关键的外卖

• 到2026年，5%的员工会违背雇主的意愿，经常使用人工智能来完成任务。“人工智能将改变所有工作的未来。”

• 到2026年，20%的顶级数据科学团队将更名为认知科学或科学顾问，员工技能的多样性将增加800%。“鉴于数据科学的普遍性，它将发生变化，它将包含更多的学科。”

• 到2026年，50%的商业智能工具将激活用户的元数据，提供见解和数据故事，并推荐背景化的旅程和行动。“D&A团队必须从仪表板转向故事，使用元数据来个性化用户体验。”

• 到2027年，80%的企业营销人员将建立专门的内容真实性功能，以打击虚假信息和虚假材料。“人工智能技术的发展速度远远快于人们或组织能够吸收其影响和能力的速度。负责任的人工智能必须成为优先事项。”

• 到2026年，超过四分之一的财富500强cdao将负责至少一种基于数据和分析的产品，这将成为收入最高的产品。cdao可以通过与首席数字官一起推动数字产品收入增长，对组织的绩效产生积极影响，并加强自己的地位。”

• 到2026年，在金融治理实践的支持下，环境可持续性将成为60%以上数据管理举措的关键标准。“在云生态系统的范围内，环境可持续性举措与成本管理结果直接相关。”

关键的外卖

• “监管合规是隐私、安全和/或风险成为人工智能实施障碍的主要原因。”

• “针对人工智能的入侵和黑客行为很多，而且呈现出多种变化。组织必须认真对待内部人士和外部人士的妥协。”

• “对人工智能隐私、安全和风险的集体组织管理可以改善人工智能业务成果。”

• “在应对新的人工智能风险时，数据和分析领导者需要组织起来，并为人工智能信任、风险和安全管理(AI TRiSM)设置优先事项。”

• AI TRiSM的前5个优先事项是:

  1.AI清单:通过盘点组织中使用的AI来捕获曝光程度，并确保正确的可解释性水平。

  2.人工智能风险意识:通过领导正式的人工智能风险教育活动，提高整个组织的员工意识。

  3.隐私和数据保护:通过采用数据保护和隐私程序，消除内部和共享人工智能数据的暴露。

  4.健壮的ModelOps:通过在模型操作中纳入风险管理来支持模型的可靠性、可信赖性和安全性。

  5.AI安全性和弹性:针对对抗性攻击采取特定的AI安全措施，以确保抗性和弹性。

• 到2026年，实现人工智能透明度、信任和安全的组织将看到他们的人工智能模型在采用、业务目标和用户接受度方面实现50%的改善。

• “对人工智能有既得利益的组织同行必须共同努力，管理人工智能的隐私、安全和风险。”

关键的外卖

• 明确D&A价值有四个步骤:

  1.将数据痛点和机会与业务目标联系起来

  2.确定数据改进的潜在价值

  3.衡量D&A投资的价值

  4.将价值可视化并清晰地传达给商业领袖

• “要证明数据投资的合理性，应该把重点放在展示推动战略目标的决策的改进上。”

• “创建一个数据驱动的文化不仅仅是执行一个宏大的信息架构转型;这是对员工决策方式的一系列微小、渐进的改变。”

• D&A团队应该从四个方面来衡量他们的组织如何使用数据来获得价值:结果、决策、D&A计划和数据度量。

• “数据与分析举措应旨在改善更好的分析和决策的投入和结果，包括改善数据、数据管理和数据素养。”