DEGartner, Inc.annonserade de viktigaste prognoserna förData och Analys(D&A) för 2025 och framåt. Bland annat kommer hälften av affärsbesluten att förbättras eller automatiseras av artificiell intelligens (AI); ledarskapskompetensen inom AI kommer att driva bättre finansiell prestation; och kritiska brister i hanteringen av syntetiska data kommer att äventyra AI-styrning, modellens noggrannhet och efterlevnad.
Nästan allt idag – från hur vi arbetar till hur vi fattar beslut – påverkas direkt eller indirekt av AI. Men den levererar inte värde i sig själv – artificiell intelligens måste vara starkt anpassad till data,analysoch styrning för att möjliggöra intelligenta och adaptiva beslut och åtgärder i hela företaget, sägerCarlie IdoineVice VD-analytiker på Gartner.
Gartner rekommenderar att företagen använder följande strategiska premisser för att styra sin planering de kommande 2 till 3 åren.
Fram till 2027 kommer 50 % av affärsbesluten att förbättras eller automatiseras av AI-agenter för beslutsintelligens
Beslutsintelligens kombinerardata,analysoch artificiell intelligens för att skapa beslutsflöden som stöder och automatiserar komplexa bedömningar. AI-agenter förbättrar denna process genom att hantera komplexitet, analys och hämtning av flera datakällor. Gartner rekommenderar att ledare inom Data & Analytics samarbetar med affärsintressenter för att identifiera och prioritera de kritiska besluten för företagets framgång och de som kan dra nytta av en mer effektiv tillämpning avanalysoch AI.
"AI-agenter för beslutsintelligens är inte en universal lösning, inte heller är de ofelbara", säger Idoine. De bör användas kollektivt med effektiv styrning och riskhantering. Mänskliga beslut kräver fortfarande tillräcklig kunskap samt dataläsning och artificiell intelligens.
Fram till 2027 kommer företag som prioriterar AI-läs- och skrivkunnighet för chefer att uppnå en 20 % högre finansiell prestation jämfört med de som inte gör det.
För att låsa upp hela affärspotentialen med artificiell intelligens är det nödvändigt att utveckla chefernas AI-läsförmåga. De bör informeras om möjligheterna, riskerna och kostnaderna med artificiell intelligens så att de kan fatta effektiva och framtidsinriktade beslut om investeringar i AI som accelererar organisationens resultat. Gartner rekommenderar att D&A-ledare inför experimentella förbättringsprogram för chefer, som att utveckla domänspecifika prototyper för att göra AI mer konkret. Det kommer att leda till en större och mer lämplig investering i AI-resurser.
År 2027 kommer 60 % av Data & Analytics-ledare att möta kritiska misslyckanden i hanteringen av syntetiska data, vilket hotar AI-styrning, modellens noggrannhet och efterlevnad.
Användningen av syntetiska data för att träna AI-modeller är nu enessentiell strategiför att öka integriteten och skapa varierade datamängder. Men dock uppstår komplexiteter från behovet av att säkerställa att syntetiska data exakt representerar verkliga scenarier, skalas effektivt för att möta den växande databehovet och integreras sömlöst medrörledningaroch befintliga datorsystem.
"För att hantera dessa risker behöver företagen en effektiv metadatahantering", säger Idoine. Metadatan ger ger den nödvändiga kontexten, härkomsten och styrningen för att spåra, verifiera och hantera syntetiska data på ett ansvarsfullt sätt, vilket är avgörande för att upprätthålla AI:s noggrannhet och uppfylla efterlevnadsstandarder.
Tills 2028 kommer 30 % av GenAI-förare som går vidare till storskalig produktion att vara inhemskt utvecklade istället för att implementeras med färdiga applikationer för att minska kostnaderna och öka kontrollen
Skapandet av modeller avGenerativ AI(GenAI) erbjuder internt flexibilitet, kontroll och långsiktigt värde som många färdiga verktyg inte kan matcha. När interna resurser ökar rekommenderar Gartner att företag inför en tydlig struktur för beslutsfattande.motköp Hon ska ta hänsyn till kostnad, lanseringstid på marknaden, tillgängliga kompetensuppsättningar, integrationsresurser, efterlevnad och risker.
Fram till 2027 kommer företag som prioriterar semantik i färdiga AI-data att öka noggrannheten hos sina GenAI-modeller med upp till 80 % och minska kostnaderna med upp till 60 %.
Den låga semantiken i GenAI leder till fler hallucinationer, mertokensnödvändiga och högre kostnader. Företag som omprövar datastyrningen för att fokusera på aktiva metadata ökar modellens noggrannhet och effektivitet, har merfärdiga data för AIoch minskar beräkningskostnaderna. Enligt Gartner gör detta att AI-agenter kan arbeta mer effektivt och underlättar snabbare och smartare beslutsfattande i hela företaget.
År 2029 kommer 10 % av de globala styrelseråden att använda AI-riktlinjer för att ifrågasätta viktiga ledningsbeslut för deras verksamheter
Allt eftersom AI integreras i styrelsens strategi, ökar behovet av en starkdatastyrning, tydlighet i regler och hantering av rykte kommer att intensifieras. Gartner rekommenderar att styrelser fastställer gränserna för AI-involvering i beslutsfattande och etablerar tydliga policyer för övervakning, ansvar och regulatorisk efterlevnad. Detta kommer att möjliggöra för dem att använda AI som en strategisk rådgivare och samtidigt behålla förtroendet och kontrollen.
Gartner-kunder kan läsa mer på "Förutsägelser 2025: AI-drivna analyser kommer att revolutionera beslutsfattandet” och “Förutsägelser 2025: CDAOs måste omfamna sin roll inom AI eller riskera förlust av trovärdighet”.Ytterligare information finns tillgänglig i Gartners gratiswebinar.Gartner Toppdata- och analysprognoser för 2025”.
