān)鍵。
“在破碎的基礎(chǔ)上搭建模型無法實(shí)現(xiàn)長期的人工智能投資回報(bào)率，”QKS集團(tuán)的實(shí)踐總監(jiān)Amandeep Singh（阿曼迪普·辛格）警告說，表面層次的人工智能集成只會(huì)增加不斷增長的技術(shù)債務(wù)。
IBM副主席Gary Cohn（加里·科恩）在新聞稿中警告說，不利用人工智能和數(shù)據(jù)是一種選擇，會(huì)讓企業(yè)落后。
數(shù)據(jù)脫節(jié)不僅僅是一個(gè)技術(shù)問題，它還是一個(gè)戰(zhàn)略問題。研究發(fā)現(xiàn)，59%的首席執(zhí)行官在平衡現(xiàn)有運(yùn)營的資金與創(chuàng)新投資方面存在困難，尤其是當(dāng)意外變化發(fā)生時(shí)。
由于擔(dān)心被甩在后面，64%的首席執(zhí)行官承認(rèn)在尚未完全理解人工智能價(jià)值的情況下就進(jìn)行了投資。2025年，首席人工智能官報(bào)告的平均投資回報(bào)率僅為14%，即使人工智能項(xiàng)目已經(jīng)超越了最初的試點(diǎn)階段。研究指出，盡管具有開創(chuàng)性的概念驗(yàn)證吸引了人們的注意力，但它們并不總是能持續(xù)轉(zhuǎn)化為業(yè)務(wù)成果。
首席執(zhí)行官們知道人工智能可以推動(dòng)顯著增長——85%的人預(yù)計(jì)到2027年通過擴(kuò)大人工智能效率將實(shí)現(xiàn)積極的投資回報(bào)率——但他們正在搖搖欲墜的基礎(chǔ)上建設(shè)。
根據(jù)德勤的研究，數(shù)據(jù)問題是人工智能的主要瓶頸。只有半數(shù)的受訪首席執(zhí)行官報(bào)告說，他們的數(shù)據(jù)集成足以擴(kuò)大人工智能的規(guī)模。解開遺留系統(tǒng)、不一致的格式和治理缺口的難題需要首席信息官進(jìn)行技術(shù)和文化的修復(fù)。
首席執(zhí)行官們認(rèn)識到戰(zhàn)略領(lǐng)導(dǎo)和人才對于實(shí)現(xiàn)人工智能價(jià)值至關(guān)重要，但技能差距仍然存在。大約三分之一（31%）的勞動(dòng)力需要在三年內(nèi)進(jìn)行人工智能再培訓(xùn)，54%的首席執(zhí)行官正在招聘新的與人工智能相關(guān)的職位，突顯了人才競爭的激烈程度。
研究還強(qiáng)調(diào)了一種謹(jǐn)慎的樂觀情緒。盡管只有52%的首席執(zhí)行官報(bào)告說，他們從生成式人工智能中獲得的價(jià)值超過了成本削減，但68%的人表示他們的組織有明確的衡量創(chuàng)新投資回報(bào)率的指標(biāo)。到2027年，77%的人預(yù)計(jì)從專注于增長和擴(kuò)展的人工智能投資中獲得積極的回報(bào)。但這些收益取決于首席信息官現(xiàn)在能否解決數(shù)據(jù)混亂的問題。
正確構(gòu)建數(shù)據(jù)堆棧
首席信息官需要從審計(jì)他們的數(shù)據(jù)開始，發(fā)現(xiàn)空白、清理不一致并確保數(shù)據(jù)的可用性。目標(biāo)并不是將所有內(nèi)容鎖定在一個(gè)集中系統(tǒng)中，而是確保數(shù)據(jù)結(jié)構(gòu)化、受管控且易于訪問。研究建議，通過使用數(shù)據(jù)虛擬化和系統(tǒng)集成等智能工具，團(tuán)隊(duì)可以無需額外復(fù)雜性就能獲得統(tǒng)一的視圖。
Singh（辛格）敦促首席信息官采用“數(shù)據(jù)產(chǎn)品思維”——將高質(zhì)量、可復(fù)用的數(shù)據(jù)集視為業(yè)務(wù)資產(chǎn)。當(dāng)做得正確時(shí)，這可以推動(dòng)人工智能用例，從而真正推動(dòng)業(yè)務(wù)發(fā)展，比如預(yù)測當(dāng)?shù)貛齑嫘枨蠡驕p少差旅支出。
為了使人工智能能夠?qū)崟r(shí)工作，首席信息官應(yīng)該構(gòu)建一個(gè)連接系統(tǒng)并將智能嵌入日常運(yùn)營的數(shù)據(jù)編織。云原生平臺(tái)有助于團(tuán)隊(duì)跨部門協(xié)作，而事件驅(qū)動(dòng)的架構(gòu)讓人工智能在新數(shù)據(jù)輸入的瞬間做出響應(yīng)。
人工智能還需要在干凈的、特定于企業(yè)數(shù)據(jù)上進(jìn)行訓(xùn)練，同時(shí)將業(yè)務(wù)規(guī)則、倫理和安全性納入其中。一個(gè)強(qiáng)大的訓(xùn)練框架加上反饋回路有助于人工智能發(fā)現(xiàn)的問題、改進(jìn)流程并保持相關(guān)性，研究補(bǔ)充道。
“沒有人工智能模型應(yīng)該在沒有接入實(shí)際業(yè)務(wù)工作流程的情況下投入生產(chǎn)，”Singh（辛格）說，“如果做得正確，這種重新布線可以將數(shù)據(jù)混亂轉(zhuǎn)變?yōu)楦偁巸?yōu)勢?！?/span>
作者：Mastufa Ahmed（馬斯圖法·艾哈邁德）
譯者：穿山甲
【睿觀：企業(yè)若想充分釋放人工智能的潛力并實(shí)現(xiàn)預(yù)期回報(bào)，當(dāng)務(wù)之急是解決因倉促投資導(dǎo)致的數(shù)據(jù)堆棧碎片化問題，構(gòu)建統(tǒng)一、高質(zhì)量、易于訪問且治理良好的數(shù)據(jù)基礎(chǔ)。只有在首席信息官（CIO）成功修復(fù)數(shù)據(jù)混亂之后，人工智能才能真正發(fā)揮其變革性作用，推動(dòng)業(yè)務(wù)增長和創(chuàng)新。
支撐論據(jù)：
當(dāng)前困境：數(shù)據(jù)碎片化嚴(yán)重阻礙人工智能發(fā)揮價(jià)值。
表現(xiàn)：
一半（50%）的首席執(zhí)行官（CEO）承認(rèn)，在人工智能熱潮中倉促的技術(shù)投資導(dǎo)致了系統(tǒng)碎片化和脫節(jié)。
后果：
這種數(shù)據(jù)混亂導(dǎo)致近年來僅有25%的人工智能項(xiàng)目實(shí)現(xiàn)了預(yù)期的投資回報(bào)率（ROI）。遺留系統(tǒng)、不一致的格式和治理缺口加劇了技術(shù)債務(wù)。
認(rèn)知：
盡管多數(shù)CEO（如IBM調(diào)查中68%）認(rèn)識到集成數(shù)據(jù)架構(gòu)的重要性，且72%視專有數(shù)據(jù)為釋放生成式AI價(jià)值的關(guān)鍵，但德勤研究顯示僅半數(shù)CEO的數(shù)據(jù)集成足以支撐AI規(guī)?；?。
解決之道：首席信息官（CIO）需主導(dǎo)構(gòu)建堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。
采用“數(shù)據(jù)產(chǎn)品思維”，將高質(zhì)量、可復(fù)用的數(shù)據(jù)集視為業(yè)務(wù)資產(chǎn)。
構(gòu)建“數(shù)據(jù)編織”（Data Fabric）架構(gòu)，連接系統(tǒng)并將智能嵌入日常運(yùn)營，利用云原生平臺(tái)和事件驅(qū)動(dòng)架構(gòu)實(shí)現(xiàn)AI實(shí)時(shí)響應(yīng)。
確保AI在干凈的、特定于企業(yè)的數(shù)據(jù)上進(jìn)行訓(xùn)練，并融入業(yè)務(wù)規(guī)則、倫理和安全性。
行動(dòng)起點(diǎn)：
CIO應(yīng)從數(shù)據(jù)審計(jì)入手，識別數(shù)據(jù)缺口、清理不一致并確保數(shù)據(jù)可用性。
核心策略：
不是簡單地集中所有數(shù)據(jù)，而是確保數(shù)據(jù)結(jié)構(gòu)化、受管控且易于訪問，將數(shù)據(jù)混亂轉(zhuǎn)變?yōu)楦偁巸?yōu)勢。
未來展望與配套條件：修復(fù)數(shù)據(jù)是前提，但人才與戰(zhàn)略同樣關(guān)鍵。
CEO的期望：
盡管面臨挑戰(zhàn)，85%的CEO預(yù)計(jì)到2027年通過擴(kuò)大AI效率實(shí)現(xiàn)積極ROI，77%預(yù)計(jì)AI投資將帶來增長和擴(kuò)展方面的積極回報(bào)。
人才缺口：
大約31%的勞動(dòng)力需要在三年內(nèi)進(jìn)行AI再培訓(xùn)，54%的CEO正在招聘新的AI相關(guān)職位，凸顯了人才競爭。
戰(zhàn)略挑戰(zhàn)：
59%的CEO在平衡現(xiàn)有運(yùn)營資金與創(chuàng)新投資方面存在困難。64%的CEO承認(rèn)在未完全理解AI價(jià)值時(shí)就已投資。
成功的衡量：
68%的CEO表示其組織有明確的衡量創(chuàng)新ROI的指標(biāo)，這對于引導(dǎo)AI投資走向成功至關(guān)重要。
總結(jié)：盡管CEO們對AI的潛力充滿期待并積極投入，但當(dāng)前普遍存在的數(shù)據(jù)基礎(chǔ)薄弱問題（尤其是數(shù)據(jù)碎片化）已成為AI項(xiàng)目成功的最大瓶頸。只有通過CIO領(lǐng)導(dǎo)下的戰(zhàn)略性數(shù)據(jù)治理和技術(shù)棧修復(fù)，構(gòu)建起統(tǒng)一、高質(zhì)量的數(shù)據(jù)基礎(chǔ)，并輔以人才培養(yǎng)和清晰的戰(zhàn)略規(guī)劃，企業(yè)才能真正從AI投資中獲得顯著和持續(xù)的回報(bào)。】
