OGartner, Incannonserte de viktigste prognosene forData og analyse(D&A) for 2025 og videre. Blant høydepunktene vil halvparten av forretningsbeslutningene bli forbedret eller automatisert av kunstig intelligens (KI); lederopplæring i KI vil drive bedre økonomisk ytelse; og kritiske feil i håndteringen av syntetiske data vil sette AI-styring, modellnøyaktighet og samsvar i fare.
Nesten alt i dag – fra måten vi jobber på til hvordan vi tar beslutninger – er direkte eller indirekte påvirket av AI. Men den gir ikke verdi i seg selv – kunstig intelligens må være sterkt tilpasset data,analyseog governance for å muliggjøre smarte og tilpasningsdyktige beslutninger og handlinger i hele selskapet, sier hanCarlie IdoineVisepresident og analytiker hos Gartner.
Gartner anbefaler at selskaper bruker følgende strategiske forutsetninger for å veilede sin planlegging de neste 2 til 3 årene.
Innen 2027 vil 50 % av forretningsbeslutningene bli forbedret eller automatisert av AI-agenter for beslutningstaking
Beslutningsevnen kombinererdata,analyseog AI for å lage beslutningsflyter som støtter og automatiserer komplekse vurderinger. AI-agentene forbedrer denne prosessen ved å håndtere kompleksitet, analyse og gjenfinning av flere datakilder. Gartner anbefaler at ledere innen Data & Analytics samarbeider med forretningsinteressenter for å identifisere og prioritere kritiske beslutninger for selskapets suksess og de som kan dra nytte av en mer effektiv anvendelse avanalyseog AI.
"AI-agentene for beslutningsintelligens er ikke en universalløsning, og de er ikke ufeilbare," sier Idoine. De bør brukes kollektivt med effektiv styring og risikostyring. Menneskelige beslutninger krever fortsatt riktig kunnskap, samt datalitterasitet og kunstig intelligens.
Inntil 2027 vil selskaper som legger vekt på AI-alfabetisering for ledere oppnå en 20 % høyere finansiell ytelse sammenlignet med de som ikke gjør det.
For å frigjøre hele forretningspotensialet til kunstig intelligens, er det nødvendig å utvikle lederes AI-literacy. De bør informeres om mulighetene, risikoene og kostnadene ved kunstig intelligens slik at de kan ta effektive og fremtidsrettede beslutninger om investeringer i KI som akselererer organisasjonens resultater. Gartner anbefaler at D&A-ledere innfører eksperimentelle forbedringsprogrammer for ledere, som utvikling av domenespesifikke prototyper for å gjøre AI håndgripelig. Dette vil føre til en større og mer hensiktsmessig investering i AI-ressurser.
Inntil 2027 vil 60 % av lederne innen Data & Analytics møte kritiske feil i håndteringen av syntetiske data, noe som setter AI-styring, modellnøyaktighet og samsvar i fare.
Bruk av syntetiske data for å trene AI-modeller er nå enessensiell strategifor å øke personvernet og generere varierte datasett. Imidlertid oppstår kompleksitetene fra behovet for å sikre at syntetiske data nøyaktig representerer virkelige scenarier, skaleres effektivt for å møte den økende databehovet og integreres sømløst medrørledningerog eksisterende datamaskiner og datasystemer.
"For å håndtere disse risikoene, trenger bedrifter effektiv metadataforvaltning," sier Idoine. Metadatalene gir kontekst, opprinnelse og styring som er nødvendig for å spore, verifisere og håndtere syntetiske data på en ansvarlig måte, noe som er avgjørende for å opprettholde nøyaktigheten til AI og overholde samsvarsstandarder.
Inntil 2028 vil 30 % av GenAI-flygere som går videre til stor-skala produksjon bli utviklet internt, i stedet for å bli implementert ved bruk av ferdige applikasjoner, for å redusere kostnader og øke kontrollen
Opprettelsen av modeller avGenerativ kunstig intelligens(GenAI) tilbyr internt fleksibilitet, kontroll og langsiktig verdi som mange ferdige verktøy ikke kan matche. Etter hvert som interne ressurser øker, anbefaler Gartner at selskaper innfører en klar struktur for beslutninger om opprettelsemot motkjøp Hun må ta hensyn til kostnad, lanseringstid på markedet, tilgjengelige ferdighetssett, integrasjonsressurser, samsvar og risikoer.
Inntil 2027 vil selskaper som prioriterer semantikk i ferdige data for AI øke nøyaktigheten til sine GenAI-modeller med opptil 80 % og redusere kostnadene med opptil 60 %.
Lav kvalitet semantikk i GenAI fører til flere hallusinasjoner, mertokensnødvendige og høyere kostnader. Bedrifter som tenker nytt om datastyring for å fokusere på aktive metadata, øker nøyaktigheten og effektiviteten i modellen, har merklare data for AIog reduserer datakostnadene. I følge Gartner gjør dette det mulig for AI-agentene å operere mer effektivt og legger til rette for smartere og raskere beslutningstaking i hele selskapet.
Innen 2029 vil 10 % av de globale styrene bruke AI-veiledning for å utfordre ledelsesbeslutninger som er viktige for deres virksomhet
Etter hvert som AI blir integrert i styrets strategi, vil behovet for en sterkdatastyringklare reguleringsmessighet og omdømmehåndtering vil intensiveres. Gartner anbefaler at styrene fastsetter grenser for AI-involvering i beslutningsprosesser og etablerer klare retningslinjer for tilsyn, ansvar og regulatorisk samsvar. Dette vil gjøre det mulig for dem å bruke AI som en strategisk rådgiver og samtidig opprettholde tillit og kontroll.
Kunder av Gartner kan lese mer i “Forutsier 2025: AI-drevet analyse vil revolusjonere beslutningstakingog ogForutsier 2025: CDAOs må omfavne sin rolle i AI eller risikere tap av troverdighet”.Ytterligere informasjon er tilgjengelig i Gartners gratis webinarGartner Topp Data- og analysetrender for 2025”.
