Gartner預測，到2026年，中國超過30%的白領崗位將被重新定義，使用和管理生成式AI的技能將大受歡迎。

Gartner2023年中國數據分析和人工智能技術成熟度曲線揭示了與中國數據、分析和人工智能相關的四個基本主題：業務成果優先的中國數據戰略，區域數據與分析和人工智能生態系統，數據中臺的崩塌，以及人工智能成為新的國力象征。

該曲線中，即將進入期望膨脹期的技術數量最多。Gartner高級研究總監張桐表示：“創新往往被吹捧為傳統瓶頸問題的解決方案，有望解決中國CIO共同擔憂的問題，如硬件資源短缺、可擴展性、可持續運營、安全風險緩解、技術自主可控和AI模型的多域適用性問題，從而帶來清晰的業務價值。然而，終端用戶更重視有形的影響，而不是抽象的戰略概念。”

來源：Gartner（2023年8月）

數據編織

數據編織是一種設計框架，用于獲得靈活而且可復用的數據管道、服務和語義，涉及數據集成、主動元數據、知識圖譜、數據剖析、機器學習和數據分類。數據編織顛覆了現有的數據管理主導方法，不再針對數據和用例“量身定制”，而是“先觀察再使用”。

Gartner高級研究總監張桐表示：“數據、分析和AI用例的出現，以及快速變化的數據安全法規，導致了中國數據管理的復雜性和不確定性。數據編織能充分利用沉沒成本，同時也能為數據管理基礎設施方面的新支出提供優先級排序和成本控制指導。”

數據資產管理

數據資產管理是指管理、處理和利用對業務運營來說具有寶貴資產價值的數據的過程。數據資產管理適用于多種數據形態——例如，系統中的圖像、視頻、文件、資料和交易數據，并涵蓋從數據獲取到銷毀的整個數據生命周期，目的是以管理資產的方式管理數據，并從中創造價值。

數據作為一種新的生產要素，已成為企業機構的競爭優勢。數據具有快速、多樣、大量和描述事實的特點，因此企業機構必須整合流程來生成數據洞察。

Gartner高級研究總監張桐表示：“數據資產不僅能提升運營質量和決策水平，更可以創造更多業務價值，還能夠產生新的業務模式和利用數據直接變現。然而，盡管價值創造在加速，數據資產仍存在潛在風險。企業機構必須謹慎管理數據資產，避免監管違規和數據意外泄漏。”

組裝式數據和分析

組裝式數據和分析（D&A）利用基于容器或業務微服務的架構和數據編織理念，將現有資產組裝為靈活、模塊化和用戶友好的數據分析和人工智能（AI）能力。這項技術可在低代碼和無代碼能供的支持下，綜合運用一系列技術將數據管理和分析應用轉變為數據分析和AI組件或其他應用模塊，并且支持自適應和智能決策。

面對瞬息萬變的業務環境，中國企業機構需要提高敏捷性，加快洞察產出速度。組裝式D&A有助于企業機構使用模塊化數據和分析能力，在各項措施中融合多個洞察與參考信息，避免割裂式開發。企業機構可通過組裝或重組D&A能力進一步提高交付的靈活性，應對不同使用場景。

大模型

大模型是在大范圍的數據集上以自監督方式訓練的大參數模型，其中大多數都是基于Transformer架構或擴散型深度神經網絡架構，并且在不久的將來可能會成為多模態。大模型這一名稱是源于其對于多種下游使用場景的重要性和廣泛的適配性。這種適應多種場景的能力得益于模型充分和廣泛的預訓練。

大模型現在已經成為了自然語言處理的首選架構，并已應用于計算機視覺、音視頻處理、軟件工程、化學、金融和法律領域。大模型衍生出的一個熱門子概念就是基于文本訓練的大語言模型。

Gartner高級研究總監張桐表示：“大模型有潛力為各類自然語言用例中的應用提供增強效果，因此將在垂直行業和業務職能中產生深遠影響。它們可以提高員工生產力、實現客戶體驗自動化和增強，并能以經濟高效的方式創建新產品和服務，從而加速數字化轉型。”

數據中臺

數據中臺（DMO）是一種組織戰略和技術的實踐。通過數據中臺，不同業務線的用戶能夠依據單一事實源，高效地使用企業數據進行決策。創建數據中臺可以被是為企業構建可組裝和可復用地數據和分析能力地一種方式，這些能力可以提供獨特地數字運營，并通過技術棧將數字運營貫穿到整條價值鏈中。

很多中國企業之所以采用數據中臺實踐，是為了減少其數據和分析架構的技術冗余，打通不同系統的數據孤島，并推動可復用的數據和分析能力。但數據中臺在許多情況下未能兌現其組裝式敏捷D&A能力的承諾，因此在市場中的地位被削弱。許多企業機構和供應商都不愿意在企業內部采用這一概念，或者干脆將其從宣傳中移除。