近日，Gartner发布的《2024年数据和分析（D&A）重要趋势报告》（以下简称《报告》）指出，到2026年，75%的企业数据“一号位”如果没有将数据影响力发挥作为首要任务，便可能会重新被轮岗或者成为别的角色。
“数据官/CIO可能需要向企业证明自己的价值了。”Gartner高级研究总监方琦表示。
数据正成为驱动业务成功最重要的要素之一。刚刚闭幕的数字中国建设峰会上透露的数据显示，2023年我国数字经济保持稳健增长，数字经济核心产业增加值占GDP比重达到10%。与此同时，数据要素市场日趋活跃，2023年数据生产总量达32.85ZB（1个ZB等于十万亿亿字节），同比增长22.44%。数字基础设施不断扩容提速，算力总规模达到230EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），居全球第二位。
Gartner调研发现，59%的企业CEO认为人工智能是会成为未来三年就改变行业最大的一个技术驱动力，而作为人工智能三大要素之一的数据以及数据分析平台，被企业领导者给予的期望从“及格就好”变为“业务的驱动力”。
人们对生成式AI的警惕大多来自它对人类工作的替代，然而，这并不是简单A TO B的选择。
事实上，在Gartner的调研中发现，超过三分之一的企业认为，业务侧的数据分析师已经在超负荷工作。进入数字时代后，企业业务数据规模越来越大，客户对业务分析的需求也日趋增多，但传统的数据分析师通常需要具备统计学、数学、计算机科学的知识，熟练掌握数据分析工具和编程语言（如SQL、Python、R等），并且需要对业务有深入的理解，以便将数据洞察转化为实际的业务价值。这显然是一个具有稀缺性的职业，同时也是最需要AI和生成式AI的能力赋能的职业。
德比软件相关负责人曾告诉《IT时报》记者，其首个AIGC落地的场景便是数据分析，目前已经在酒店智能推荐、智能BI报表、智能客服、智能数据标注等多个场景进行创新性实践。
但这并不意味着简单的淘汰。“到2025年，数据分析使用者90%都会应用AI来成为内容的创建者，而不应用AI的员工一定会被应用AI的员工所淘汰。”方琦表示。
最近几年，企业对数据的重视程度越来越高，数据治理也成为IT领域重要投资方向之一。但在Gartner看来，过去依靠单一厂商“大包大揽”打造单一化架构，也即所谓“数据中台”模式，其实并不适应当前AI时代的数据治理需求。
调研中，Gartner发现，59%的企业在部署数据分析和人工智能是的主要挑战之一就是“如何集成各种数据来源”，同时“如何能够应对复杂的技术架构和业务架构、如何能够做集成”也是一个巨大的挑战，
“未来的数据分析生态一定是多样化的，”方琦认为，随着AIGC逐步落地，可以跨越技术门槛进行数据分析的用户也越来越多，这意味着整个使用场景一定是多元化的，而企业的数据分析架构也是多样化的，而集中化的平台很可能无法适应这样的复杂性。
长期以来，Gartner一直提倡数据组装方式，能够将“数据仓库、数据集成、数据库、数据湖、人工智能”和“商业智能应用”等组件以组装的方式，根据业务需求灵活调配，从而保证以更灵活方式面对业务需求。
“比如某些核心能力，我们可以迅速以AI模块替代，这种快速迭代更新的能力，可能是对企业未来更重要的选择。”方琦表示。