數據分析能力已經越來越變成一種業務能力，所以2022年，Gartner針對數據分析趨勢提出了“構建業務價值新等式”的理念。

何為“新等式”？Gartner高級研究總監孫鑫表示，企業更多的部門需要數據分析去實現更多價值，帶來更多業務模式的思考，更好的幫助企業實現數字化轉型。

??

Gartner高級研究總監孫鑫

根據這一理念，今年Gartner發布的數據和分析（D&A）領導者在企業中利用2022年主要數據和分析趨勢就分為了三大主題：激發企業活力和多樣性、增強人員能力和決策，信任的制度化。

激發企業活力和多樣性

自適應人工智能系統：Gartner提出了“AI工程化”的舉措，預計到2026年企業利用AI工程化手段實現自適應的人工智能系統，可以更有效地幫助企業運營出更多AI模型，比沒有這一舉措的企業多出25%的數量。

以數據為中心的人工智能：以數據為核心的人工智能將會不斷發展，它擴展的學科也會越來越多，所以企業需要一個更健壯的數據管理模式去完成對于AI運營的能力。

元數據驅動的數據編織：企業如果可以更好的利用數據編織到元數據管理數據源，可以有效的降低過去繁瑣的數據管理工作。

始終數據共享：越來越多的企業會考慮用可以被治理的方式下分享數據，關注如何通過自動化的手段發現更多相關數據，使用開放型OpenData的方式對自己的數據可能性進行更多探索。

增強人員能力和決策

語境豐富的分析：為了提供與決策者相關的洞察，數據和分析領導者必須提供語境豐富、使用業務模塊組件創建的分析。

業務模塊組裝式數據和分析：過去的技術可能是固化的、單體軟件的一種形式，但是未來的技術會使用更多組裝式的技術完成應用的搭建。

以決策為中心的數據和分析：企業需要越來越多的人可以在一個更高的高度上為企業的決策做基于數據分析的建議和規劃。Gartner提出了決策智能模型幫助企業從頂層設計的角度去管理決策鏈。

人員技能和素養的不足：企業需要讓用戶能夠講出用了數據分析之后的業務成果，從而能夠影響更多的人。

信任的制度化

互聯治理：建立一個跨組織、跨業務職能，甚至是跨地域的虛擬數據和分析治理層，以實現跨企業的治理結果。中國很多企業會考慮建立“首席數據官”辦公室，辦公室會有數據治理委員會，治理委員會會和一些法律部門做合作，把“互聯治理”在一個更高層次的虛擬層實現。

AI風險管理：很多企業更多的是因為監管和合規性的驅動，在做一些模型治理，所以在做AI模型的時候是完全被動的。Gartner希望企業關注在信任風險和安全管理對于AI的一些治理。

廠商和地區生態系統：企業去建立自己數據分析生態時，要更多考慮廠商與廠商之間的兼容性。

向邊緣的擴展：數據和分析的活動越來越多在數據中心或公有云基礎設施之外的分布式設備服務器、網關當中去進行操作。

現在企業擁有非常多的數據，但是這些數據并沒有被激活，企業很多時候是被動執行數據分析項目和行為，并沒有非常主動的把數據的潛在價值發揮出來。孫鑫認為，如何讓越來越多的用戶可以基于數據做決策，已經成為現階段企業的挑戰，在云上做數據分析已經成為一個首選項，同時企業也希望利用一些“自服務”工具讓業務用戶更快速的做決策。

Gartner今年的預測中也做了一個比較大膽的預測，越來越多數據分析活動將會始于數字化辦公軟件，業務提需求的同時會在數字化辦公軟件里完成數據分析，并且基于數據分析可以在數字化辦公軟件里完成業務的一些行動，完成數據分析的閉環。