这Gartner公司公布了主要预测数据与分析（D&A）至2025年及以后。 在亮点方面，50%的商业决策将由人工智能（AI）代理进行优化或自动化；AI的执行力素养将推动更高的财务表现；而在合成数据管理方面的关键失误将危及人工智能的治理、模型的准确性和合规性。
几乎今天的一切——从我们的工作方式到决策方式——都受到人工智能的直接或间接影响。 但它本身并不提供价值——人工智能需要与数据紧密结合。分析以及治理，以实现整个公司的智能和适应性决策与行动，"他说卡莉·伊多恩Gartner 副总裁分析师
Gartner建议公司采用以下战略前提来指导未来2到3年的规划。
到2027年，50%的商业决策将由人工智能代理进行增强或自动化，以实现决策智能
决策智能结合数据，分析以及人工智能，用于创建支持和自动化复杂判断的决策流程。 人工智能代理通过处理复杂性、分析和检索多种数据源来优化这一过程。 Gartner建议数据与分析领导者与业务利益相关者合作，识别和优先考虑对公司成功至关重要的决策，以及那些可以通过更有效应用受益的决策。分析和人工智能。
“决策智能的人工智能代理不是灵丹妙药，也不是万无一失的，”伊多恩说。 它们必须在有效的治理和风险管理的集体使用下进行。人类的决策仍然需要适当的知识，以及数据素养和人工智能的能力。
到2027年，强调人工智能素养的企业在高管中的表现将比未强调的企业高出20%的财务业绩
要释放人工智能的全部商业潜力，必须提升高管们的人工智能素养。 他们应被告知人工智能的机遇、风险和成本，以便能够就加快组织成果的人工智能投资做出有效且面向未来的决策。 Gartner建议数据与分析（D&A）领导者引入试验性提升项目，例如开发特定领域的原型，以使人工智能变得具体可感。 这将导致对人工智能资源的更大、更适当的投资。
到2027年，60%的数据与分析领导者将在合成数据管理方面遇到关键失败，危及人工智能治理、模型准确性和合规性
使用合成数据训练人工智能模型现在是一种核心策略为了增加隐私性并生成多样化的数据集。 然而，复杂性源于确保合成数据能够准确反映现实世界场景、有效扩展以满足不断增长的数据需求，并与之完美集成的必要性管道以及现有的数据系统。
“为了管理这些风险，企业需要有效的元数据管理，”伊多恩说。 元数据提供了追踪、验证和负责任管理合成数据所需的上下文、血统和治理，这对于保持人工智能的准确性和符合合规标准至关重要。
到2028年，30%的GenAI试点将通过内部开发而非使用现成应用进行大规模部署，以降低成本并增强控制力
模型的创建生成人工智能（GenAI）内部提供的灵活性、控制权和长期价值，是许多现成工具无法匹敌的。 随着内部资源的增加，Gartner建议企业采用明确的结构来进行创意决策相对购买。 她应考虑成本、上市时间、可用的技能组合、集成资源、合规性和风险。
到2027年，优先考虑语义的人工智能准备数据的企业将使其GenAI模型的准确性提高最多80%，并将成本降低最多60%。
低质量的语义在生成式人工智能中导致更多的幻觉，更加代币必要且成本更高。 重新思考数据管理以专注于主动元数据的公司，提高了模型的准确性和效率，拥有更多准备好用于人工智能的数据并降低计算成本。 根据Gartner的说法，这使得人工智能代理能够更有效地运作，并促进整个公司的更智能、更快速的决策。
到2029年，全球董事会中有10%将使用人工智能指导来质疑对其业务重要的执行决策
随着人工智能被纳入董事会战略，对强大能力的需求也在增加数据治理监管透明度和声誉管理将变得更加重要。 Gartner建议董事会界定人工智能在决策中的参与范围，并制定关于监督、责任和合规的明确政策。 这将使他们能够将人工智能作为战略顾问，同时保持信任和控制。
Gartner 的客户可以在“中查看更多内容预测2025：人工智能驱动的分析将彻底改变决策制定和预测2025：CDAO必须拥抱他们在人工智能中的角色，否则将面临信誉丧失的风险”.有关更多信息，请参阅Gartner的免费网络研讨会。Gartner 2025年数据与分析预测排行榜”.
