“拥有正确的品种的数据比数量更重要”。

d和a领导人可以确保他们有正确的数据做四件事:1)停止收集数据以防;2)考虑用小数据的大数据,3)交换合成数据,实际数据和4)确保你的活跃元数据不仅告诉你哪些数据,但也意味着什么。

“最有价值的数据将我们创建的数据,不是我们收集的数据。”

Gartner预计,到2030年,大多数数据用于构建模型合成数据。

“数据本身不太可能驱动决策。设计更好的决策,提高决策的时机,加速决策和连接的决定。”

了解更多有关Gartner的新闻稿。

一个持久的误解是,技术就是不道德的。事实上,技术是故意和它的设计显示值。

数字伦理对所有技术应用是至关重要的,但它是特别重要的在评估复杂或新兴技术,如人工智能、区块链和metaverse。

组织的数字道德成熟的范围可以从知道或纯粹关注合规;被动的,问题是在问题出现的时候解决;积极主动,组织计划基于多角度的应该做的事情。在最高水平的成熟,道德是不可或缺的元素的所有操作。

学会信任发展一个数字伦理战略的过程。从原则或价值观开始,然后实施通过识别潜在的困境。然后,监控的意想不到的后果,承担责任,升级的过程。

记住,不同的技术有不同的道德的足迹。例如,数据库和开发工具可能较低道德的足迹,而人工智能或metaverse等工具需要新思维考虑他们的伦理问题。

数字伦理底线是,现在是一个主流话题。如果它不是管理的议程,把它放在。

趋势2:以数据为中心的人工智能。没有正确的数据,构建人工智能是有风险的,而且很可能很危险。形式化的以数据为中心的人工智能数据管理策略将确保AI-specific数据考虑,比如数据偏差,标签和漂移,得到解决。

趋势之三:Context-Enriched分析。它可以帮助识别和创建上下文相似性的基础上,进一步约束,路径和社区。到2025年,上下文驱动的分析和人工智能模型将取代现有的模型建立在传统数据的60%。

趋势# 4:技能和素养不足。到2025年,大部分的cdo将未能培养必要的数据读写能力在规定的员工实现他们的战略数据驱动的业务目标。组织必须促进更广泛的数据读写和数字化学习,而不是简单地提供核心平台,数据集和工具。

# 5:趋势与治理。连接治理提供了一种方法来连接不同的治理措施,包括d和a治理,在不同的组织中,这两个物理和虚拟,以及地理位置。

趋势# 6:扩张到边缘。数据,分析和技术支持他们越来越驻留在边缘计算环境,接近资产的物理世界和外部的传统范围。