gartner中国官网(gartner做什么的)

近日，Gartner在Gartner数据与分析峰会上介绍了企业和IT领导者必须参与并纳入其数据与分析战略的十大趋势。

趋势1: 价值优化

大多数DA 领导者都很难用业务术语阐明他们为组织提供的价值。从组织的数据、分析和人工智能(AI) 组合中优化价值需要一套集成的价值管理功能，包括价值故事讲述、价值流分析、投资排名和优先级以及衡量业务成果以确保实现预期价值。

DA 领导者必须通过构建价值故事来优化价值，在DA 计划与组织的关键任务优先事项之间建立清晰的联系。

趋势2: 管理人工智能风险

人工智能的日益普及使公司面临新的风险，例如道德风险、训练数据中毒或避免欺诈检测，这些风险必须加以缓解。管理人工智能风险不仅仅是遵守法规。有效的人工智能治理和负责任的人工智能实践对于在利益相关者之间建立信任并促进人工智能的采用和使用也至关重要。

趋势3: 可观察性

可观察性是一种有助于理解DA 系统行为并允许回答有关其行为的问题的属性。

可观察性使组织能够减少确定影响性能问题的根本原因所需的时间，并使用可靠和准确的数据做出及时且具有成本效益的业务决策。 DA 领导者需要评估数据可观测性工具，以了解关键用户需求并确定这些工具如何融入整个企业生态系统

趋势4: 数据共享至关重要

数据共享包括内部（部门或部门或子公司之间）和外部（组织所有权和控制范围之外的各方之间）共享数据。组织可以创建“数据作为产品”，其中DA 资产作为可交付或共享产品呈现。

Gartner 高级总监兼分析师Kevin Gabbard 表示：“数据共享协作，包括组织外部的协作，通过添加可重用的、先前创建的数据资产来增加数据共享的价值。数据结构设计的使用使单一架构能够跨越跨异构内部和外部数据源共享数据。”

趋势5:DA 可持续发展

DA 领导者仅仅为企业ESG（环境、社会和治理）项目提供分析和见解是不够的。 DA 领导者还必须尝试优化自己的流程以提高可持续性。潜在的好处是巨大的。 DA 和人工智能从业者越来越意识到他们的能源足迹正在增长。结果，出现了各种实践，例如在（云）数据中心使用可再生能源、使用更节能的硬件以及使用小数据和其他机器学习技术。

趋势6: 实用数据结构

Data Fabric 是一种数据管理设计模式，它利用所有类型的元数据来观察、分析和推荐数据管理解决方案。 Data Fabric 通过组装和丰富底层数据的语义来对元数据进行连续分析，以生成人类和系统可以用来采取行动的警报和建议。 Data Fabric 使业务用户能够自信地使用数据，并使技能较低的开发人员能够在集成和建模过程中变得更加敏捷。

趋势7: 新兴人工智能

ChatGPT 和生成式人工智能处于新兴人工智能趋势的先锋。新兴人工智能将在可扩展性、多功能性和适应性方面改变大多数企业的运营方式。下一波人工智能浪潮将使组织能够在目前不可行的情况下应用人工智能，使人工智能更加普遍和有价值。

趋势8: 集成、可组合的生态系统

融合的DA 生态系统设计和部署DA 平台，这些平台通过无缝集成、治理和技术互操作性来协同运行和运行。生态系统的可组合性是通过构建、组装和部署可配置的应用程序和服务来实现的。

有了正确的架构，DA系统可以更加模块化、适应性强、灵活、动态可扩展和精简，以满足不断增长和变化的业务需求，并随着业务和运营环境不可避免的变化而发展。

趋势9: 消费者成为创造者

用户花在预定义仪表板上的时间比例将被对话式、动态和嵌入式用户体验所取代，以满足特定内容消费者在特定时间点的需求。

企业组织可以通过为内容消费者提供易于使用的自动化和嵌入式见解以及成为内容创建者所需的对话体验来扩大分析的采用和影响。

趋势10: 人类仍然是关键决策者

并非每个决策都可以或应该自动化。发展议程部门将明确他们对决策的支持以及人类在自动化和增强决策中所扮演的角色。

如果不考虑人类在决策中扮演的角色，推动决策自动化将导致数据驱动的组织缺乏人性化或目标的一致性。组织的数据素养计划需要强调数据和分析与人类决策的集成。

此前，Gartner发布了2023年重要技术趋势。