人工智能热潮尚未在现实世界中产生大量成功案例，但它成功地做了一件事：让人们重新认识到高质量数据和扎实的数据管理实践的重要性，这在今天发布的三项最新研究得到了证实。

　　首先是 NetApp 第二份年度《数据复杂性报告》。这家数据存储提供商调查了全球1300家企业的技术和数据高管，以评估他们的数据资产状况及其对人工智能的准备情况，并得出了一些有趣的发现。

　　例如，NetApp 的调查发现，在数据统一方面投资较多的企业表示，他们为实现人工智能目标做好了更充分的准备。NetApp 在一份新闻稿中说，近 80% 的受访高管 “认识到统一数据对实现最 佳人工智能成果的重要性”。

　　该报告还发现，全球有三分之二的公司表示，他们的数据 “完全或大部分针对人工智能进行了优化，这意味着他们的数据对于人工智能用例来说是可访问的、准确的，并且有据可查的”，NetApp 说。 但这并不意味着他们会安于现状，因为 40% 的高管表示，“2025 年，他们的公司需要在人工智能和数据管理方面进行前所未有的投资”。

图片来源：NetApp “数据复杂性报告”

　　“随着企业加速采用人工智能，管理数据的复杂性带来了挑战和机遇，”，代表NetApp进行调查的NAND Research首席分析师兼创始人Steve McDowell说。“NetApp的《2024年数据复杂性报告》强调了一个关键的转变： 拥抱智能数据基础架构并将安全放在首位的企业不仅能够面向未来，还能在人工智能时代获得竞争优势。”

　　下一份报告由数据管理和分析提供商 Qlik 提供。该公司委托 3Gem 对全球 4200 名高级决策者和大型组织进行了调查，以确定他们对人工智能的准备情况。

　　Qlik 的调查指出了人工智能缺乏进展和成功的几个原因，其中缺乏人工智能技能和数据治理挑战被调查者认为是头号挑战（均为 23%），其次是开发后部署人工智能（22%）、预算和缺乏可信数据（均为 21%）。

　　信任是企业在人工智能取得广泛成功之前需要克服的另一大挑战。Qlik 称，37% 的高级经理对人工智能缺乏信任，42% 的高级员工认为人工智能不值得信任，21% 的客户表示不信任人工智能。五分之三（61%）的人表示，这种信任缺失正在减少企业对人工智能的投资。

　　“企业领导者知道人工智能的价值，但他们面临着许多障碍，这些障碍阻碍了他们从概念验证到创造价值的技术部署。”Qlik首席战略官James Fisher在一份新闻稿中说，“创建人工智能战略的第一步是确定一个清晰的用例，其中要有明确的目标和成功的衡量标准，并以此来确定大规模支持所需的技能、资源和数据。这样，你就可以开始建立信任，赢得管理层的支持，帮助你取得成功。”

　　关于人工智能的第三项数据来自 Ataccama，这是一家数据管理软件公司，其名字让人联想到智利的沙漠。该公司委托汉诺威研究公司（Hanover Research）对美国、加拿大和英国的 300 名高管进行了调查，以撰写一份关于其数据和人工智能计划状况的报告。

　　结果显示，数据管理是未来人工智能从业者面临的首要问题（这也是我们屡见不鲜的话题）。

　　该公司在其新闻稿中说，值得信赖的人工智能依赖于干净、高质量的数据，因此数据主管将提高数据质量和准确性（51%）作为当务之急也就不足为奇了，他们还报告说，管理大量数据（30%）是 CDO 目前面临的首要挑战之一。

　　Ataccama注意到在数据质量的重要性方面存在一些行业差异，51%的受访者认为数据质量是 “数据管理的首要任务”。68% 的保险业数据决策者将数据质量视为重中之重。医疗保健机构将整合遗留系统的困难列为首要挑战。

　　“不要忽视数据在实现人工智能承诺方面的关键作用。”Ataccama首席执行官Mike McKee在一份新闻稿中说，“没有可信数据的企业将无法利用人工智能。获胜者已经建立了数据信任，以支持人工智能驱动的计划，从而改善客户体验、产品创新以及销售和营销业绩。”

　　拥有一个精心设计的数据管理系统，能够生成高质量、可信赖的数据，这对于人工智能的成功非常重要。显然，在技能、部署、信任和预算等方面也存在其他挑战。但是，由于人工智能本质上是对数据的提炼，如果一开始就使用糟糕的数据，那么人工智能的成功之路将面临挑战，当前的人工智能热潮已经向我们展示了这一点。