——明智的決策是企業(yè)數據現(xiàn)代化的首要目標

北京2024年5月29日 /美通社/ -- 近日，《麻省理工科技評論》洞察最新報告探討了企業(yè)數據戰(zhàn)略和現(xiàn)代化計劃與整體業(yè)務戰(zhàn)略不一致，以及過于狹隘地專注于人工智能，導致大量商業(yè)價值被忽視的問題。

這份報告主題為"以戰(zhàn)略目標為導向，實現(xiàn)數據現(xiàn)代化"，由《麻省理工科技評論》洞察與思特沃克（Thoughtworks）聯(lián)合制作，參考了對全球350名資深數據和技術領導者的調研，以及對埃克森美孚、英國皇家財產局、Payback和思特沃克（Thoughtworks）等公司的數據戰(zhàn)略和數據現(xiàn)代化專家進行的深度訪談。

以下是主要研究結果：

• 人工智能并不是企業(yè)推進數據資產現(xiàn)代化的唯一原因。實現(xiàn)更明智的決策是數據現(xiàn)代化的首要目標，近一半（46%）的高管將其列為三大驅動因素之一。支持人工智能模型（40%）和脫碳（38%）也是推進數據現(xiàn)代化的主要驅動因素。
• 數據戰(zhàn)略往往與商業(yè)戰(zhàn)略相互脫節(jié)。雖然在受訪企業(yè)中，僅有一小部分（22%）表示缺乏完善的數據戰(zhàn)略，但只有39%的企業(yè)表示其數據戰(zhàn)略完全契合其關鍵商業(yè)目標。數據團隊需采取更多措施，讓其他業(yè)務部門和職能部門參與戰(zhàn)略討論。
• 數據戰(zhàn)略為數據現(xiàn)代化鋪平道路。在過去兩年中進行數據現(xiàn)代化的大多數企業(yè)（71%）在此之前早已制定好數據戰(zhàn)略，這可能并非巧合。現(xiàn)代化目標的實現(xiàn)離不開業(yè)務的支持，實施決策需要戰(zhàn)略指導，以免增加復雜性或重復工作。
• 數據方面的最大痛點是數據質量和時效性。高管們指出，數據不達標（41%）和交付不及時（33%）是其數據運營中最需要改進的方面。數據不完整或不準確會導致企業(yè)用戶質疑數據的可信度。這就解釋了為什么在過去兩年中，受訪企業(yè)最普遍采取的數據現(xiàn)代化措施是加強數據治理（45%）。

《麻省理工科技評論》全球定制內容總監(jiān)Laurel Ruma表示："在人工智能和脫碳政策等因素的推動下，領導者們強調實現(xiàn)數據現(xiàn)代化的關鍵在于提高決策能力。然而，有些企業(yè)難以確保數據戰(zhàn)略與更廣泛的業(yè)務目標完全一致。通過加強數據治理，企業(yè)可以改善運營、提高數據質量，并建立信任。"

思特沃克（Thoughtworks）全球數據與人工智能事業(yè)部技術負責人Danilo Sato指出："只有三分之一的領導者表示其數據戰(zhàn)略與業(yè)務戰(zhàn)略目標完全一致，而這種一致性正是企業(yè)最大限度地實現(xiàn)其數據商業(yè)影響的關鍵所在。通過將可擴展的有效數據工程實踐與現(xiàn)代數據平臺相結合，企業(yè)開始意識到，數據和人工智能是一種倍增器，可以大力促進企業(yè)發(fā)展和取得競爭優(yōu)勢。"

如需下載報告，請點擊此處。