Gartner公司發(fā)布了 2025年數(shù)據(jù)和分析（D&A）重要趨勢,，這些趨勢正在催生包括企業(yè)和人員管理等方面的一系列挑戰(zhàn)。

Gartner研究副總裁孫鑫（Julian Sun）表示：“D&A正在從一個小眾領(lǐng)域走向普及,。與此同時,，D&A領(lǐng)導者面臨的壓力已經(jīng)從‘資源少，事情多’變成了‘資源多,，事情更多’,，而且這項工作由于風險的增加而變得更具挑戰(zhàn)性。不過,，有一些趨勢將幫助D&A領(lǐng)導者應對他們所面臨的壓力,、期望和需求?！?/p>

趨勢1：高消耗數(shù)據(jù)產(chǎn)品

為了充分利用高消耗數(shù)據(jù)產(chǎn)品,，D&A領(lǐng)導者應重點關(guān)注關(guān)鍵業(yè)務用例，通過產(chǎn)品關(guān)聯(lián)和規(guī)?；瘉頊p少數(shù)據(jù)交付方面的挑戰(zhàn),，優(yōu)先交付可重復使用和可組合的最小可行數(shù)據(jù)產(chǎn)品，以便讓團隊不斷改進這些產(chǎn)品,。同時,，D&A領(lǐng)導者還必須在數(shù)據(jù)生產(chǎn)和使用團隊之間就關(guān)鍵績效指標達成共識，這對于衡量數(shù)據(jù)產(chǎn)品的成功至關(guān)重要,。

趨勢2：元數(shù)據(jù)管理解決方案

有效的元數(shù)據(jù)管理應先從技術(shù)元數(shù)據(jù)出發(fā),，然后擴展到業(yè)務元數(shù)據(jù)以增強上下文。通過整合各種類型的元數(shù)據(jù),，企業(yè)能夠?qū)崿F(xiàn)數(shù)據(jù)目錄,、數(shù)據(jù)脈絡和AI用例。因此,，選擇有助于自動發(fā)現(xiàn)和分析元數(shù)據(jù)的工具勢在必行,。

趨勢3：多模態(tài)數(shù)據(jù)編織

建立強大的元數(shù)據(jù)管理實踐涉及獲取和分析整個數(shù)據(jù)管道中的元數(shù)據(jù)。數(shù)據(jù)編織提供的洞察和自動化可滿足編排需求,、通過數(shù)據(jù)運維（DataOps）實現(xiàn)更卓越的運營,，并最終實現(xiàn)數(shù)據(jù)產(chǎn)品。

趨勢4：合成數(shù)據(jù)

識別缺失,、不完整或獲取成本高的數(shù)據(jù)對于推進AI行動至關(guān)重要,。合成數(shù)據(jù)既可以作為原始數(shù)據(jù)的變體，也可以替代敏感數(shù)據(jù),，能夠在促進AI發(fā)展的同時保護數(shù)據(jù)隱私,。

趨勢5：代理式分析

使用AI智能體進行數(shù)據(jù)分析,，完成業(yè)務成果的自動化閉環(huán)具有變革性意義。Gartner建議嘗試開發(fā)自然語言接口連接業(yè)務洞察的用例,，并評估供應商的數(shù)字化工作場所應用集成路線圖,。同時，建立治理機制可最大程度地減少錯誤和幻覺,，并且通過AI就緒數(shù)據(jù)原則評估數(shù)據(jù)就緒度十分重要,。

趨勢6：AI代理

AI代理對于滿足臨時的、靈活的或復雜的自適應自動化需求至關(guān)重要,。企業(yè)不能僅僅依賴大語言模型（LLM），還需要采用其他形式的分析和AI技術(shù),。D&A領(lǐng)導者應使AI代理能夠無縫訪問和共享所有應用的數(shù)據(jù),。

趨勢7：小語言模型

相比大語言模型，Gartner更推薦企業(yè)考慮使用小語言模型,，以便在特定領(lǐng)域獲得更加準確,、更符合語境的AI輸出結(jié)果。Gartner建議提供用于檢索增強生成或微調(diào)自定義領(lǐng)域模型的數(shù)據(jù),，特別是在本地使用時,，可以處理敏感數(shù)據(jù)并減少計算資源和成本。

趨勢8：復合型AI

多種AI技術(shù)的結(jié)合可提高AI的影響力和可靠性,。D&A團隊不應局限于GenAI和LLM（大語言模型）,，還應整合數(shù)據(jù)科學、機器學習,、知識圖譜以及優(yōu)化等技術(shù),，以實現(xiàn)全面的AI解決方案。

趨勢9：決策智能平臺

從數(shù)據(jù)驅(qū)動到以決策為中心的轉(zhuǎn)變至關(guān)重要,。Gartner建議采取的步驟包括：優(yōu)先考慮急需建模的業(yè)務決策,、調(diào)整決策智能（DI）實踐、評估DI平臺,。成功的關(guān)鍵在于重新發(fā)掘數(shù)據(jù)科學技術(shù)并解決決策自動化的道德,、法律和合規(guī)問題。