BPI網(wǎng)絡(luò)報(bào)告：您的數(shù)據(jù)是否準(zhǔn)備好解鎖生成式人工智能的商業(yè)價(jià)值

您的數(shù)據(jù)是否準(zhǔn)備好解鎖生成

式人工智能的商業(yè)價(jià)值？BPI網(wǎng)絡(luò)報(bào)告NETWORK與……合作TM生成式人工智能的快速演變正在重塑產(chǎn)業(yè)，不僅承諾帶來增量效率

提升，而且將顯著改變競爭優(yōu)勢。然而，釋放生成式人工智能的全

部潛力并非理所當(dāng)然——這需要建立在準(zhǔn)備充分、高質(zhì)量數(shù)據(jù)的基

礎(chǔ)之上。沒有它，即使是最復(fù)雜的AI模型也會遭遇挫折，產(chǎn)生不可

靠的見解，引入合規(guī)風(fēng)險(xiǎn)，最終，阻礙雄心勃勃的倡議。嚴(yán)峻的現(xiàn)實(shí)：許多生成式人工智能（Generative

AI）項(xiàng)目正在失敗

。為什么？根據(jù)Gartner的研究，不能通過AI準(zhǔn)備好的數(shù)據(jù)實(shí)踐來使

他們的人工智能用例得以啟用和支持的組織，其AI項(xiàng)目中有超過60

%會失敗。這個(gè)挑戰(zhàn)是可預(yù)防的，但只有當(dāng)組織采取積極主動、戰(zhàn)

略性的數(shù)據(jù)方法時(shí)才能實(shí)現(xiàn)。發(fā)現(xiàn)、分類、豐富和保障數(shù)據(jù)不僅僅

是一個(gè)IT問題——它是一個(gè)業(yè)務(wù)上的絕對必要。沒有AI準(zhǔn)備好的數(shù)

據(jù)，即使是最有前景的生成式人工智能應(yīng)用也無法實(shí)現(xiàn)預(yù)期效果。我們最新的研究，與業(yè)務(wù)績效創(chuàng)新網(wǎng)絡(luò)（BPI

Network）和增長官委

員會（Growth

Officer

Council）合作進(jìn)行，探討組織數(shù)據(jù)是否真正為

解鎖下一代業(yè)務(wù)價(jià)值的人工智能（GenAI）做好了準(zhǔn)備。研究重點(diǎn)在

四個(gè)關(guān)鍵支柱：數(shù)據(jù)質(zhì)量、準(zhǔn)確性與可靠性、安全與隱私，以及成本

與回報(bào)率。研究發(fā)現(xiàn)令人震驚：盡管79%的企業(yè)領(lǐng)導(dǎo)者認(rèn)為生成式人工智能將在

未來18個(gè)月內(nèi)帶來競爭優(yōu)勢，但60%的人承認(rèn)他們對自己的組織在數(shù)據(jù)-AI準(zhǔn)備方面缺乏信心。這種雄心與執(zhí)行之間的差距正是真正的競

爭優(yōu)勢所在。利用數(shù)據(jù)準(zhǔn)備來推進(jìn)人工智能項(xiàng)目是我們EncompaaS真正熱衷的事

情。自從通用人工智能（GenAI）誕生以來，我們一直擅長準(zhǔn)備非

結(jié)構(gòu)化數(shù)據(jù)，以確保合規(guī)并加速通用人工智能的成功。我邀請您閱讀這份報(bào)告，獲取寶貴見解，并確定您的組織是否正走在

通往生成式人工智能領(lǐng)導(dǎo)地位的道路上——或者面臨落后于時(shí)代的風(fēng)

險(xiǎn)。?2025

BPI

Network.Allrightsreserved.

2尊敬的杰西·托德首席執(zhí)行官EncompaaS前言通往人工智能競爭優(yōu)勢之路ENCOM

PAASCOUNCILENCOM

PAASCOUNCIL4

引言6摘要9

商業(yè)價(jià)值里程碑式躍升11挑戰(zhàn)解密生成式AI13實(shí)現(xiàn)AI就緒的數(shù)據(jù)質(zhì)量15

答案是否準(zhǔn)確與可靠？17安全與隱私威脅上升19成本與投資回報(bào)率：一個(gè)不斷變化的目標(biāo)21突破：區(qū)域、B2B-B2C/混合、規(guī)模27未來將發(fā)生什么？29

結(jié)論30EncompaaS:

大衛(wèi)·古爾德33StarCIO:伊薩克·薩科利克35

AVOA:TimCrawford37Pegasystems：

DonSchuerman39

新南威爾士州規(guī)劃、工業(yè)和環(huán)境部：彼得·鮑恩（前）人工智能準(zhǔn)備就緒

專家見解?2025

BPI

Network.Allrightsreserved.

3目錄通往人工智能競爭優(yōu)勢之路ENCOM

PAASCOUNCIL在平等、復(fù)雜和不可預(yù)測的世界中，對競爭優(yōu)勢和增長的永

恒追求繼續(xù)是企業(yè)領(lǐng)導(dǎo)和董事會的主要議程項(xiàng)目。在貿(mào)易逆風(fēng)、地緣政治分歧、監(jiān)管限制、成本上升、數(shù)字顛

覆、網(wǎng)絡(luò)安全威脅以及連接客戶賦權(quán)的世界中，通用人工智

能（GenAI）既承諾了救贖，也保證了持續(xù)創(chuàng)新。本研究聚焦于如果得到適當(dāng)?shù)臏?zhǔn)備、預(yù)熱、編程和處理，通用人

工智能（GenAI）可能會如何塑造、影響和改變數(shù)據(jù)的使用方式

以獲得競爭優(yōu)勢。我們對超過170位企業(yè)決策者的調(diào)查深入探討

了商業(yè)模式差異和地區(qū)地理對比。引言4ENCOM

PAASCOUNCIL最顯著的是，BPI網(wǎng)絡(luò)和增長官員委員會與EncompaaS合作，旨

在幫助公司：?

確保并保護(hù)品牌、知識產(chǎn)權(quán)和數(shù)據(jù)資產(chǎn)在新興的量子計(jì)算時(shí)

代。?

簡化繁瑣的流程以提高運(yùn)營效率和靈活性。?

降低風(fēng)險(xiǎn)、威脅和責(zé)任，同時(shí)確保更高的合規(guī)性和問責(zé)制。?

確定新的客戶細(xì)分市場和收入及利潤增長機(jī)會。?

在運(yùn)營價(jià)值鏈上變得更加熟練、反應(yīng)靈敏和預(yù)測準(zhǔn)確。?

現(xiàn)代化IT基礎(chǔ)設(shè)施，解決遺留系統(tǒng)局限性與差距。?

更有效地將更好的產(chǎn)品推向市場并獲得成功。?

維護(hù)有意義的、持久的和盈利的客戶關(guān)系。?

制定更明智、更信息豐富且更具行動力的決策，以獲得競爭優(yōu)勢。人工智能的興起有潛力拉平競爭環(huán)境，并提升企業(yè)每個(gè)功能區(qū)域和流

程的性能。數(shù)據(jù)如何被集成、統(tǒng)一、凈化并應(yīng)用于競爭優(yōu)勢，是我們

在這份報(bào)告中探討的主題。?2025CMOCouncil.Allrightsreserved.?

2025

BPI

Network.All

rights

reserved.

5將人工智能生成（GenAI）交付競爭優(yōu)勢

優(yōu)勢將在接下來的18個(gè)月內(nèi)顯現(xiàn)？

42%最有可能

37%是的，絕對

17%實(shí)際并非如此

4%不，不會的您對您的數(shù)據(jù)-AI感到自信嗎？是否準(zhǔn)備好實(shí)現(xiàn)通用人工智能的價(jià)值？

13%

極端

27%

非常

41%有一定程度的

19%

不太經(jīng)過一年大部分邊際效率提升后，通用人工智能（GenAI）正處在加

速功能效能和競爭差異化的邊緣。事實(shí)上，我們的研究發(fā)現(xiàn)，79%

的企業(yè)領(lǐng)導(dǎo)者認(rèn)為，在接下來的18個(gè)月內(nèi)，通用人工智能將帶來競

爭優(yōu)勢，例如代理人工智能改善客戶體驗(yàn)。但是并非所有人都能享受到這些好處。據(jù)Gartner預(yù)測，到2026年，

30%的生成式人工智能（GenAI）項(xiàng)目將在概念驗(yàn)證之后因數(shù)據(jù)質(zhì)

量差、風(fēng)險(xiǎn)控制不足、成本上升或業(yè)務(wù)價(jià)值不明確而被放棄。在我們的研究中，由商務(wù)績效創(chuàng)新網(wǎng)絡(luò)（Business

Performance

Innovation

Network,

BPI）、增長官員委員會（GrowthOfficerCouncil

)以及智能信息管理領(lǐng)導(dǎo)者EncompaaS進(jìn)行，我們發(fā)現(xiàn)，利用通用

人工智能（GenAI）提升商業(yè)價(jià)值的潛力將挑戰(zhàn)甚至最經(jīng)驗(yàn)豐富的商

業(yè)領(lǐng)導(dǎo)者。四分之三的企業(yè)領(lǐng)袖預(yù)期生成式人工智

能將帶來競爭優(yōu)勢。數(shù)據(jù)準(zhǔn)備不足以應(yīng)對生成式人工智能（GenAI）將導(dǎo)致失敗項(xiàng)目發(fā)

生的可能性呈指數(shù)級增加。此外，我們的研究表明，60%的商業(yè)領(lǐng)

袖對其數(shù)據(jù)-AI準(zhǔn)備情況缺乏信心，無法實(shí)現(xiàn)GenAI商業(yè)價(jià)值。ENCOM

PAASCOUNCIL執(zhí)行摘要6我們專注于四個(gè)關(guān)鍵數(shù)據(jù)-AI準(zhǔn)備領(lǐng)域的重點(diǎn)：1數(shù)據(jù)質(zhì)量準(zhǔn)確性與可靠性安全與隱私成本與投資回報(bào)率234$只有13%的人對其數(shù)據(jù)-AI準(zhǔn)備情況“非常有信心”——但他們可以

幫助我們了解自信的來源。

一般而言，自信的商業(yè)領(lǐng)導(dǎo)者來自于

那些已經(jīng)進(jìn)行了支持生成式AI的數(shù)據(jù)轉(zhuǎn)型公司的。60%的企業(yè)領(lǐng)導(dǎo)者缺乏對數(shù)據(jù)-人工

智能準(zhǔn)備就緒的信心。數(shù)據(jù)管理技能和流程，以及底層技術(shù)和架構(gòu)，必須經(jīng)歷一次進(jìn)化

性的改變，以正確地實(shí)現(xiàn)人工智能項(xiàng)目，

Gartner表示?？朔系K為了充分利用通用人工智能（GenAI）的力量，組織首先需要發(fā)現(xiàn)

、分類、管理和保護(hù)數(shù)據(jù)，以便GenAI進(jìn)行查詢。許多組織需要在前所未有的數(shù)據(jù)洪流和日益增長的安全及隱私擔(dān)憂中加強(qiáng)他們的數(shù)

據(jù)環(huán)境。

Gartner表示，對組織來說，“確保數(shù)據(jù)滿足特定要求，包括

代表性、響應(yīng)性和適當(dāng)?shù)臄?shù)據(jù)治理原則”至關(guān)重要。我們的研究考察了數(shù)據(jù)-AI準(zhǔn)備狀態(tài)，并探討了企業(yè)如何為商

業(yè)價(jià)值的下一階段演變做準(zhǔn)備。ENCOM

PAASCOUNCIL7ENCOM

PAASCOUNCIL您將學(xué)到的內(nèi)容隨著組織規(guī)劃通往生成式人工智能（GenAI）競爭優(yōu)勢的道路，他們

需要對自身的數(shù)據(jù)-AI準(zhǔn)備情況進(jìn)行誠實(shí)的評估，并了解自己在同行

業(yè)中的位置。在本報(bào)告中，您將了解到哪些舉措和投資最為合理，挑

戰(zhàn)在哪里，以及根據(jù)您在數(shù)據(jù)-AI準(zhǔn)備成熟度曲線上的位置可以取得

哪些成果。這項(xiàng)研究將在您為GenAI下一代商業(yè)價(jià)值做好準(zhǔn)備時(shí)，幫

助您增強(qiáng)信心。我們的方法論我們的研究基于對全球171位來自不同行業(yè)和地理區(qū)域的商業(yè)和職能領(lǐng)導(dǎo)者的調(diào)查。此外，我們還對來自StarCIO、AVOA、Pegasystems和新南威爾士州規(guī)劃、工業(yè)與環(huán)境部的執(zhí)行人員進(jìn)行深入了解訪談。超過80%的受訪者擔(dān)任EVP/SVP/VP/GM/CIO/CTO/CISO/CLO等職位。在所有受訪者中，53%來自B2B領(lǐng)域，47%來自B2C/混合領(lǐng)域。?2025

BPI

Network.Allrightsreserved.調(diào)查受訪者按公司規(guī)模分類：29%年收入超過50億美元31%，金額在10億至50億美元之間22%，金額在7.51億美元至10億美元之間

13%與5000萬美元至7500萬美元相關(guān)4%不足5億美元Survey

respondents

by

industry：

17%在健康、制藥、生命科學(xué)領(lǐng)域

15%在金融服務(wù)領(lǐng)域

11%在環(huán)境、公用事業(yè)、石油/天然氣

11%

高科技領(lǐng)域

8%在建設(shè)領(lǐng)域

5%在教育領(lǐng)域8您在接下來18個(gè)月內(nèi)如何看

待通用人工智能（GenAI）

的影響和價(jià)值？簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化67%文檔生成與個(gè)性化64%數(shù)據(jù)分析與分析61%成本降低與資源優(yōu)化56%合規(guī)性與風(fēng)險(xiǎn)管理52%AI智能代理改善客戶體驗(yàn)45%數(shù)據(jù)管理41%我們知道通用人工智能將推動競爭優(yōu)勢，但具體會是什么樣子呢？

我們的調(diào)查受訪者提到了幾個(gè)領(lǐng)域，他們預(yù)計(jì)在未來幾個(gè)月內(nèi)將看

到通用人工智能的影響和價(jià)值。以下是前三名：?

簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化?文檔生成與個(gè)性化數(shù)據(jù)分析和分析有效性，競爭優(yōu)勢人工智能的易得成果在于簡化業(yè)務(wù)流程和自動化重復(fù)性任務(wù)。這將

持續(xù)產(chǎn)生影響和價(jià)值，尤其是在數(shù)據(jù)-人工智能成熟度較低的公司中

。更先進(jìn)的公司將尋求將這些業(yè)務(wù)流程進(jìn)行轉(zhuǎn)型，以實(shí)現(xiàn)更強(qiáng)大的

成果。在對自己數(shù)據(jù)-人工智能準(zhǔn)備情況有信

心的商業(yè)領(lǐng)導(dǎo)者中，81%的人預(yù)期將看到人工智能代理改善客戶體驗(yàn)，而

在這方面不太有信心的領(lǐng)導(dǎo)者僅為21

%。ENCOM

PAASCOUNCIL業(yè)務(wù)價(jià)值里程碑式飛躍9ENCOM

PAASCOUNCIL考慮到一家大型B2B公司正在處理復(fù)雜的客戶返利，并對系統(tǒng)進(jìn)行查詢以

確定正確的返利百分比，這可能需要長達(dá)兩周的時(shí)間。經(jīng)過優(yōu)化的業(yè)務(wù)流

程可以在幾分鐘內(nèi)將正確的返利數(shù)據(jù)輸送到GenAI提示。最近麥肯錫的一份報(bào)告總結(jié)了如下：“大多數(shù)公司正在追求通過通用人工智

能實(shí)現(xiàn)效率提升，但領(lǐng)導(dǎo)者們相信，該技術(shù)的真正價(jià)值將體現(xiàn)在能夠轉(zhuǎn)變商

業(yè)功能有效性的應(yīng)用中。”此外，轉(zhuǎn)型后的業(yè)務(wù)流程使人們能夠更有影響力。Gartner預(yù)測，到20

26年，80%的創(chuàng)意人才將每日使用通用人工智能（GenAI），這將允

許進(jìn)行更多戰(zhàn)略性的工作，并導(dǎo)致在創(chuàng)意方面的支出增加。誰將奪得代理人工智能的大旗？近一半（45%）的我們的調(diào)查受訪者認(rèn)為人工智能代理將改善客戶體驗(yàn)。

這將是一個(gè)強(qiáng)大的競爭優(yōu)勢。目前人工智能代理仍處于初期階段，因此我

們預(yù)計(jì)隨著用例的出現(xiàn)，更多的企業(yè)領(lǐng)導(dǎo)人將會加入這一行列。但誰是代理式人工智能的早期贏家？在對其數(shù)據(jù)-AI準(zhǔn)備情況充滿信心的商業(yè)領(lǐng)導(dǎo)者中，81%預(yù)計(jì)將看到人工智

能代理改善客戶體驗(yàn)——這是關(guān)于生成式人工智能在未來18個(gè)月影響和價(jià)

值的調(diào)查問題中的第二高答案。而對于缺乏信心的人，僅有21%表示相同

觀點(diǎn)，突顯了那些加強(qiáng)了其數(shù)據(jù)供應(yīng)鏈的領(lǐng)導(dǎo)者與尚未做到這一點(diǎn)的人之

間在價(jià)值實(shí)現(xiàn)方面的差異。10ENCOM

PAASCOUNCIL您可以在公司對當(dāng)前一代人工智能項(xiàng)目所獲得的價(jià)值感到滿意時(shí)，

判斷該公司在數(shù)據(jù)-AI成熟度曲線上已經(jīng)進(jìn)一步發(fā)展。我們的調(diào)查

顯示，滿意和不滿意的受訪者比例幾乎為50-50。最大的挑戰(zhàn)是解鎖泛人工智能的技術(shù)，這涉及數(shù)據(jù)和信息的準(zhǔn)確性

與信賴度。泛人工智能需要穩(wěn)健的數(shù)據(jù)管理系統(tǒng)——包括適當(dāng)?shù)娜?/p>

才、資源、方式、工具等。從數(shù)據(jù)的品質(zhì)、準(zhǔn)確性、信賴度，直至

數(shù)據(jù)安全、隱私和治理，都需要根據(jù)泛人工智能的要求進(jìn)行調(diào)整。2/3的組織缺乏人工智能數(shù)據(jù)管理實(shí)踐。但是，根據(jù)Gartner的研究，近三分之二的組織要么沒有為人工智能

提供合適的數(shù)據(jù)管理實(shí)踐，要么對此不確定。Gartner發(fā)現(xiàn)，近40%

的組織將“數(shù)據(jù)缺乏”列為支持并在其業(yè)務(wù)中實(shí)施人工智能的最具挑戰(zhàn)性的因素之

一。此外，

Gartner表示，企業(yè)中的70%或更多數(shù)據(jù)是非結(jié)構(gòu)化的，這

只會使問題更加復(fù)雜。與結(jié)構(gòu)化數(shù)據(jù)相比，要將非結(jié)構(gòu)化數(shù)據(jù)準(zhǔn)備

成人工智能可用形態(tài)，需要投入更多努力和資源，包括專業(yè)知識和

技術(shù)工具。當(dāng)前一代的人工智能項(xiàng)目是否能夠創(chuàng)造價(jià)值？

16%非常滿意

33%滿意

36%

不滿意

15%非常不滿意挑戰(zhàn)解鎖生成式人工智能11您在解鎖通用人工智能（GenAI）時(shí)面臨哪些挑戰(zhàn)？數(shù)據(jù)準(zhǔn)確性及可靠性69%人工智能集成與實(shí)施68%人工智能倫理、治理與信任58%數(shù)據(jù)安全與隱私50%成本與投資回報(bào)率44%數(shù)據(jù)質(zhì)量39%人工智能發(fā)展過快28%人工智能集成：冰山一角另一個(gè)問題：太多的企業(yè)領(lǐng)導(dǎo)者專注于通用人工智能（GenAI）

的集成與界面層。他們對通用人工智能提示的簡單性和回答速度

感到著迷。但這些都只是冰山一角。數(shù)據(jù)來源必須完整才能使生成式人工智能（GenAI）準(zhǔn)確可靠。舉例

來說，在人力資源領(lǐng)域的孤立記錄管理系統(tǒng)中的重要數(shù)據(jù)可能不會

被GenAI查詢，因此無法為答案做出貢獻(xiàn)，導(dǎo)致不準(zhǔn)確。如果您想獲得準(zhǔn)確可靠的結(jié)果，更不用說降低風(fēng)險(xiǎn)，您需要超越前

端思考，更多地關(guān)注您輸入到平臺中的內(nèi)容。全面的數(shù)據(jù)視圖對于

生成式人工智能的成功至關(guān)重要。有些人將人工智能視為

一種神奇的工具，

將解決他們所有的問題，但隨后他們實(shí)現(xiàn)他們沒有信息或結(jié)構(gòu)以能夠利用它?！说谩U文，首席數(shù)據(jù)官（曾任），新南威爾士州規(guī)劃、工業(yè)和環(huán)境部ENCOM

PAASCOUNCIL12ENCOM

PAASCOUNCIL自從GenAI需要審查所有相關(guān)數(shù)據(jù)，現(xiàn)有的數(shù)據(jù)管理實(shí)踐，即保持?jǐn)?shù)據(jù)

安全、安全和有序的實(shí)踐，將受到白熱化的關(guān)注，我們稱之為“數(shù)據(jù)質(zhì)量

”。好消息是，我們調(diào)查的一半受訪者似乎正走在正確的道路上，并對他

們的數(shù)據(jù)質(zhì)量表現(xiàn)感到滿意。壞消息是另一半并不滿意，這表明他們在克服數(shù)據(jù)質(zhì)量挑戰(zhàn)方面遇到了

麻煩。在采用傳統(tǒng)、基于手動數(shù)據(jù)管理實(shí)踐的組織中，由于數(shù)據(jù)量和復(fù)

雜性的激增，數(shù)據(jù)質(zhì)量可能被視為一項(xiàng)艱巨的任務(wù)。我們的研究發(fā)現(xiàn)，數(shù)據(jù)質(zhì)量性能面臨的前兩大挑戰(zhàn)是數(shù)據(jù)孤島和對數(shù)據(jù)理

解有限。數(shù)據(jù)質(zhì)量并不等同于數(shù)據(jù)準(zhǔn)備就緒。企業(yè)在處理非結(jié)構(gòu)化數(shù)據(jù)時(shí)

應(yīng)用結(jié)構(gòu)化數(shù)據(jù)治理技術(shù)，這在為AI準(zhǔn)備數(shù)據(jù)時(shí)造成了一種“方枘圓鑿”的情

景。大多數(shù)組織只是觸及了其非結(jié)構(gòu)化內(nèi)容的表面。大部分這類數(shù)據(jù)因未

被發(fā)掘、缺乏上下文和不被信任而缺失在AI流程之外。整合孤島，理解數(shù)據(jù)數(shù)據(jù)孤島，長期以來企業(yè)技術(shù)的禍害，仍然是組織面臨的最大問題?？紤]

以下這種常見場景：一家公司將其與微軟CoPilot整合。但GenAI只能在SharePoint

Online上查詢在線數(shù)據(jù)。由于80%的企業(yè)數(shù)據(jù)存儲在其他存儲庫中

,

GenAI無法給出完整的回答。您會如何評估數(shù)據(jù)質(zhì)量績效？

7%非常滿意

46%滿意

43%

不滿意

5%非常不滿意實(shí)現(xiàn)人工智能就緒的數(shù)據(jù)質(zhì)量13您的數(shù)據(jù)質(zhì)量挑戰(zhàn)有哪些？隔離數(shù)據(jù)73%對數(shù)據(jù)的理解有限。60%不良數(shù)據(jù)治理53%組織數(shù)據(jù)可見性的缺乏48%數(shù)據(jù)量與復(fù)雜性42%過時(shí)的系統(tǒng)管理數(shù)據(jù)35%數(shù)據(jù)理解的局限性也會造成巨大的頭痛。公司需要識別和理解特定文件共享

上的數(shù)據(jù)含義，并決定這些數(shù)據(jù)是否對通用人工智能（GenAI）進(jìn)行詢問相

關(guān)。不良的數(shù)據(jù)索引導(dǎo)致相同的通用人工智能提示得到不同的答案。在實(shí)施通用人工智能（GenAI）的競賽中，許多組織都在走回頭路——在

確保真正準(zhǔn)備好人工智能之前，就直接跳到了“行動”階段。沒有堅(jiān)實(shí)的基

石，人工智能項(xiàng)目注定會遭遇挫折。組織必須重新思考他們在將數(shù)據(jù)輸入

人工智能模型之前如何管理和準(zhǔn)備數(shù)據(jù)。例如，70%至90%的企業(yè)數(shù)據(jù)是非結(jié)構(gòu)化的，可能從AI管道中缺失。數(shù)PB的有價(jià)值信息分散在文件共享、OneDrive、商業(yè)應(yīng)用、財(cái)務(wù)系統(tǒng)和甚至存

放在盒子中的物理記錄中。這些資產(chǎn)包含關(guān)鍵洞察，如果得到恰當(dāng)利用，

可以增強(qiáng)AI驅(qū)動的決策。ENCOM

PAASCOUNCIL?

不被信任，因?yàn)槊舾袛?shù)據(jù)經(jīng)?；旌显谄渲?，增加了合規(guī)性和隱私風(fēng)

險(xiǎn)。與數(shù)據(jù)孤島和有限的數(shù)據(jù)理解能力一起，調(diào)查受訪者列舉了一系列其他挑

戰(zhàn)：數(shù)據(jù)治理不善、組織數(shù)據(jù)的可見性不足、數(shù)據(jù)量和復(fù)雜性，以及過時(shí)

的系統(tǒng)來管理數(shù)據(jù)。隱藏在傳統(tǒng)系統(tǒng)和分散的存儲位置中。?

缺乏適當(dāng)?shù)姆诸悾虼巳斯ぶ悄茈y以準(zhǔn)確解釋。14大部分這些數(shù)據(jù)缺失，因?yàn)樗牵篍NCOM

PAASCOUNCIL您的數(shù)據(jù)是否被分類并豐富以提供準(zhǔn)確和可靠的生成式人工智能（GenAI )輸出？近一半的調(diào)查受訪者對其執(zhí)行這些關(guān)鍵功能的能力不滿意。不

準(zhǔn)確和不可靠的結(jié)果可能會破壞未來的GenAI項(xiàng)目。四個(gè)解決這個(gè)問題的最大挑戰(zhàn)是訓(xùn)練數(shù)據(jù)質(zhì)量差、難以整理特定數(shù)據(jù)、解釋性和透明度有限，以及令人頭疼的AI幻覺，這些通常源于算法偏差和數(shù)據(jù)

錯(cuò)誤。還有許多其他的小任務(wù)需要清理，例如處理重復(fù)記錄和解決數(shù)據(jù)不一致問題。高質(zhì)量訓(xùn)練數(shù)據(jù)預(yù)期是每次生成式AI的回答都應(yīng)該是完美的。雖然這并不現(xiàn)實(shí)——即使是

受過最好訓(xùn)練的人類也只有在三分之二的時(shí)間能正確回答問題——但如果

操作得當(dāng)，生成式AI可以實(shí)現(xiàn)90%的準(zhǔn)確率。您如何獲得這樣的準(zhǔn)確性和可靠性？您需要堅(jiān)實(shí)的數(shù)據(jù)管理實(shí)踐，以確保

通用人工智能（GenAI）在最佳數(shù)據(jù)上進(jìn)行訓(xùn)練。需要有監(jiān)督的機(jī)器學(xué)習(xí)，

其中人工智能服務(wù)進(jìn)行檢查和平衡，以實(shí)現(xiàn)持續(xù)的重訓(xùn)練。這種方法稱為

貝葉斯推斷，它使用先驗(yàn)數(shù)據(jù)來計(jì)算概率，并隨著更多數(shù)據(jù)的可用而更新。AI-ready數(shù)據(jù)已組織、結(jié)構(gòu)化和格式化，以優(yōu)化AI模型訓(xùn)練。這包括發(fā)現(xiàn)

、分類和豐富非結(jié)構(gòu)化內(nèi)容——通常包含敏感信息，如個(gè)人身份信息（PI

I）、支付卡行業(yè)信息和受保護(hù)的健康信息（PHI），同時(shí)過濾掉冗余內(nèi)容。您如何評價(jià)您的準(zhǔn)確性及可靠性對于生成式人工智能？

12%非常滿意

43%滿意

37%

不滿意

8%非常不滿意回答是否準(zhǔn)確和可靠？15您的準(zhǔn)確性與可靠性挑戰(zhàn)是什么？訓(xùn)練數(shù)據(jù)質(zhì)量低下70%難以整理特定數(shù)據(jù)61%有限的可解釋性和透明度58%幻視，算法偏見，數(shù)據(jù)錯(cuò)誤54%數(shù)據(jù)集成42%重復(fù)記錄36%數(shù)據(jù)量與復(fù)雜性25%可能有數(shù)千份與航空公司的合同，這些合同可能非常復(fù)雜。此外，合

同通常涉及電子郵件、聊天、即時(shí)消息、工作文件、修正案及其他與

它們相關(guān)的歷史文件。

GenAI需要找到正確的合同或修正案，并提取

所有相關(guān)信息，以便快速且有信心地回答問題。為了彌合人工智能準(zhǔn)備度差距，組織必須將關(guān)注點(diǎn)轉(zhuǎn)向增強(qiáng)元數(shù)據(jù)。傳

統(tǒng)的或被動元數(shù)據(jù)，例如文件名、創(chuàng)建者和日期，在試圖提取有意義的

見解時(shí)幾乎沒有什么價(jià)值。專門為人工智能用例創(chuàng)建的主動元數(shù)據(jù)使得

人工智能模型能夠有效發(fā)現(xiàn)、提取和利用內(nèi)容?？紤]以下情景：

一家公司將旅行費(fèi)用報(bào)告加載到其AI管道中以分析支

出趨勢。如果包括CEO與一項(xiàng)未公開收購相關(guān)的機(jī)密旅行費(fèi)用，會怎

樣？如果沒有適當(dāng)?shù)臉?biāo)簽和AI驅(qū)動的元數(shù)據(jù)標(biāo)記，敏感信息可能會被

泄露，從而帶來嚴(yán)重的安全和合規(guī)風(fēng)險(xiǎn)。ENCOM

PAASCOUNCIL現(xiàn)在很明顯，通用人工智能需要所有相關(guān)數(shù)據(jù)來提供最佳答案。但這說

起來容易做起來難。以一個(gè)機(jī)場試圖確定應(yīng)向航空公司供應(yīng)商支付多少

賠償金為例。機(jī)場需要了解合同上規(guī)定的義務(wù)?；蛑貜?fù)數(shù)據(jù)。如果沒有這項(xiàng)基礎(chǔ)工作，企業(yè)可能會將不完整、有偏差

或不符合規(guī)定的數(shù)據(jù)輸入到其AI模型中，從而導(dǎo)致不可靠的結(jié)果。16獲得了正確數(shù)據(jù)嗎？ENCOM

PAASCOUNCIL數(shù)據(jù)安全與隱私意味著合規(guī)和隱私義務(wù)得到規(guī)模自動化處理，確

保為通用人工智能（GenAI）去風(fēng)險(xiǎn)。在我們的調(diào)查中，70%的

受訪者對他們的安全和隱私表現(xiàn)感到滿意。隨著生成式人工智能的商業(yè)價(jià)值增長及其對高質(zhì)量數(shù)據(jù)的依賴性增加

,對其安全和隱私性能的信心將受到考驗(yàn)。我們的調(diào)查受訪者提到了

大量挑戰(zhàn)，從內(nèi)部威脅到第三方風(fēng)險(xiǎn)，再到敏感數(shù)據(jù)存儲位置的可見

性不足。缺乏可見性缺乏可見性可以讓許多企業(yè)高管大開眼界。

一家全球?qū)I(yè)服務(wù)公司

最近通過發(fā)現(xiàn)、分類和管理敏感數(shù)據(jù)，獲得了對超過5億份文件的

可見性和洞察力。該公司能夠刪除1000萬份過度保留的文件，這大

大減少了其攻擊面。數(shù)據(jù)的大量涌現(xiàn)將持續(xù)對安全和隱私努力構(gòu)成挑戰(zhàn)。以一家擁有50,

000個(gè)活躍合同的全環(huán)球藥企為例，或者是一家僅SharePoint中的

內(nèi)容量每月增長500千兆字節(jié)的采礦和基礎(chǔ)設(shè)施公司。您如何評價(jià)安全性及隱私表現(xiàn)？

20%非常滿意

50%滿意

28%

不滿意

2%非常不滿意上升的安全與隱私威脅17您在安全與隱私方面面臨哪些挑戰(zhàn)？內(nèi)部威脅67%缺乏可見性，無法確定敏感數(shù)據(jù)所在之處。66%第三方風(fēng)險(xiǎn)57%數(shù)據(jù)有限的可解釋性和審計(jì)能力57%未受保護(hù)的API和集成28%數(shù)據(jù)治理框架不完善23%數(shù)據(jù)量與復(fù)雜性18%ENCOM

PAASCOUNCIL隨著公司向通用人工智能（GenAI）輸入更多數(shù)據(jù)，敏感數(shù)據(jù)暴露

給GenAI的風(fēng)險(xiǎn)窗口也在擴(kuò)大。想象一下，

一名員工獲得了他們不

應(yīng)接觸到的會議紀(jì)要，然后利用GenAI根據(jù)機(jī)密見解生成報(bào)告。您

是否已經(jīng)建立了合適的數(shù)據(jù)治理框架？?

自動分析并分類記錄，以恰當(dāng)?shù)胤从承畔⒌拿舾行?，例如個(gè)人身

份信息（PII）和受保護(hù)的健康信息（PHI），滿足私人數(shù)據(jù)收集

、智能信息管理和數(shù)據(jù)治理設(shè)計(jì)的需求。?

應(yīng)用全面自動化的數(shù)據(jù)治理政策，并使用可定制的規(guī)則積極監(jiān)控關(guān)鍵系統(tǒng)中的關(guān)鍵資產(chǎn)，以減輕意外濫用和過度保留的風(fēng)險(xiǎn)。18公司需要做到：ENCOM

PAASCOUNCIL釋放資源以應(yīng)用于通用人工智能是困難的，因?yàn)樾屡d的應(yīng)用場景尚

未被充分理解。這種情況常出現(xiàn)在早期采用者在從現(xiàn)有狀態(tài)過渡到

未來狀態(tài)時(shí)。盡管如此，企業(yè)領(lǐng)導(dǎo)者需要制定一套全面的策略，其中包括投資構(gòu)

建一個(gè)強(qiáng)大的數(shù)據(jù)環(huán)境以支持通用人工智能，并在他們能找到的地

方記錄使用案例以及預(yù)期的投資回報(bào)率。從積極的一面來看，我們

的研究表明，公司在成本和投資回報(bào)率方面取得了進(jìn)展，54%的受

訪者對他們的表現(xiàn)表示滿意。但是這不能是一次性的考慮。內(nèi)容是以無法被通用人工智能（GenAI）輕易利用的方式進(jìn)行不斷創(chuàng)造的。那些不可持續(xù)、不可重復(fù)或

依賴于改變行為的過程將變成行政負(fù)擔(dān)。幸運(yùn)的是，有一個(gè)亮點(diǎn)，即通過使用人工智能，實(shí)現(xiàn)數(shù)據(jù)-人工智

能準(zhǔn)備性實(shí)際上可以自動完成。人工智能的最佳首次應(yīng)用是利用

它以驚人的速度和精度對數(shù)據(jù)進(jìn)行分類、歸檔和降低風(fēng)險(xiǎn)。您如何看待成本與投資回報(bào)率的表現(xiàn)？

18%非常滿意

36%滿意

42%

不滿意

5%非常不滿意成本與回報(bào)：一個(gè)不斷移動的目標(biāo)19考慮代理人工智能背后的理念，即向代理提供上下文信息以解決特

定問題。這需要將上下文引入算法?，F(xiàn)在考慮開發(fā)并實(shí)施代理人工

智能所需的專業(yè)人才范圍：?AI

工作流程設(shè)計(jì)師?人工智能模型驗(yàn)證工程師?AI倫理專家?

數(shù)據(jù)科學(xué)家與機(jī)器學(xué)習(xí)工程師?人類-人工智能交互設(shè)計(jì)師?人工智能運(yùn)維專家結(jié)論：你必須在人工智能人才市場保持靈活性和攻擊性。ENCOM

PAASCOUNCIL模型維護(hù)與更新專業(yè)與人才數(shù)據(jù)準(zhǔn)備高額初始成本及持續(xù)費(fèi)用失敗風(fēng)險(xiǎn)整合不明朗的回報(bào)率58%57%53%47%39%37%前三項(xiàng)成本和投資回報(bào)率最大的挑戰(zhàn)是模型維護(hù)、缺乏專業(yè)和人才

以及數(shù)據(jù)準(zhǔn)備。換句話說，你需要真正理解數(shù)據(jù)-AI準(zhǔn)備情況以及

通用人工智能發(fā)展方向的人。通用人工智能正在迅速發(fā)展，三個(gè)月

前的情況現(xiàn)在已經(jīng)不再適用。您的成本與投資回報(bào)率（ROI）挑戰(zhàn)有哪些？28%20新人才需求ENCOM

PAASCOUNCIL北美在GenAI成熟度曲線上位居第

一

，其次是歐洲。亞太地區(qū)落后。這

一點(diǎn)可以從他們從當(dāng)前GenAI項(xiàng)目中獲得的價(jià)值中得到證實(shí)。只有38%

的北美調(diào)查受訪者表示不滿，而歐洲為45%，亞太地區(qū)為84%。超過80

%的亞太商業(yè)領(lǐng)袖也缺乏對數(shù)據(jù)-AI準(zhǔn)備就緒以實(shí)現(xiàn)未來GenAI價(jià)值的信

心。雖然亞太地區(qū)在通用人工智能（GenAI）方面采取了逐步謹(jǐn)慎的態(tài)

度，但公司仍在進(jìn)行試驗(yàn)并推出獨(dú)立的生產(chǎn)用途案例。同時(shí)，隨著

政府機(jī)構(gòu)發(fā)布成熟的AI評估框架以及私營部門采用負(fù)責(zé)任的AI框架

,監(jiān)管也在發(fā)展。摘要：

北美在人工智能成熟度和價(jià)值提取方面領(lǐng)先，而亞太地區(qū)落

后很遠(yuǎn)。

背后。?2025

BPI

Network.Allrightsreserved.

21地區(qū)突破ENCOM

PAASCOUNCIL您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？

19%

極端

31%

非常

37%有點(diǎn)

13%

不太當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值

23%非常滿意

39%滿意

25%

不滿意

13%非常不滿意簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化

71%成本降低與資源優(yōu)化

63%合規(guī)性與風(fēng)險(xiǎn)管理

62%您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？

13%極其

32%非常

42%稍微

13%不太清楚?當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值

11%非常滿意

45%滿意

33%不滿意

11%非常不滿意您看到的生成式人工智能（GenAI）的影在接下來的18個(gè)月內(nèi)？（前3個(gè)答案）文檔生成與個(gè)性化

66%簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化

63%數(shù)據(jù)分析與分析

61%您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？

3%

極端

10%

非常

58%有點(diǎn)

29%

不太?當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值

10%非常滿意

6%滿意

68%

不滿意

16%非常不滿意簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化

71%數(shù)據(jù)分析和分析

65%文檔生成與個(gè)性化

65%響

里18個(gè)月內(nèi)看到生成式A

I（GenAI）的影響和價(jià)值在哪里

?（前3個(gè)答案）您在接下來18個(gè)月內(nèi)看到生成式A

I（GenAI）的影響和價(jià)值在哪里

?（前3個(gè)答案）?2025

BPI

Network.Allrightsreserved.

22北美歐洲亞太地區(qū)ENCOM

PAASCOUNCIL但是，如果您更仔細(xì)地觀察每個(gè)領(lǐng)域?qū)νㄓ萌斯ぶ悄埽℅enAI）的影響

和價(jià)值，

B2B可能比B2C更為成熟。在B2B領(lǐng)域，預(yù)期的GenAI價(jià)值在于

文檔生成和個(gè)性化。而在B2C/混合領(lǐng)域，它則是簡化業(yè)務(wù)流程和自動化

重復(fù)性任務(wù)。B2B個(gè)性化用例具有更高的復(fù)雜性，需要比B2C自助服務(wù)平臺更高的數(shù)

據(jù)質(zhì)量。在個(gè)性化過程中，非結(jié)構(gòu)化數(shù)據(jù)至關(guān)重要，數(shù)據(jù)源更有可能被

多樣化并形成孤島，而數(shù)據(jù)信任是成功的關(guān)鍵。摘要：

B2B在應(yīng)用場景中比B2C更成熟，在這些場景中，生成式AI(

GenAI）能帶來最大的影響和價(jià)值。您可能認(rèn)為B2C/混合型企業(yè)比B2B公司在生成式人工智能成熟度曲線

上領(lǐng)先。在B2C/混合型企業(yè)中，只有31%的受訪者在當(dāng)前生成式人工

智能項(xiàng)目中獲得的價(jià)值方面表示不滿意，而B2B公司中有68%。在B2C

/混合型企業(yè)中，不到40%的人對自己的數(shù)據(jù)-AI準(zhǔn)備缺乏信心，而B2B

公司中有78%。?2025

BPI

Network.Allrightsreserved.

23B2B-B2C突破B2C/混合型您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)現(xiàn)通用人工智能的價(jià)值嗎？21%

極其40%非常34%略有5%

非非常當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值？26%

非常滿意44%

滿意28%不滿意3%

非常不滿意您看到的生成式人工智能（GenAI）的影響和價(jià)值在哪

在接下來的18個(gè)月內(nèi)？（前3個(gè)答案）簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化74%成本降低與資源優(yōu)化64%AI智能代理改善客戶體驗(yàn)63%您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？

6%

非常

17%

非常

47%相對

31%

不太當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值？

8%非常滿意

24%滿意

42%

不滿意

26%非常不滿意文檔生成與個(gè)性化

74%數(shù)據(jù)分析與分析

62%簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化

62%ENCOM

PAASCOUNCIL您在接下來18個(gè)月內(nèi)看到生成式A

I（GenAI）的影響和價(jià)值在哪里

?（前3個(gè)答案）?2025

BPI

Network.Allrightsreserved.

24B2BENCOM

PAASCOUNCIL評估公司規(guī)模與數(shù)據(jù)-AI準(zhǔn)備情況時(shí)，生成式AI驅(qū)動的個(gè)性化與所需數(shù)據(jù)

質(zhì)量水平之間存在顯著相關(guān)性。例如，我們的調(diào)查顯示，規(guī)模最大的公

司在數(shù)據(jù)-AI準(zhǔn)備情況上最有信心，但這一點(diǎn)可以歸因于他們的生成式AI用例僅限于結(jié)構(gòu)化數(shù)據(jù)普遍的應(yīng)用中。個(gè)性化甚至不在大型公司認(rèn)為生

成式AI影響和價(jià)值的頭三位列表中。?2025

BPI

Network.Allrightsreserved.

25摘要：

大型公司在他們的數(shù)據(jù)-AI準(zhǔn)備度上更有信心，因?yàn)樗麄兊漠?dāng)

前用例主要依賴于結(jié)構(gòu)化數(shù)據(jù)。公司規(guī)模分類的突破

8%

30%

57%

6%

17%

38%

38%

8%

58%

55%

55%75%

74%

69%49%

80%

80%

74%ENCOM

PAASCOUNCIL在接下來的18個(gè)月內(nèi)？（前3個(gè)答案）簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化成本降低與資源優(yōu)化數(shù)據(jù)分析與分析文檔生成與個(gè)性化在接下來的18個(gè)月內(nèi)？（前3個(gè)答案）AI智能代理改善客戶體驗(yàn)簡化業(yè)務(wù)流程與重復(fù)性任務(wù)的自動化成本降低與資源優(yōu)化在接下來的18個(gè)月內(nèi)？（前3個(gè)答案）文檔生成與個(gè)性化數(shù)據(jù)分析和分析簡化業(yè)務(wù)流程與重復(fù)任務(wù)的自動化您看到的生成式人工智能（GenAI）的影響您和看價(jià)到值的在生哪成里式人工智能（GenAI）的影響您和看價(jià)到值的在生哪成里式人工智能（GenAI）的影當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值？當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值？當(dāng)前新一代人工智能項(xiàng)目是否在創(chuàng)造價(jià)值您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？您對您的數(shù)據(jù)-AI準(zhǔn)備情況有信心以實(shí)

現(xiàn)通用人工智能的價(jià)值嗎？?2025

BPI

Network.Allrightsreserved.

260%非常滿意16%滿意51%

不滿意33%非常不滿意34%極端52%

非常14%有一定程度

0%非常不38%非常滿意

52%滿意10%

不滿意0%非常不滿意2%

非常7%

非常48%相當(dāng)于

44%

不太非常滿意

滿意不滿意非常不滿意五千萬至一億美元1-5億美元五十億以上極其

非常略有

非非常商務(wù)領(lǐng)袖希望充分利用人工智能的優(yōu)勢在于，他們知道需要

技術(shù)棧和第一波組織正在積極應(yīng)對這一問題。他們感

威脅中斷和緊迫性的認(rèn)識。—DonSchuerman,

首席技術(shù)官，Pegasystems27實(shí)現(xiàn)數(shù)據(jù)-人工智能準(zhǔn)備狀態(tài)需要一系列能力，這些能力根據(jù)你在成熟度曲

線上的位置而有所不同。它們包括從投資技術(shù)到提升人工智能和數(shù)據(jù)素養(yǎng)，

再到優(yōu)先考慮生成式人工智能用例。這些是我們調(diào)查受訪者計(jì)劃在未來幾個(gè)月內(nèi)實(shí)施的最重要的三項(xiàng)舉措。其他

包括數(shù)據(jù)安全、隱私和治理；數(shù)據(jù)準(zhǔn)備和優(yōu)化；以及人工智能實(shí)施策略。工具與技術(shù)的重要性超過四分之三的組織在接下來兩到三年內(nèi)，將人工智能準(zhǔn)備好的數(shù)據(jù)列為

它們前五大投資領(lǐng)域之

一

，據(jù)高德納公司報(bào)告。我們的研究發(fā)現(xiàn)，為了實(shí)

現(xiàn)數(shù)據(jù)與人工智能的兼容，所需的高級技術(shù)類別包括：1.

工程數(shù)據(jù)分析平臺、創(chuàng)建和測試AI模型、設(shè)置和監(jiān)控?cái)?shù)據(jù)管道等。可視化技術(shù)在創(chuàng)建和支持儀表盤以及其他方式向終端用戶展示數(shù)據(jù)和人工智

能結(jié)果方面的應(yīng)用。3.存儲基礎(chǔ)，用于管理大量數(shù)據(jù)，通常以數(shù)據(jù)倉庫或數(shù)據(jù)湖的形式存在。治理工具符合HIPAA、GDPR、CCPA以及其他一系列縮寫，以識別、分類

和理解您的數(shù)據(jù)，提供適當(dāng)?shù)脑L問權(quán)限，響應(yīng)數(shù)據(jù)主體訪問請求等。未來展望ENCOM

PAASCOUNCIL您針對利用生成式人工智能（GenAI

)所采取的哪些舉措？投資于工具與技術(shù)

68%提升內(nèi)部人工智能與數(shù)據(jù)素養(yǎng)65%人工智能通用案例優(yōu)先級排序58%數(shù)據(jù)安全、隱私與治理51%數(shù)據(jù)準(zhǔn)備與優(yōu)化50%穩(wěn)健的人工智能實(shí)施策略39%數(shù)據(jù)素養(yǎng)的重要性應(yīng)該高度重視提升內(nèi)部人工智能和數(shù)據(jù)素養(yǎng)。通用人工智能（GenAI）依賴于理解數(shù)據(jù)供應(yīng)鏈復(fù)雜性并能確定對GenAI重要數(shù)據(jù)點(diǎn)的人

員。他們需要保持持續(xù)警覺，例如適應(yīng)數(shù)據(jù)漂移。數(shù)據(jù)以微妙的方式發(fā)生變化，數(shù)據(jù)素養(yǎng)不足的人可能會犯一些簡單

的錯(cuò)誤，這些錯(cuò)誤會極大地影響通用人工智能（GenAI）的答案。

一家公司可以開發(fā)出一個(gè)預(yù)測性人工智能模型，該模型檢查標(biāo)準(zhǔn)表

格，捕捉某些值并生成優(yōu)秀的輸出，但一旦有人更新了表格，通用

人工智能突然就無法正確讀取字段，并開始提供不準(zhǔn)確的結(jié)果。企業(yè)領(lǐng)導(dǎo)者應(yīng)推廣提升員工技能的理念，而不是用人工智能取代他

們。這不僅能夠賦能和培養(yǎng)團(tuán)隊(duì)，還促進(jìn)了對人工智能如何增強(qiáng)員

工表現(xiàn)的更積極看法。保持對關(guān)鍵人工智能決策的人類控制，可以

防止過度依賴自動化系統(tǒng)，從而保護(hù)人類的自主性。通過這樣做，企業(yè)領(lǐng)導(dǎo)者可以通過使所有級別的員工理解并應(yīng)用在AI

系統(tǒng)工作中應(yīng)考慮的倫理因素，來培養(yǎng)一種負(fù)責(zé)任的AI文化。ENCOM

PAASCOUNCIL28準(zhǔn)備好通過識別收入來源、以更加個(gè)性化的方式吸引客戶、改善客戶

體驗(yàn)、釋放員工影響力和減輕風(fēng)險(xiǎn)以及做出更明智的決定來確立競爭

優(yōu)勢的路徑，GenAI將成為決定未來勝負(fù)者的顛覆性力量。但是這需要一種數(shù)據(jù)-AI準(zhǔn)備狀態(tài)，在這種狀態(tài)下，數(shù)據(jù)質(zhì)量、準(zhǔn)確

性、可靠性、安全性和隱私性均能表現(xiàn)出強(qiáng)勁的性能。然而，太多

的公司對自己的能力缺乏信心以達(dá)到這種狀態(tài)，因此我們預(yù)計(jì)失敗

率將會很高。為了攀登數(shù)據(jù)-AI成熟曲線，公司需要做到：?在現(xiàn)代技術(shù)棧和數(shù)據(jù)供應(yīng)鏈上進(jìn)行投資，以支持宏大的通用

人工智能項(xiàng)目。?建立人工智能和數(shù)據(jù)素養(yǎng)的文化，以確定并了解哪些數(shù)據(jù)點(diǎn)對生

成式人工智能至關(guān)重要。?在GenAI能提供最佳價(jià)值的應(yīng)用場景中，做出創(chuàng)新且合理的

決策。?建立成功的記錄，使員工、客戶和合作伙伴對GenAI產(chǎn)生信任。ENCOM

PAASCOUNCIL結(jié)論29ENCOM

PAASCOUNCIL信任人工智能：成功成果的障礙信任人工智能是組織在生成人工智能（GenAI）計(jì)劃中成功或失敗

的最重要決定因素之

一。沒有信任，人工智能生成的洞察不可靠，

合規(guī)風(fēng)險(xiǎn)升級，業(yè)務(wù)成果受損。信任不僅僅是確保您的AI實(shí)施是安

全、道德和無偏見的——它還關(guān)乎對人工智能生成結(jié)果的品質(zhì)和可

靠性的信心。而這種信心在很大程度上取決于一個(gè)可信賴的數(shù)據(jù)基

礎(chǔ)。當(dāng)今的組織正在競相部署通用人工智能（GenAI），期待它能夠在

效率、創(chuàng)新和競爭優(yōu)勢方面帶來變革。但存在一個(gè)盲點(diǎn)：許多領(lǐng)導(dǎo)

者認(rèn)為人工智能將“自行解決問題”。這種假設(shè)是錯(cuò)誤的。人工智能的優(yōu)劣取決于其輸入的數(shù)據(jù)。如果你沒有為通用人工智能提供正確

的輸入——整個(gè)故事——你就不會得到正確的輸出。這就像期待

一

位表現(xiàn)優(yōu)異的籃球運(yùn)動員在沒有額外訓(xùn)練的情況下贏得網(wǎng)球大滿貫

賽事一樣。信任是贏得的，而非假定。我親眼看到一個(gè)客戶之前投資數(shù)百萬美元用于一個(gè)生成性人工智

能解決方案，最終意識到由于數(shù)據(jù)準(zhǔn)備工作不當(dāng)，該解決方案產(chǎn)

生了不準(zhǔn)確的認(rèn)識。人工智能系統(tǒng)本身運(yùn)行如預(yù)期，但為其提供

燃料的數(shù)據(jù)并不完整或可信。DAVIDGOULD標(biāo)題：首席客戶官公司：Encompaas行業(yè)：信息管理專家觀點(diǎn)30ENCOM

PAASCOUNCIL在以往，信任問題在于AI能否迅速給出常見問題的正確答案。如今，信任問題更為嚴(yán)重：AI能否被信賴以提供基于先前經(jīng)驗(yàn)的可靠、可行的洞察,推動我們的業(yè)務(wù)向前發(fā)展？?2025CMOCouncil.Allrightsreserved.?

2025

BPI

Network.All

rights

reserved.這是一個(gè)組織剛剛開始全面理解的問題。隨著企業(yè)試圖在關(guān)鍵業(yè)務(wù)功能

中擴(kuò)展AI驅(qū)動的決策，人工智能的信任差距的嚴(yán)重性越來越明顯。在過去的時(shí)光里，人們對人工智能的信任問題在于它是否能夠迅速給出常見

問題的正確答案。如今，這個(gè)問題已變得更為嚴(yán)重：我們能否相信人工智能

能夠提供基于過往經(jīng)驗(yàn)、可靠且具有行動力的見解，推動我們的業(yè)務(wù)發(fā)展？

這個(gè)問題的答案完全取決于人工智能所使用數(shù)據(jù)的質(zhì)量。根據(jù)Gartner，人工智能數(shù)據(jù)準(zhǔn)備不僅是一個(gè)短期障礙；它是一個(gè)根本的、

長期性的挑戰(zhàn)，組織必須緊急應(yīng)對?！稊?shù)據(jù)信任不足的潛在風(fēng)險(xiǎn)》信任人工智能超越偏見、安全或透明度。它還關(guān)乎預(yù)防隱藏的風(fēng)險(xiǎn)——這

些問題直到太晚才顯現(xiàn)?？紤]一個(gè)依賴通用人工智能分析法律合同的機(jī)構(gòu)

。如果AI沒有在完整的合同歷史背景（包括修訂、爭議或過去的訴訟）上

訓(xùn)練，那么它將基于不完整或不準(zhǔn)確的信息生成回應(yīng)。這可能導(dǎo)致昂貴的

錯(cuò)誤或聲譽(yù)損害。更糟糕的是，我們允許生成式人工智能在連基礎(chǔ)數(shù)據(jù)是否可信都尚未確保的

情況下大規(guī)模生成新數(shù)據(jù)。我們讓AI充當(dāng)決策伙伴，卻跳過了確保它理解完

整圖景或確保它所能接觸到的部分圖景不包含錯(cuò)誤的基本步驟。這是一個(gè)重

大的疏忽，它有著真實(shí)的現(xiàn)實(shí)世界后果。31解決方案不是遠(yuǎn)離人工智能——而是要實(shí)施熟練的技術(shù)，通過確保數(shù)

據(jù)標(biāo)準(zhǔn)化、安全并針對特定用例進(jìn)行精選，來增強(qiáng)對您數(shù)據(jù)的信任。人工智能不僅應(yīng)提供看似正確的答案，還應(yīng)解釋為什么這些答案是可

靠的。這正是人工智能治理下一階段演進(jìn)的關(guān)鍵所在：確保生成式人

工智能系統(tǒng)基于豐富、高質(zhì)量的數(shù)據(jù)進(jìn)行訓(xùn)練，并且能夠通過透明的

推理驗(yàn)證其輸出的結(jié)果。如果沒有這一點(diǎn)，組織可能會基于由人工智

能驅(qū)動的幻覺做出決策，而不是基于事實(shí)洞察——甚至無法追溯到錯(cuò)

誤發(fā)生的地方。也存在一種誤解，認(rèn)為對AI的信任意味著可以去除人類的監(jiān)管。這并

不總是如此。AI不是在取代人類的判斷——它是在讓人類專注于正確

的領(lǐng)域。但要讓AI成為受信任的副駕駛員，組織必須采取主動措施來

準(zhǔn)備他們的數(shù)據(jù)。這意味著提供AI就緒的內(nèi)容，并應(yīng)用嚴(yán)格的治理框

架以確保每一個(gè)由AI驅(qū)動的洞察都基于經(jīng)過驗(yàn)證、符合規(guī)定的數(shù)據(jù)。在EncompaaS，我們可以在規(guī)模上實(shí)現(xiàn)這一切，而不需要依賴人工補(bǔ)

救工作。許多CEO已經(jīng)承諾采用AI驅(qū)動的轉(zhuǎn)型，而首席數(shù)據(jù)官已經(jīng)大力投資

于結(jié)構(gòu)化數(shù)據(jù)管理解決方案。但是，如果沒有解決信任差距問題，

這些投資將成效甚微。數(shù)據(jù)信任不僅僅是技術(shù)挑戰(zhàn)，更是一項(xiàng)戰(zhàn)略

需求。組織必須轉(zhuǎn)變心態(tài)，從“行動、設(shè)定、準(zhǔn)備”轉(zhuǎn)變?yōu)椤皽?zhǔn)備、設(shè)

定、行動”。正確實(shí)施這一策略的企業(yè)——那些優(yōu)先考慮AI就緒數(shù)據(jù)并在其AI模型

中構(gòu)建透明度的企業(yè)——將能夠?qū)⑼ㄓ萌斯ぶ悄埽℅enAI）轉(zhuǎn)變?yōu)檎?/p>

正的競爭優(yōu)勢。這種優(yōu)勢在面對行業(yè)或監(jiān)管機(jī)構(gòu)的挑戰(zhàn)時(shí)將是透明的。對于其他所有企業(yè)來說，風(fēng)險(xiǎn)不僅僅是失敗的AI項(xiàng)目——還有

對AI本身的信任度下降，這種失敗任何企業(yè)都承擔(dān)不起，而且越來

越擔(dān)心可能會出現(xiàn)“請解釋”的情況，而此時(shí)可能沒有準(zhǔn)備好的或具體的答案。ENCOM

PAASCOUNCIL彌合信任差距人工智能成功始于數(shù)據(jù)準(zhǔn)備32ENCOM

PAASCOUNCIL如果人工智能的唯一價(jià)值在于提高生產(chǎn)力，那么您可能會很難證

明投資的合理性。人工智能的實(shí)現(xiàn)需要大量的成本和專業(yè)知識，

這意味著它需要為桌面帶來更多價(jià)值。有許多方式可以提高生產(chǎn)力，例如自動化和更好的用戶體驗(yàn)，但這只

是AI所做事情中最無趣的部分，伊薩克·薩科爾尼克（Isaac

Sacolick

,

StarCIO咨詢公司總裁及《數(shù)字開拓者》一書的作者）表示。Sacolick認(rèn)為人工智能將為組織釋放新的能力，盡管這些能力并非完

全新穎。設(shè)想一個(gè)場景，一名首席營銷官（CMO）想在數(shù)據(jù)隱私周

期間針對300名首席信息安全官（CISOs）開展一場營銷活動。目標(biāo)

是讓他們閱讀一篇關(guān)于加密的文章，并成為潛在客戶。過去，首席營銷官可能無法為將一個(gè)由三人組成的團(tuán)隊(duì)分配到那個(gè)活

動中進(jìn)行辯護(hù)。但現(xiàn)在，首席營銷官可以提示ChatGPT提出主題，撰

寫信息，協(xié)調(diào)序列，并且基本上只需要一個(gè)營銷人員就可以運(yùn)行整個(gè)

活動。當(dāng)然，你可以稱這種提高為生產(chǎn)力增加，但如果你之前從未嘗試過

這個(gè)活動，要么是因?yàn)槟悴恢廊绾巫?，要么是因?yàn)槟銢]有資源或

專業(yè)知識，那么這就是一種新獲得的技能，”Sacolick表示。ISAACSACOLICK標(biāo)題：總裁公司

：StarCIO行業(yè)

：IT咨詢專家觀點(diǎn)?2025

BPI

Network.Allrightsreserved.33ENCOM

PAASCOUNCIL您可以提出一個(gè)很大的想法但尚未擁有

數(shù)據(jù)以支持之?！?2025

BPI

Network.Allrightsreserved.這適用于任何評估項(xiàng)目的業(yè)務(wù)運(yùn)營。假設(shè)一位業(yè)務(wù)領(lǐng)導(dǎo)正在考慮批準(zhǔn)其中的

兩個(gè)潛在項(xiàng)目。關(guān)于可行性、成本和復(fù)雜性的問題可以在一開始就排除掉

一半的項(xiàng)目。借助AI，企業(yè)領(lǐng)導(dǎo)者可以更多地考慮這些因素?，F(xiàn)在您是反過來提問：哪些項(xiàng)目具有最高的價(jià)值以及實(shí)現(xiàn)影響的可能性？然

后您可以詢問這些項(xiàng)目是否可以在合理的成本下完成，”Sacolick說。沿著這些思路，

Sacolick表示，最令人興奮的AI賦能功能之一是視頻生成。

沒有AI，制作一條30秒的電視廣告成本高昂。有了AI，品牌可以以極低成

本的幾分之一制作多個(gè)視頻，并進(jìn)行測試，以確定哪個(gè)視頻應(yīng)該播放。需要注意的是，人工智能驅(qū)動的功能并不是萬能的靈丹妙藥。它們受限于數(shù)

據(jù)和其它因素。在上述針對CISOs的市場營銷活動場景中，

ChatGPT可以建

議CMO如何從名單中篩選，甚至可能編寫編程代碼，但它不太容易能夠研

究和生成數(shù)據(jù)庫中不存在的名單。你是否知道您的聯(lián)系數(shù)據(jù)庫中是否有CISOs，如果是，他們是否符合您想要

做的事情？”薩科利克說?！耙苍S您在過去三周針對他們進(jìn)行了多次活動，而您

的治理規(guī)則禁止您在接下來的三個(gè)月內(nèi)再進(jìn)行一次活動?！蹦赡苡幸粋€(gè)偉大的想法，但沒有數(shù)據(jù)或能力來支持它，”薩科利克說。34ENCOM

PAASCOUNCIL對于AVOA的首席信息官戰(zhàn)略顧問Tim

Crawford來說，毫無疑問，通

用人工智能將為公司的利益相關(guān)者、客戶、員工和投資者提供價(jià)值。

但是，價(jià)值的大小將取決于公司創(chuàng)新準(zhǔn)備情況、支持人工智能的數(shù)據(jù)

戰(zhàn)略以及培養(yǎng)對通用人工智能輸出的信任。人工智能（GenAI）是各種規(guī)模、行業(yè)和背景的企業(yè)變革者，

Crawford表示?！八鼘⒃谠S多方面拉平競爭環(huán)境，并使公司能夠加速

他們正在進(jìn)行的工作，同時(shí)帶來新的創(chuàng)新機(jī)會。”克勞福德看到兩種類型的生成式人工智能（GenAI）項(xiàng)目：效率

和革新。人工智能通用“效率”項(xiàng)目以更少的資源完成更多任務(wù)，例如總結(jié)文檔或?qū)彶榇a。雖然公司可以分配更多人員來完成這項(xiàng)任務(wù)，但沒有通

用人工智能，他們不會那么高效和有效。通用人工智能“效率”項(xiàng)目的挑戰(zhàn)在于，它們往往價(jià)值較低但門檻較高——也就是說，它們更容易

被理解和審查。人工智能（GenAI）“創(chuàng)新”項(xiàng)目提供了公司在沒有AI的情況下無法擁

有的能力。例如，

GenAI不僅會簡單總結(jié)DNA數(shù)據(jù)，還會分析和從數(shù)

據(jù)中提取洞察力。

GenAI“創(chuàng)新”項(xiàng)目的風(fēng)險(xiǎn)TIMCRAWFORD標(biāo)題：首席信息官戰(zhàn)略顧問公司：AVOA行業(yè)：專業(yè)服

務(wù)專家觀點(diǎn)?2025

BPI

Network.Allrightsreserved.35ENCOM

PAASCOUNCILGenAI對企業(yè)形形色色的業(yè)務(wù)、規(guī)模、行業(yè)和背景都具有變革性。它將以多種方式縮小競爭差距，使公司能夠加速現(xiàn)有工作的進(jìn)度，并帶來新的創(chuàng)新機(jī)會。?2025

BPI

Network.Allrightsreserved.障礙和更高的成果，但它們更難定義，因?yàn)樗鼈兺鶄?cè)重于為行業(yè)帶來

獨(dú)特或新穎的東西。我們?nèi)匀惶幱谕ㄓ萌斯ぶ悄軇?chuàng)新的初期階段，”Crawford說。