企业AI雄心和数据准备度之间的差距 - 全球研究显示企业数据战略正快速演变以规模化扩展AI但许多企业的数据尚未准备好释放AI的全部潜力[1] - 尽管81%的受访首席数据官报告其组织的数据战略与技术路线图和基础设施投资相结合远高于2023年的52%但仅26%对其数据支持新的AI驱动收入流的能力有信心[2] - 数据可访问性、完整性、完整性、准确性、一致性等障碍阻碍企业充分利用数据于AI[2] 首席数据官角色的战略转变 - 首席数据官角色正从数据保管者转向业务战略师证明数据价值仍是一项挑战[4] - 绝大多数92%的首席数据官表示必须专注于业务成果才能在其角色中取得成功但仅三分之一强烈同意能清晰传达数据如何促进业务成果仅29%有明确措施确定数据驱动业务成果的价值[8] - 利用数据获得竞争优势现已成为首席数据官的首要任务优先于治理和安全等核心职责84%的首席数据官表示其独特数据产品已提供显著竞争优势78%将利用专有数据视为市场差异化的首要战略目标[8] 数据驱动文化和人才挑战 - 培育数据驱动文化被视为至关重要但人才缺口可能减缓进展74%的受访者积极在员工中推广数据管理文化[6][8] - 近半数受访者将高级数据技能视为首要挑战从2023年的32%上升47%的首席数据官表示吸引、培养和保留具备高级数据技能的人才是一大挑战[7][8] - 77%的受访领导者难以填补关键数据职位仅53%表示招聘和保留工作能提供所需技能和经验低于2024年的75%[8] AI部署的现状与投资重点 - AI雄心在数据差距中保持高位81%的首席数据官优先投资于加速AI能力和计划[7][8] - 仅26%的首席数据官对其组织以提供业务价值的方式使用非结构化数据有信心为帮助缩小差距81%的首席数据官表示将AI带给数据而非集中数据[8] - 尽管80%的受访领导者已开始开发多样化数据集以训练AI代理79%承认在定义如何规模化和管理方面处于早期阶段83%认为部署AI代理的潜在益处大于风险77%对其组织依赖AI代理成果感到满意[8] 数据民主化与可访问性 - 82%的首席数据官表示如果组织不提供数据访问权限则数据被浪费80%认为数据民主化有助于组织更快行动[8]