根據IBM對30個國家2000名CEO的調查，多年的零散技術采用已經造成了孤島式系統，如果沒有統一的數據基礎，這些系統將威脅到AI投資。

“在采用AI時，CEO們需要在短期ROI壓力和長期創新投資之間找到平衡，”IBM咨詢高級副總裁兼負責人Mohamad Ali在一份新聞稿中表示。研究顯示，68%的CEO認為一個集成的、企業級的數據架構對于跨部門協作至關重要，72%的人將他們的專有數據視為解鎖GenAI價值的關鍵。

“在破碎的基礎上疊加模型無法實現長期的AI ROI，”QKS集團實踐總監Amandeep Singh警告說。他警告說，表面層次的AI集成只會增加不斷增長的技術債務。

IBM副主席Gary Cohn在一份新聞稿中警告說，不利用AI和你的數據就等于選擇落后。

數據脫節不僅是一個技術問題，也是一個戰略問題。研究發現，59%的CEO在平衡現有運營資金與創新投資方面遇到困難，尤其是在遭遇意外變化時。

在害怕落后的驅使下，64%的CEO承認在沒有充分理解其價值的情況下就投資了AI。2025年，首席AI官報告的平均ROI為14%，即使AI項目規模超出了最初的試點階段。研究指出，雖然突破性的概念驗證吸引了關注，但它們并不總能轉化為商業成果。

CEO們知道AI可能推動顯著增長——85%的人預計到2027年，規模化AI效率將帶來積極的ROI——但他們正在不穩定的基礎上構建。

德勤的研究顯示，數據問題是AI的主要瓶頸。只有一半的受訪CEO報告稱，他們的數據集成足以支持AI的規模化。彌合遺留系統、不一致的格式和治理差距需要CIO們同時解決技術和文化問題。

CEO們認識到戰略領導力和人才是AI價值的關鍵，但技能差距仍然存在。大約三分之一(31%)的勞動力需要在三年內接受AI再培訓，54%的CEO正在招聘新的AI職位，凸顯了人才爭奪戰。

研究還強調了謹慎的樂觀態度。雖然只有52%的CEO報告稱從生成式AI中獲得了超出成本降低的價值，但68%的人表示他們的組織有明確的指標來衡量創新ROI。到2027年，77%的人預計從專注于增長和擴張的AI投資中獲得積極回報，但這些收益取決于CIO們現在解決數據混亂問題。

正確構建數據堆棧

CIO們需要從審計他們的數據開始，發現差距，清理不一致之處，并確保數據可用。目標不是將所有內容鎖定在一個中央系統中，而是確保數據結構化、受治理且易于訪問。研究建議，通過智能工具如數據虛擬化和系統集成，團隊可以在不增加復雜性的情況下以統一視圖工作。

Singh敦促CIO們采用“數據產品思維”——將高質量、可重用的數據集視為業務資產。如果做得好，這將推動實際產生影響的AI用例，如預測本地庫存需求或減少旅行支出。

為了使AI實時工作，CIO們應構建一個連接系統并將智能嵌入日常運營的數據結構。云原生平臺幫助團隊跨孤島協作，而事件驅動架構使AI能夠在新數據到來時立即響應。

AI還需要在干凈、企業特定的數據上進行訓練，并融入業務規則、倫理和安全。一個強大的訓練框架，加上反饋循環，有助于AI發現問題、改進流程并保持相關性，研究補充道。

“沒有AI模型應該在未接入實際業務工作流程的情況下投入生產，”Singh說。“如果做得好，這種重新布線將把數據混亂轉化為競爭優勢。”