中新网北京4月22日电(记者 肖欣)国际机构高德纳(Gartner)日前发布2022年度“十二大数据和分析趋势”，并将其归纳“激活企业的活力和多样性”“增强员工能力与决策”和“信任的制度化”三个主题。
高德纳在其最新报告中预测，以“激活企业的活力和多样性”为主题的数据和分析趋势包括自适应人工智能系统、以数据为中心的人工智能、基于“元数据”驱动的数据编织和始终分享数据。
高德纳高级研究总监孙鑫分析这一类趋势时指出，这4项趋势都是围绕着“如何能更有效地提升数据活力”。“其实对于很多的企业来讲，疫情成为数字化转型的契机，这几年，“数字化”会变成刚需”，他指出，“以人工智能为例，我们现在看到的一个挑战是，人工智能解决方案很大程度上取决于数据的质量，不是说人工智能的模型建立好就可以了，很多实际应用非常依赖有效的数据管理。高德纳在研究中发现，以数据为核心的人工智能将会不断发展，它扩展的学科也会越来越多，包括数据管理技术、数据质量、数据集成、数据治理，这些都将成为人工智能的基础能力。”
高德纳的另一项调研结果则显示，如果可以更好的利用“数据编织”的手段、利用“元数据”管理数据源，可以有效降低繁琐的手动数据管理工作。据其预测，到2025年，数据利用率将提高到现在的400%。
高德纳预测的第二类2022年数据和分析趋势包括背景丰富的数据分析、业务模块组装式数据分析、决策驱动的数据分析，以及数据分析能力和素养的缺失。这类趋势的共同主题是如何在越来越复杂、多样的数据环境中增强人的能力，以提高业务决策。
根据高德纳的预测，到2025年，情境(场景)驱动的数据分析和人工智能模型将取代60%建立在传统数据上的现有模型。数据分析驱动决策将渐渐转变成决策驱动数据分析。与此同时，数据分析人才的匮乏将困扰企业管理者。
与之相应，高德纳提出“融合团队”的概念，即融合IT人员与业务人员，合作完善数据决策。业务人员将变成最主要的数据分析和开发应用人才，IT人员可辅以培训、运维职能，“IT人员从原来干活的人变成赋能的人”。
“考虑到‘人’的因素的企业将更容易获得成功。”孙鑫指出，“以人为本的数据分析，需要去培养人员更广泛的数据素养、对于数据分析的学习能力，而不是单纯地去搭建平台或给予数据。这就是高德纳对数据素养缺失现象的预测和给出的方案。”
高德纳预测的第三类数据和分析趋势包括互联治理、风险管理、厂商和地区生态系统，以及向边缘的拓展。这一类趋势与建立数据分析的信任机制相关。
孙鑫强调，“使用数据分析有一个大前提，那就是能够信任数据，如果要实现无处不在的数据分析能力，把信任制度化也是非常重要的，互联治理将是必要采取的举措”。在他看来，未来的“互联治理”将包括数据质量、数据安全、数据隐私、数据道德，以及对数据的定义模型等要素。(完)