2023年Gartner数据分析趋势解读：远超生成式AI

Gartner定期开展对诸多新兴技术的研究，并关注其对企业业务发展的潜在价值。

近期，Gartner的分析师围绕如何规模化数据及分析的价值分享了相关见解，旨在为企业在IT技术投资方面提供有效的参考依据。

在讨论如何实现数据及分析价值的规模化时，Gartner研究总监孙鑫（Julian Sun）强调了三个关键领域：第一，数据即业务；第二，将数据平台发展为数据生态系统；第三，围绕人本中心建立数据分析平台。

规模化数据和分析价值的三大关键领域

数据即业务：将数据视为商业运营的一部分

“数据即业务”的核心理念在于探讨如何提升数据分析的价值，并将其运营模式与商业等同。这一理念值得所有关注数据分析的人深入学习和思考。

“数据即业务”认为，数据分析应被视作一种产品，向企业的其他部门进行销售。这一观点突显了数据分析的内在价值及其最大化的潜力，从全新角度审视数据分析，强调其作为产品的重要性，而非仅仅视其为一项工具或技术。

此外，孙鑫提出了关于数据分析价值优化的看法，强调企业应更加明确地将业务价值与数据分析相连接，合理配置对数据分析的投入，避免重复性劳动，力求实现更大的价值增益。这一观点强调了数据分析效率的重要性，以及如何通过优化投入来提升其整体价值。

孙鑫还指出，数据分析的高层管理者应超越基础的分析任务，更深入地理解数据分析如何从全局角度为决策提供支持。这一看法强调了数据分析在战略层面的重要性，及其在提升企业决策效率方面的潜力。

在阐述过程中，孙鑫提及了两个重要趋势，即数据编织（Data Fabric）和数据网格（Data Mesh）。这两种趋势代表了新兴的数据管理模式，有助于提升数据作为产品的能力，使其更加契合业务情境。

将数据平台提升至数据生态的高度

将数据平台提升至数据生态的概念，探讨了如何从数据分析平台转型为数据生态的过程。这一转变不仅涉及技术层面的变化，还包括业务层面及用户角色的演变。

首先，数据分析平台与数据生态之间存在显著差异。

数据分析平台通常是一个集中化的IT系统，负责数据的收集、处理和分析。而数据生态则是一个更为广泛的概念，涵盖不仅限于技术的连接，也包括用户及角色之间的交互。数据生态强调数据的开放性与互动性，鼓励数据的共享、复用以及用户间的协作。

过去，数据分析主要集中于IT部门，但如今，越来越多的数据分析活动正在向业务侧转移。这是因为数据分析的能力能够帮助企业构建独特的数据生态。随着人工智能的逐步渗透，数据分析角色的扩展使得角色界限愈加模糊，表明数据分析已不仅是IT的职责，更是一种跨部门的共同任务。

在这一过程中，Gartner提出的“数据编织”概念成为了重要的理论支持。数据编织是一种新型的数据管理设计模式，强调数据的灵活性、可复用性及AI驱动下的数据集成管理。这一模式不仅是一种工具或技术，而是一个综合框架，代表着新兴的数据管理理念。

数据编织的目标在于构建一个灵活、可复用且经过AI增强的数据集成管道。该理念使得数据编织不仅关注数据的收集和处理，更强调数据的有效使用与共享。数据编织旨在实现“数据找人”的模式，而非传统的“人找数据”，通过分析用户的数据消费行为以提供更智能的数据推荐。

在实现数据生态的过程中，企业无需对现有的数据仓库或数据湖进行全面重构。数据编织的设计理念可以基于现有的数据分析投资进行优化。不论企业之前使用的是什么类型的数据仓库或数据湖，都可以依靠Gartner的设计理念更好地分析元数据，从而提升基于用户的数据服务。

在数据生态中，数据的可组合性与模块化具有重要意义。

数据的可组合性意味着数据分析能力可以依据业务需求进行灵活组合与调整。模块化则指数据分析能力能像搭建积木一样，根据需要进行组装和拆解。这种模块化的数据分析能力可以与业务流程和技术（如微服务）深度整合，实现服务模块化的真正落实。

数据推荐机制。

在数据生态系统中，数据治理同样不可忽视。数据治理不仅涉及数据的收集、处理与分析，还涵盖数据的使用与共享。有效的数据治理能够确保数据的质量与安全，同时保护用户的隐私与权益。为实现高效的数据治理，企业需要建立一个全面的数据治理体系，以管理与监控数据的整个生命周期。

总体而言，从数据分析平台向数据生态系统的演变是一个不可逆的趋势。

以人为中心构建数据分析平台，主动拥抱AI

以人为中心构建数据分析平台的核心目标在于更好地主动迎接AI技术，而非被动地接受“替代”。这一观点实际上反映出对新一轮AI浪潮所展现的强大能力可能带来的冲击的深刻思考，同时也提出了积极的应对策略。

当前的一些技术趋势表明，AI具备了利用少量数据构建高复杂度模型的能力。这种能力使得AI能够更有效地服务于企业，例如通过自然语言问答的方式提高数据分析的应用效率。

生成式AI在数据分析领域的影响积极而深远。通过生成式AI，开发者不仅可以高效编写代码，还能够通过自然语言快速生成报表与仪表盘。此外，生成式AI还能通过自然语言，使报表与各类业务应用进行有效结合，从而实现数据分析与业务行动之间的闭环。

此外，孙鑫指出，新一代的生成式AI能够实现嵌入式增强体验，让更多用户能够探索数据分析的潜力，显著降低了使用门槛，进而促使更多用户积极使用数据分析能力。

根据Gartner分享的调研数据，中国企业正在积极采用生成式AI，目前已有6%的企业已实施此技术，而在中东及东南亚地区，仅约3%的企业处于此阶段。

此外，约26%的中国用户表示他们已在积极进行试点，另有24%的企业计划在未来0到6个月内进行部署。反观有14%的企业表示近期无计划，或计划于五六个月后再进行部署。