DE Gartner, Inc. meddelte hovedprognoserne af Data og analyse (D&A) for 2025 og derefter. Blandt højdepunkterne vil halvdelen af forretningsbeslutninger blive forbedret eller automatiseret af agenter for kunstig intelligens (AI); AI executive literacy vil drive større økonomisk præstation; og kritiske fejl i syntetisk datastyring vil sætte AI-styring, modelnøjagtighed og overholdelse i fare.
“Næsten alt i dag - fra den måde, vi arbejder på, til hvordan vi træffer beslutninger - ER direkte eller indirekte påvirket af AI. Men det leverer ikke værdi i sig selv & AI skal være stærkt på linje med data, siger AI analytics og governance for at muliggøre smarte og adaptive beslutninger og handlinger på tværs af virksomheden”, siger han Carlie Idoines, Vice President Analyst hos Gartner.
Gartner anbefaler, at virksomheder bruger følgende strategiske antagelser til at guide deres planlægning over de næste 2 til 3 år.
I 2027 vil 50% af forretningsbeslutninger blive forbedret eller automatiseret af AI-agenter til beslutningsintelligens
Beslutningsintelligens kombinerer data, analytics e Kunstig intelligens til at skabe beslutningsstrømme, der understøtter og automatiserer komplekse vurderinger. AI-agenter forbedrer denne proces ved at adressere kompleksiteten, analysen og gendannelsen af forskellige datakilder.Gartner anbefaler, at Data & Analytics-ledere arbejder med forretningsinteressenter for at identificere og prioritere beslutninger, der er afgørende for virksomhedens succes, og dem, der kan drage fordel af en mere effektiv anvendelse af analytics og AI.
“AI-agenter til beslutningsintelligens er ikke et universalmiddel, og de er heller ikke ufejlbarlige”, siger Idoine.“De bør bruges kollektivt med effektiv styring og risikostyring.Menneskelige beslutninger kræver stadig tilstrækkelig viden samt datakendskab og kunstig intelligens.”
I 2027 vil virksomheder, der lægger vægt på AI-færdigheder for ledere, opnå en højere 20%-økonomisk præstation sammenlignet med dem, der ikke gør det
For at frigøre det fulde forretningspotentiale i kunstig intelligens er det nødvendigt at udvikle AI-kompetencen hos ledere. De bør uddannes i mulighederne, risiciene og omkostningerne ved kunstig intelligens, så de kan træffe effektive og fremtidsklare beslutninger om AI-investeringer, der fremskynder organisatoriske resultater. Gartner anbefaler, at D&A-ledere introducerer erfaringsbaserede forbedringsprogrammer for ledere, såsom udvikling af domænespecifikke prototyper for at gøre AI håndgribelig.
Inden 2027 vil 60% af Data & Analytics-ledere stå over for kritiske fejl i syntetisk datastyring, hvilket bringer AI-styring, modelnøjagtighed og overholdelse i fare
Brugen af syntetiske data til at træne AI-modeller er nu en væsentlig strategi for at øge privatlivets fred og generere forskellige datasæt opstår kompleksiteten imidlertid af behovet for at sikre, at syntetiske data nøjagtigt repræsenterer scenarier i den virkelige verden, skalerer effektivt for at imødekomme den voksende dataefterspørgsel og integreres problemfrit med data rørledninger og eksisterende datasystemer.
“For at håndtere disse risici har virksomheder brug for effektiv” metadatastyring, siger Idoine.“Metadata giver den kontekst, afstamning og styring, der er nødvendig for at spore, verificere og administrere syntetiske data ansvarligt, hvilket er afgørende for at opretholde AI-nøjagtighed og opfylde overholdelsesstandarder.”
I 2028 vil 30% af GenAI-piloter, der bevæger sig ind i storskalaproduktion, blive bygget internt, snarere end implementeret ved hjælp af hyldevareapplikationer, for at reducere omkostningerne og øge kontrollen
At skabe modeller af Generativ kunstig intelligens (GenAI) internt giver fleksibilitet, kontrol og langsigtet værdi, som mange færdige værktøjer ikke kan matche. Efterhånden som de interne ressourcer vokser, anbefaler Gartner, at virksomhederne vedtager klare rammer for kreative beslutninger versus køb - Dette bør tage højde for omkostninger, time to market, tilgængelige færdighedssæt, integrationsmuligheder, overholdelse og risici.
I 2027 vil virksomheder, der prioriterer semantik frem for AI-klare data, øge nøjagtigheden af deres GenAI-modeller med op til 80% og reducere omkostningerne med op til 60%
Semantik af lav kvalitet i GenAI fører til større hallucinationer, mere tokens virksomheder, der nytænker datastyring for at fokusere på aktive metadata, øger modellens nøjagtighed og effektivitet, har mere data klar til AI og de reducerer computeromkostningerne, ifølge Gartner, dette giver AI-agenter mulighed for at fungere mere effektivt og letter smartere og hurtigere beslutningstagning på tværs af virksomheden.
I 2029 vil 10% af globale bestyrelser bruge AI-vejledning til at udfordre ledelsesbeslutninger, der er vigtige for deres forretning
Da AI er indarbejdet i bestyrelsesstrategien, er behovet for en stærk datastyringreguleringsmæssig klarhed og omdømme management vil intensivere. Gartner anbefaler bestyrelser sætte grænserne for Kunstig Intelligens involvering i beslutningstagning og etablere klare politikker om tilsyn, ansvarlighed og lovgivningsmæssige compliance.This vil gøre det muligt for dem at bruge AI som en strategisk rådgiver samtidig bevare tillid og kontrol.
Gartner-kunder kan læse mere på“Forudsiger 2025: AI-drevet analyse vil revolutionere beslutningstagning” og “Forudsiger 2025: CDAO'er skal omfavne deres rolle i AI eller risikotab” Yderligere oplysninger er tilgængelige i det gratis Gartner “webinarGartner Top Data & Analytics forudsigelser for 2025”.
