随着人工智能（AI）技术在工业领域的快速演进，专家们指出，优质数据和数据治理将比生成性技术更为关键。到2025年，企业在应用 AI 时需更加关注可扩展和灵活的解决方案，而不仅仅依赖于生成性 AI(GenAI)。
图源备注:图片由AI生成，图片授权服务商Midjourney
根据 Qlik 公司的分析，发掘 AI 潜力的关键在于企业投资高质量、实时的数据，并建立开放的平台，实现不同生态系统之间的无缝集成。虽然大型语言模型（LLMs）对数据提取有一定帮助，但很多企业在利用自身的非结构化数据时，常常没有得到充分的应用。
Qlik 的分析与 AI 领域首席技术官查理•法拉（Charlie Farah）指出，“信任和数据质量将直接影响2025年 AI 的成功。能够让用户通过自然语言查询数据集的解决方案，将因其提供日益增长的可用性和可信赖性而受到重视。AI 的真正价值在于以负责任的方式管理数据，实现创新与控制、安全及合规之间的平衡。”
预测显示，2025年，专有商业数据将成为推动高效 AI 结果的关键要素。随着 AI 模型性能逐渐达到极限，商业数据的利用将是提升 AI 效率和获得行业竞争优势的关键因素。
Qlik 澳大利亚和新西兰区经理马克•法扎克利（Mark Fazackerley）解释道：“商业数据推动 AI 的发展，这并非任何数据，而是专有、实时且良好集成的数据，这将助力领先企业在竞争中脱颖而出。单靠基础模型的性能提升已不能满足需求，当今最具智慧的公司正通过数十个渠道实时提取专有数据，以实现即时效果。”
自主智能 AI 的崛起标志着商业技术的重大转变。为了有效利用自主智能 AI，Qlik 的专家建议采用开放和无关的系统平台，以避免专有系统带来的限制，这些限制可能会妨碍创新。这类平台确保数据能够持续流动，促进 AI 的协同功能。
查理•法拉强调：“AI 的成功取决于能够在云平台之间无缝整合并确保持续的数据流。封闭的生态系统会限制创新，使公司被锁定在过时的技术中。无关的平台与 AWS、Snowflake 和 Databricks 等环境集成，可以避免数据碎片化，使 AI 作为一个统一和适应性强的整体进行运行。”
对于数据的重要性及其治理的重视，表明行业对于更具责任感的 AI 策略的转变。这也突显了专有数据整合与开放系统特定解决方案所带来的优势。
划重点:
🌟 数据质量和治理将成为 AI 成功的主导因素，而非生成性技术。
📈 到2025年，专有商业数据将成为推动 AI 效率和竞争力的核心动力。
🔄 开放平台与无关系统将促进 AI 的创新以及数据的无缝集成。
暂无评论