作者：Gartner高級(jí)研究總監(jiān) 顧星宇

　　Gartner研究總監(jiān) 殷浩

　　Gartner高級(jí)研究總監(jiān) 閆斌

　　Gartner高級(jí)首席分析師 費(fèi)天祺

　　2025年Gartner CIO和技術(shù)高管調(diào)研發(fā)現(xiàn)，平均而言，參與調(diào)研的中國(guó)首席信息官(CIO)的IT預(yù)算預(yù)計(jì)將在2025年減少0.8%。雖然出現(xiàn)了前所未有的預(yù)算下滑，生成式人工智能(GenAI)仍然成為中國(guó)企業(yè)機(jī)構(gòu)的首要投資目標(biāo)。

　　隨著GenAI用例逐漸從概念驗(yàn)證(PoC)納入日常業(yè)務(wù)流程，企業(yè)機(jī)構(gòu)對(duì)GenAI的價(jià)值主張也在發(fā)生變化，從最初僅重視展示價(jià)值，到現(xiàn)在不僅關(guān)注該技術(shù)提供的業(yè)務(wù)價(jià)值，還希望對(duì)其使用進(jìn)行治理。中國(guó)的數(shù)據(jù)和分析(D&A)領(lǐng)導(dǎo)者可通過(guò)以下一些方式參與GenAI治理。

　　在GenAI部署方法中，“自建”優(yōu)于“購(gòu)買(mǎi)”

　　盡管構(gòu)建定制化GenAI應(yīng)用的工作量更大，并且交付時(shí)間更長(zhǎng)，但與購(gòu)買(mǎi)預(yù)構(gòu)建的GenAI應(yīng)用相比，前者為連接企業(yè)機(jī)構(gòu)內(nèi)部數(shù)據(jù)和大語(yǔ)言模型(LLM)提供了更靈活的方法，包括：

　　?    允許企業(yè)機(jī)構(gòu)剝離和專(zhuān)門(mén)指定GenAI應(yīng)用的知識(shí)庫(kù)

　　?    提供更廣泛的實(shí)施和運(yùn)營(yíng)技術(shù)，如多模態(tài)數(shù)據(jù)存儲(chǔ)、向量/圖/關(guān)鍵字搜索、提示語(yǔ)工程和用戶(hù)行為治理

　　隨著中國(guó)企業(yè)在生產(chǎn)過(guò)程中越來(lái)越多地使用GenAI，數(shù)據(jù)可復(fù)用性和技術(shù)可組合性等高級(jí)IT治理需求正在出現(xiàn)，在復(fù)雜業(yè)務(wù)用例中尤其如此。這種情況也帶來(lái)了GenAI定制需求的增加。

　　數(shù)智基建正在成為GenAI知識(shí)源的主要選擇

　　為了快速驗(yàn)證業(yè)務(wù)價(jià)值，在概念驗(yàn)證階段，多數(shù)企業(yè)GenAI計(jì)劃會(huì)直接由業(yè)務(wù)線實(shí)施。這些GenAI應(yīng)用通常直接將大語(yǔ)言模型與相應(yīng)的業(yè)務(wù)系統(tǒng)連接，以盡量縮短開(kāi)發(fā)時(shí)間。

　　但是，隨著應(yīng)用數(shù)量的增長(zhǎng)，與“知識(shí)庫(kù)孤島”相關(guān)的數(shù)據(jù)治理問(wèn)題發(fā)生概率也在增加。這些問(wèn)題包括在多個(gè)GenAI應(yīng)用中使用的公司數(shù)據(jù)的可復(fù)用性和數(shù)據(jù)質(zhì)量問(wèn)題。

　　隨著企業(yè)GenAI應(yīng)用的持續(xù)擴(kuò)展，企業(yè)需要為它們建立專(zhuān)門(mén)的“數(shù)據(jù)倉(cāng)庫(kù)”。在供應(yīng)商創(chuàng)新及其生態(tài)系統(tǒng)協(xié)作的推動(dòng)下，當(dāng)今的現(xiàn)代數(shù)智基建(包括數(shù)據(jù)中臺(tái)、湖倉(cāng)一體，或者邏輯數(shù)據(jù)倉(cāng)庫(kù)(LDW))正快速增強(qiáng)其與GenAI技術(shù)兼容的功能。此類(lèi)數(shù)智基建已成為GenAI應(yīng)用所需要的集中式知識(shí)源的一個(gè)重要選擇。

　　到2028年，80%的企業(yè)GenAI應(yīng)用將使用組織自有的數(shù)智基建(包括LDW/湖倉(cāng)一體)作為其知識(shí)源，而目前這一比例還不到20%。

　　實(shí)現(xiàn)數(shù)智基建的現(xiàn)代化升級(jí)以支持規(guī)模化GenAI

　　在過(guò)去10年中，大多數(shù)的數(shù)據(jù)中臺(tái)供應(yīng)商在提供產(chǎn)品的同時(shí)，還提供相關(guān)的服務(wù)，幫助客戶(hù)更有效地開(kāi)發(fā)其D&A用例。這種全方位做法簡(jiǎn)化了供應(yīng)商參與流程，明晰了責(zé)任，有助于處于數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型早期階段的中國(guó)企業(yè)展示D&A的價(jià)值。然而，近年來(lái)數(shù)據(jù)中臺(tái)概念往往未能實(shí)現(xiàn)其承諾的目標(biāo)，使市場(chǎng)對(duì)其失去興趣。

　　導(dǎo)致數(shù)據(jù)中臺(tái)過(guò)時(shí)的關(guān)鍵因素不是其技術(shù)組件，而是其交付模式。該模式旨在以勞動(dòng)密集型方式定制開(kāi)源技術(shù)，從而為所有D&A需求提供端到端能力。這一模式造成供應(yīng)商和客戶(hù)對(duì)于特定開(kāi)源技術(shù)和定制代碼的依賴(lài)。

　　現(xiàn)代數(shù)智基建的關(guān)鍵差異化優(yōu)勢(shì)在于融入到包括AI供應(yīng)商、服務(wù)提供商和云服務(wù)提供商(CSP)的生態(tài)系統(tǒng)協(xié)作中，在云端聯(lián)合提供數(shù)據(jù)、分析和人工智能平臺(tái)功能。