Gartner預測，資料品質不佳將成為2025年阻礙企業佈署AI等先進分析技術最大挑戰之一。因此，資料與分析（D&A）領導者應重點關注三個相互依存領域：
業務成果、
D&A能力暨
行為變化，從而推進企業AI計畫。
Gartner研究副總裁Carlie Idoine表示，AI持續推動企業規劃，超過半數執行長（CEO）認為，AI在未來三年內是對其所在行業影響最大的技術。鑒於這一點，熟悉這項技術的D&A領導者在驅動業務成果方面具有獨特優勢。
Gartner研究副總裁Gareth Herschel表示，AI正在成為企業重點關注領域，D&A領導者須避免誇大其詞，專注於對可信度、適應性和人員投資。
業務成果
Gartner建議D&A領導者在展示AI業務成果時優先考慮其價值。證明AI價值仍是AI落地最大障礙。為此，須專注於根據具體情況建立合適可信度。
D&A領導者可通過以下行動驅動業務成果：
- 建立可信度模型：
可信高品質資料是實現資料驅動型企業的關鍵，但許多AI計畫因資料品質不佳而以失敗告終。可信度模型關注資料價值與風險，並據資料脈絡和管護情況做出可信度評級。
- 將生產力提高轉化為收益：
D&A領導者須考慮生產力提升對價值和競爭力影響，這關乎總成本、複雜性和風險。
- 傳達D&A價值：
將所有成本考慮在內，包括資料管理、治理與變更管理等。
D&A能力
在AI解決方案方面，D&A領導者須確保使用一系列工具暨技術構建自身技術堆疊。Herschel表示，堆疊方案與最佳產品方案之間抉擇並不新鮮，但這一決策動態卻獨具一格。D&A領導者須建立一個可擴展自我調整生態系統以滿足開發最佳AI產品需求。
為實現這種適應性，D&A領導者必須：
- 創建一個模組化開放生態系統：
通過更新或替換架構元件適應新需求和技術快速變化。
- 提供AI就緒、可重複使用資料：
將可信度融入財務管理（FinOps）、資料管理（DataOps）暨平臺管理（PlatformOps），從技術堆疊過渡到可信度堆疊。
- 探索AI智慧體：
充分利用通過主動詮釋資料驅動的AI就緒數據生態系統適應變化的動態智慧體。
行為變化
重視資料治理、價值宣傳和增強分析至關重要，但解決人員方面問題同樣是AI使用成功的關鍵。
AI正在改變一切，同時人類也應隨著AI發展做出轉變。但每個人都是不同的，而且我們使用資料與分析方式也不同。
為有效使用AI奠定適當文化基礎，D&A領導者應採取以下行動：
- 建立可重複習慣：重視培訓和教育並以資料和AI素養為重點。
- 創建新角色暨技能：開發有助適應GenAI（生成式人工智慧）變革管理要求的角色。
- 跨團隊協作：與安全、軟體工程等不同團隊合作，實現無縫整合。