速览要点

  • 根据Semarchy本周发布的报告，随着AI采用推进，企业正承受数据管理与治理不善带来的后果。
  • 调查覆盖1050名受访者，几乎所有业务领导者都承认遭遇过与AI相关的数据质量问题。决策者指出，数据隐私与合规限制、重复记录以及低效的数据集成是主要症结。
  • 这些问题正阻碍企业雄心。受访业务领导者中，不足半数认为其今年的AI目标能够实现。受访者表示，数据困境导致对AI输出的信任下降、项目延期以及成本上升。

深度洞察

企业AI愿景的实现，高度依赖于健全的数据管理与治理框架。

“许多企业尚未解决这些基础数据问题便仓促推进——这为AI采用埋下了重大风险，”Semarchy首席技术官Craig Gravina在给CIO Dive的邮件中表示。“仅有AI雄心，若无数据就绪，无法转化为执行上的成功。”

Gravina认为，CIO在此过程中扮演着关键角色。

为强化AI战略，技术领导者应优先确保数据的可信、清洁与良好集成，而非依赖不完整或重复的信息，Gravina表示。CIO还应倡导一种协作式的治理方法。

若缺乏统一的采用策略，企业可能陷入困境。近四分之三的领导者将数据管理脱节归咎于优先级设定与资源分配不当，指出企业将投资集中于生成式AI，却牺牲了数据与分析计划——这一结论来自SoftServe的一份报告。

即便面临重重障碍，企业仍在持续优先投入该技术，这进一步加大了技术领导者迅速寻找解决方案的压力。

“CIO完全有能力弥合执行差距，通过确保AI具备可扩展性、安全性，并与数据及业务目标保持一致，”Gravina表示。