【導(dǎo)讀】
2025年，AI的雄心正在超越數(shù)據(jù)的準(zhǔn)備度。IBM的一項(xiàng)研究顯示，全球1700名CDO中，僅有26%的人對(duì)自己的數(shù)據(jù)能夠支持AI收入流感到自信。
這并非個(gè)例。長期以來的“應(yīng)用孤島”策略，導(dǎo)致企業(yè)擁有海量數(shù)據(jù)，卻缺乏統(tǒng)一的標(biāo)準(zhǔn)和治理。當(dāng)AI需要動(dòng)態(tài)、實(shí)時(shí)、細(xì)粒度的數(shù)據(jù)管道時(shí)，傳統(tǒng)架構(gòu)顯得力不從心。
作為CIO，如何重建一個(gè)“AI-Ready”的數(shù)據(jù)戰(zhàn)略？我們結(jié)合IBM、IDC和Salesforce專家的建議，為您提煉了8個(gè)核心步驟。
傳統(tǒng)數(shù)據(jù)戰(zhàn)略是為BI報(bào)表設(shè)計(jì)的，而AI需要的是模型驅(qū)動(dòng)的工作流。
痛點(diǎn)：數(shù)據(jù)碎片化、缺乏上下文元數(shù)據(jù)。
解法：建立集成的企業(yè)數(shù)據(jù)架構(gòu)。無論數(shù)據(jù)誕生于何處（本地、云端、SaaS），都應(yīng)適用同一套標(biāo)準(zhǔn)和治理。
技術(shù)棧：投資現(xiàn)代數(shù)據(jù)湖（Data Lakes）、數(shù)據(jù)湖倉（Lakehouses）和向量數(shù)據(jù)庫，以處理多模態(tài)數(shù)據(jù)。
誰擁有數(shù)據(jù)？這個(gè)問題在AI時(shí)代有了新答案。
舊模式：數(shù)據(jù)歸IT或特定業(yè)務(wù)部門“私有”。
新模式：將“數(shù)據(jù)所有者”重新定義為“數(shù)據(jù)管理者”（Data Stewards）。
原則：他們不擁有數(shù)據(jù)本身，而是擁有數(shù)據(jù)的意義和質(zhì)量。數(shù)據(jù)是企業(yè)的公共資產(chǎn)，需在受控、安全的前提下實(shí)現(xiàn)民主化。
Thoughtworks首席AI官Shayan Mohanty指出，數(shù)據(jù)生產(chǎn)者和消費(fèi)者之間存在巨大裂痕。
手段：采用“數(shù)據(jù)產(chǎn)品”思維。
工具：利用模型上下文協(xié)議（MCP）來包裝數(shù)據(jù)，提供協(xié)議級(jí)訪問，讓AI能自動(dòng)識(shí)別并調(diào)用所需數(shù)據(jù)。
非結(jié)構(gòu)化數(shù)據(jù)：將客戶通話、文檔等視為“一等公民”，通過向量數(shù)據(jù)庫進(jìn)行標(biāo)記和檢索，填補(bǔ)這一巨大的價(jià)值盲點(diǎn)。
Salesforce的Shibani Ahuja給出了最務(wù)實(shí)的建議：不要等到數(shù)據(jù)完美了再動(dòng)手。
逆向工程：從你想要的AI業(yè)務(wù)結(jié)果出發(fā)，倒推所需的數(shù)據(jù)支持。
增量實(shí)施：支持一個(gè)AI用例，建立相應(yīng)的數(shù)據(jù)架構(gòu)，跑通后，再擴(kuò)展到下一個(gè)。快速上線、觀察、調(diào)整、擴(kuò)展。
【結(jié)語】
AI時(shí)代的數(shù)據(jù)戰(zhàn)略，不再是收集和存儲(chǔ)一切，而是有意識(shí)的、價(jià)值驅(qū)動(dòng)的。
CIO們，現(xiàn)在是時(shí)候打破孤島，建立跨職能的“數(shù)據(jù)+AI”生態(tài)系統(tǒng)了。只有當(dāng)IT、安全和業(yè)務(wù)部門共享所有權(quán)時(shí)，AI的飛輪才能真正轉(zhuǎn)動(dòng)起來。
隨著 AI 的雄心超越數(shù)據(jù)準(zhǔn)備，CIO 們必須革新數(shù)據(jù)策略，打造統(tǒng)一且具備支持企業(yè)范圍應(yīng)用場(chǎng)景的 AI 基礎(chǔ)。
圖源：Rob Schultz / Shutterstock
任何想要擁有領(lǐng)先AI戰(zhàn)略的組織，首先必須擁有一個(gè)成功的數(shù)據(jù)戰(zhàn)略。這是IBM副總裁兼首席數(shù)據(jù)官Ed Lovely傳遞的信息。
“當(dāng)你考慮擴(kuò)展AI時(shí)，數(shù)據(jù)是基礎(chǔ)，”他說。
然而，他表示，很少有組織擁有與其AI雄心相匹配的數(shù)據(jù)架構(gòu)。相反，它們擁有的是孤島化的數(shù)據(jù)，這些數(shù)據(jù)不受一致數(shù)據(jù)標(biāo)準(zhǔn)的管理——這是長期以來企業(yè)數(shù)據(jù)戰(zhàn)略的產(chǎn)物，這些戰(zhàn)略逐個(gè)應(yīng)用地創(chuàng)建IT環(huán)境，旨在提供特定時(shí)間點(diǎn)的決策，而非支持企業(yè)范圍的人工智能部署。
IBM 2025年的研究《人工智能雄心激增，但企業(yè)數(shù)據(jù)準(zhǔn)備好了嗎？》顯示了有多少企業(yè)在數(shù)據(jù)方面苦苦掙扎。研究發(fā)現(xiàn)，全球1700名CDO中，僅有26%的人對(duì)自己的數(shù)據(jù)能夠支持新的AI收入流感到自信。
Lovely表示，需要的是一個(gè)集成的企業(yè)數(shù)據(jù)架構(gòu)，在這個(gè)架構(gòu)中，無論數(shù)據(jù)誕生于何處，都應(yīng)用相同的標(biāo)準(zhǔn)、治理和元數(shù)據(jù)。
Lovely并非唯一看到組織需要更新數(shù)據(jù)戰(zhàn)略的人。
“大多數(shù)組織需要現(xiàn)代化其數(shù)據(jù)戰(zhàn)略，因?yàn)锳I不僅改變了數(shù)據(jù)的使用方式，還改變了數(shù)據(jù)被使用的原因以及價(jià)值創(chuàng)造的地點(diǎn)，”IDC全球DataSphere和Global StorageSphere研究項(xiàng)目的研究經(jīng)理、2025年報(bào)告《生成式人工智能時(shí)代的內(nèi)容創(chuàng)作》的合著者Adam Wright說。
“傳統(tǒng)的數(shù)據(jù)戰(zhàn)略是為報(bào)表、BI（商業(yè)智能）和自動(dòng)化構(gòu)建的，但AI需要更加動(dòng)態(tài)、細(xì)粒度且實(shí)時(shí)的數(shù)據(jù)管道，以推動(dòng)迭代的、模型驅(qū)動(dòng)的工作流。這意味著從靜態(tài)數(shù)據(jù)治理轉(zhuǎn)向持續(xù)的數(shù)據(jù)質(zhì)量監(jiān)控、更強(qiáng)的元數(shù)據(jù)和血緣（lineage）追蹤，以及反映AI混合了臨時(shí)、緩存和保存數(shù)據(jù)的保留策略，”他說。“AI時(shí)代要求組織從‘收集/存儲(chǔ)一切’的心態(tài)，進(jìn)化為有意識(shí)的、價(jià)值驅(qū)動(dòng)的數(shù)據(jù)戰(zhàn)略，平衡成本、風(fēng)險(xiǎn)和他們想要實(shí)現(xiàn)的具體AI成果?！?/span>
一、高成熟度數(shù)據(jù)基礎(chǔ)
大多數(shù)組織距離這一目標(biāo)還很遠(yuǎn)。
“許多組織在擁有‘正確’數(shù)據(jù)方面繼續(xù)掙扎，無論是意味著足夠的體量、適當(dāng)?shù)馁|(zhì)量，還是支持AI用例所需的上下文元數(shù)據(jù)，”Wright說。“在IDC的研究和行業(yè)對(duì)話中，數(shù)據(jù)準(zhǔn)備度始終是實(shí)現(xiàn)AI價(jià)值的首要障礙之一，往往超過了計(jì)算成本或模型選擇。大多數(shù)企業(yè)仍在處理碎片化的系統(tǒng)、不一致的治理，以及對(duì)其實(shí)際擁有的數(shù)據(jù)及其可信度缺乏可見性。”
Lovely表示，IBM曾面臨許多此類挑戰(zhàn)，但過去三年致力于解決這些問題，使其數(shù)據(jù)為AI做好準(zhǔn)備。
IBM在AI時(shí)代的數(shù)據(jù)戰(zhàn)略包括對(duì)長期方法的多次調(diào)整，使其能夠構(gòu)建Lovely所稱的集成企業(yè)數(shù)據(jù)架構(gòu)。例如，公司保留了數(shù)據(jù)所有者的概念，但“幫助他們理解數(shù)據(jù)是IBM的資產(chǎn)，如果我們能以受控、安全的方式使其民主化，我們就能以更好、更高效的方式運(yùn)營業(yè)務(wù)，”Lovely說。
結(jié)果，IBM從由多個(gè)團(tuán)隊(duì)管理孤島數(shù)據(jù)，轉(zhuǎn)變?yōu)槭褂猛ㄓ脴?biāo)準(zhǔn)和通用架構(gòu)的單一團(tuán)隊(duì)。企業(yè)領(lǐng)導(dǎo)者還整合了300TB的數(shù)據(jù)，根據(jù)公司尋求的成果以及驅(qū)動(dòng)這些成果的工作流來選擇所需的數(shù)據(jù)。
“我們是有意為之的，”Lovely說，并補(bǔ)充道其數(shù)據(jù)平臺(tái)現(xiàn)在覆蓋了約80%的IBM工作流?！叭缃衿髽I(yè)最大的生產(chǎn)力解鎖之一就是創(chuàng)建一個(gè)集成的企業(yè)數(shù)據(jù)架構(gòu)。因?yàn)槲覀冊(cè)跀?shù)據(jù)上的投資，我們正在公司內(nèi)迅速部署AI。”
二、構(gòu)建更好數(shù)據(jù)戰(zhàn)略的8個(gè)建議
為了在數(shù)據(jù)基礎(chǔ)和數(shù)據(jù)消費(fèi)能力上建立高成熟度，組織需要一個(gè)AI時(shí)代的數(shù)據(jù)戰(zhàn)略——一個(gè)能夠強(qiáng)制執(zhí)行數(shù)據(jù)質(zhì)量、打破數(shù)據(jù)孤島，并將數(shù)據(jù)能力與業(yè)務(wù)優(yōu)先的AI用例相對(duì)齊的戰(zhàn)略。
專家們提供了以下步驟：
1. 重新思考數(shù)據(jù)所有權(quán)
“當(dāng)業(yè)務(wù)部門、產(chǎn)品團(tuán)隊(duì)和AI平臺(tái)都在持續(xù)生成和轉(zhuǎn)換數(shù)據(jù)時(shí)，將數(shù)據(jù)所有權(quán)視為純粹IT問題的傳統(tǒng)模式已不再奏效，”Wright解釋道?！袄硐肭闆r下，明確的問責(zé)制應(yīng)由高級(jí)數(shù)據(jù)領(lǐng)導(dǎo)者（如CDO）承擔(dān)，但沒有CDO的組織必須確保數(shù)據(jù)治理職責(zé)在IT、安全和業(yè)務(wù)部門之間明確分配?！?/span>
他補(bǔ)充說，擁有“一個(gè)定義策略的單一權(quán)威點(diǎn)和一個(gè)執(zhí)行的聯(lián)邦模式至關(guān)重要，這樣業(yè)務(wù)部門既能獲得授權(quán)，又不會(huì)不受約束?！?/span>
圣托馬斯大學(xué)軟件工程與數(shù)據(jù)科學(xué)系教授兼系主任、應(yīng)用人工智能中心主任Manjeet Rege建議組織將數(shù)據(jù)所有者重新定義為數(shù)據(jù)管理者（data stewards）。他們不擁有數(shù)據(jù)，而是基于中央數(shù)據(jù)職能部門設(shè)定的標(biāo)準(zhǔn)、治理、安全和互操作性，擁有數(shù)據(jù)的意義和質(zhì)量。
2. 打破孤島
要做到這一點(diǎn)，“CIO需要圍繞共享的AI和數(shù)據(jù)成果來協(xié)調(diào)業(yè)務(wù)部門，因?yàn)橹挥挟?dāng)工作流、流程和數(shù)據(jù)源在整個(gè)企業(yè)內(nèi)連接起來時(shí)，生成式AI才能創(chuàng)造價(jià)值，”Wright說。
“這意味著建立跨職能治理，標(biāo)準(zhǔn)化分類法和策略，并為團(tuán)隊(duì)創(chuàng)造共享數(shù)據(jù)而非保護(hù)數(shù)據(jù)的激勵(lì)機(jī)制，”他補(bǔ)充道?！凹夹g(shù)通過統(tǒng)一平臺(tái)、元數(shù)據(jù)層和通用安全框架提供幫助，但真正的解鎖來自于最高管理層（C-suite）和業(yè)務(wù)利益相關(guān)者的協(xié)調(diào)領(lǐng)導(dǎo)?！?/span>
3. 投資于AI時(shí)代的數(shù)據(jù)技術(shù)
Wright表示，這些技術(shù)包括現(xiàn)代數(shù)據(jù)湖（data lakes）和數(shù)據(jù)湖倉（data lakehouses）、向量數(shù)據(jù)庫（vector databases）和可擴(kuò)展的對(duì)象存儲(chǔ)，所有這些“都能在強(qiáng)有力的治理下處理海量的多模態(tài)數(shù)據(jù)。”
組織還需要編排和管道工具，自動(dòng)化攝取、清洗、轉(zhuǎn)換和移動(dòng)，以便AI工作流能端到端可靠運(yùn)行。元數(shù)據(jù)引擎和治理層對(duì)于使模型理解上下文、追蹤血緣，并安全可靠地使用結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)至關(guān)重要。
Rege建議構(gòu)建一個(gè)“模塊化、受控且能夠演進(jìn)”的數(shù)據(jù)平臺(tái)層?！澳阈枰环N架構(gòu)，能將數(shù)據(jù)視為可復(fù)用的產(chǎn)品，而不僅僅是為了單一管道，并且可用于批處理和實(shí)時(shí)需求。”
Rege也支持?jǐn)?shù)據(jù)湖和數(shù)據(jù)湖倉，稱它們“正在成為AI的骨干，因?yàn)樗鼈兡芴幚斫Y(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。”
此外，Thoughtworks首席AI和數(shù)據(jù)官Shayan Mohanty建議CIO構(gòu)建一個(gè)可組合企業(yè)（composable enterprise），利用模塊化技術(shù)和靈活結(jié)構(gòu)，使人類和AI能夠跨多層訪問數(shù)據(jù)并協(xié)作。
專家還建議CIO投資于能夠解決新興數(shù)據(jù)生命周期需求的技術(shù)。
“生成式AI正在從根本上重塑數(shù)據(jù)生命周期，創(chuàng)造出一種更加動(dòng)態(tài)的混合體，包含臨時(shí)、緩存和持久存儲(chǔ)的內(nèi)容。大多數(shù)生成式AI輸出是短暫的，僅使用幾秒、幾分鐘或幾小時(shí)，這增加了對(duì)DRAM和SSD等高性能基礎(chǔ)設(shè)施的需求，以處理快速迭代、緩存和易失性工作流，”Wright說。
“但與此同時(shí)，生成式AI輸出中有意義的一部分確實(shí)會(huì)持久化，例如定稿文檔、獲批的媒體資產(chǎn)、合成訓(xùn)練數(shù)據(jù)集和合規(guī)相關(guān)內(nèi)容，這些仍然嚴(yán)重依賴具有成本效益的高容量HDD進(jìn)行長期存儲(chǔ)，”他補(bǔ)充道?！半S著生成式AI采用率的增長，組織將需要適應(yīng)這種全生命周期的數(shù)據(jù)戰(zhàn)略——從用于臨時(shí)內(nèi)容的超快內(nèi)存到用于持久歸檔的穩(wěn)健HDD系統(tǒng)，因?yàn)榇鎯?chǔ)負(fù)擔(dān)/動(dòng)態(tài)正在發(fā)生轉(zhuǎn)移?！?/span>
4. 自動(dòng)化并為數(shù)據(jù)架構(gòu)增加智能
Mohanty將企業(yè)數(shù)據(jù)狀況不佳歸咎于“數(shù)據(jù)生產(chǎn)者和數(shù)據(jù)消費(fèi)者之間的裂痕”，產(chǎn)生的數(shù)據(jù)被“扔進(jìn)某處的巨大堆里，即所謂的數(shù)據(jù)倉庫”，然后再創(chuàng)建分析層來利用它。他指出，這種方法需要大量的人類知識(shí)和手動(dòng)努力才能奏效。
他建議組織采用數(shù)據(jù)產(chǎn)品思維（data product mindset），“拉近數(shù)據(jù)生產(chǎn)者和消費(fèi)者的距離”，并向企業(yè)架構(gòu)中添加自動(dòng)化和智能，以便AI在需要時(shí)能識(shí)別并訪問正確的數(shù)據(jù)。
Mohanty說，CIO可以使用模型上下文協(xié)議（MCP）來包裝數(shù)據(jù)并提供協(xié)議級(jí)訪問，并指出這種訪問要求組織在目錄和工具中編碼信息，以確數(shù)據(jù)可發(fā)現(xiàn)性。
5. 確保結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)都具備AI就緒性
“當(dāng)結(jié)構(gòu)化數(shù)據(jù)格式一致、治理良好并富含準(zhǔn)確的元數(shù)據(jù)時(shí)，它就是AI就緒的，使模型易于理解和使用，”Wright說?！敖M織應(yīng)優(yōu)先考慮強(qiáng)有力的數(shù)據(jù)質(zhì)量控制、主數(shù)據(jù)管理和明確的所有權(quán)，以確保結(jié)構(gòu)化數(shù)據(jù)集保持可靠、可互操作并與特定AI用例對(duì)齊?！?/span>
專家強(qiáng)調(diào)，需要將同樣的紀(jì)律帶入非結(jié)構(gòu)化數(shù)據(jù)，確保非結(jié)構(gòu)化數(shù)據(jù)也得到適當(dāng)?shù)臉?biāo)記、分類并豐富元數(shù)據(jù)，以便AI系統(tǒng)能夠有效地理解和檢索它。
“你需要將非結(jié)構(gòu)化數(shù)據(jù)視為一等數(shù)據(jù)資產(chǎn)，”Rege說。“大多數(shù)最有趣的AI用例都存在于非結(jié)構(gòu)化數(shù)據(jù)中，如客戶服務(wù)音頻通話、消息和文檔，但對(duì)于許多組織來說，非結(jié)構(gòu)化數(shù)據(jù)仍然是一個(gè)盲點(diǎn)?！?/span>
Rege建議將其存儲(chǔ)在信息可搜索的向量數(shù)據(jù)庫中。
6. 考慮外部數(shù)據(jù)源和合成數(shù)據(jù)
“當(dāng)現(xiàn)有數(shù)據(jù)不完整、有偏見、太小或與試圖追求的AI用例對(duì)齊不佳時(shí)，組織絕對(duì)應(yīng)評(píng)估是否需要外部或合成數(shù)據(jù)（synthetic data），”Wright說，并指出“當(dāng)真實(shí)數(shù)據(jù)敏感、收集成本高昂或受隱私、監(jiān)管或運(yùn)營限制時(shí)，合成數(shù)據(jù)尤為有用?！?/span>
7. 逐步實(shí)施高成熟度數(shù)據(jù)基礎(chǔ)
Salesforce企業(yè)IT戰(zhàn)略高級(jí)副總裁Shibani Ahuja表示，不要等到數(shù)據(jù)處于完美狀態(tài)才開始。
“有些組織覺得必須先把所有數(shù)據(jù)都弄好才能扣動(dòng)扳機(jī)，但他們也面臨著開啟旅程的壓力，”她說。
正如大多數(shù)企業(yè)項(xiàng)目成熟過程一樣，CIO及其高管同事可以——也應(yīng)該——采取增量方法來構(gòu)建AI時(shí)代的數(shù)據(jù)項(xiàng)目。
Ahuja建議通過一個(gè)接一個(gè)的結(jié)果（outcome to outcome）來完善數(shù)據(jù)項(xiàng)目，創(chuàng)建一個(gè)數(shù)據(jù)戰(zhàn)略和架構(gòu)來支持一個(gè)AI驅(qū)動(dòng)的結(jié)果，然后再推進(jìn)后續(xù)的。
“這是一種思維方式：從你需要的東西進(jìn)行逆向工程，”Ahuja說?！鞍涯承〇|西投入生產(chǎn)，確保你有正確的護(hù)欄，觀察它，調(diào)整它使其擴(kuò)展，然后再投入下一個(gè)?！?/span>
8. 采取跨職能的數(shù)據(jù)團(tuán)隊(duì)建設(shè)方法
“數(shù)據(jù)應(yīng)由一個(gè)跨職能生態(tài)系統(tǒng)支持，包括IT、數(shù)據(jù)治理、安全以及實(shí)際使用數(shù)據(jù)驅(qū)動(dòng)決策的業(yè)務(wù)部門，”Wright說。“當(dāng)這些團(tuán)隊(duì)共享所有權(quán)時(shí)，AI時(shí)代的數(shù)據(jù)戰(zhàn)略效果最佳：IT團(tuán)隊(duì)賦能基礎(chǔ)設(shè)施，治理團(tuán)隊(duì)確保信任和質(zhì)量，業(yè)務(wù)團(tuán)隊(duì)定義背景和價(jià)值?！?/span>
作者：Mary K. Pratt（瑪麗·K·普拉特）
Mary K. Pratt（瑪麗·K·普拉特）是馬薩諸塞州的一名自由撰稿人。
譯者：寶藍(lán) ?編審：@lex
