Gartner发布2022年数据分析十二大趋势：数据和分析将成为创新起源

数据与分析将会成为创新的起源，为企业发展创新助力同时，还将有基于数据的变现、降本增效，基于数据与分析的决策能力已成为有韧性企业的最核心能力。

作者 | 宋慧

出品 | CSDN 云计算

对数据的分析已经被企业与技术界愈加重视，国际研究机构 Gartner 近日最新发布了 2022 年数据与分析的十二大趋势，针对趋势报告的内容，CSDN 专访了 Gartner 高级研究总监孙鑫，详细了解了 Gartner 对于数据与分析的判断与预测。

首先，孙鑫表示以往企业把数据与分析作为 IT 的技术去讨论，但 Gartner 看到数据分析已逐渐变为业务主题，2021 年 Gartner 提出“数据分析能力其实是一种业务能力”，所以今年，Gartner 看到新的数据分析趋势，则是更进一步地“构建业务价值的新等式”。

同时，Gartner 认为数据与分析将会成为创新的起源，为企业发展创新助力同时，还将有基于数据的变现、降本增效，基于数据与分析的决策能力已成为有韧性企业的最核心能力。

今年，Gartner 的数据分析与 AI 团队，列出了 2022 年数据与分析的十二大趋势：

1.Adaptive AI Systems 自适应 AI 系统

2.Data Centric AI 以数据为中心的 AI

3.Metadata-Driven Data Fabric 基于元数据驱动的数据编织

4.Always Share Data 始终分享的数据

5.Context Enriched Analysis 背景丰富的数据分析

6.From IT-Embedded to Business-Composed D&A 从 IT 到业务侧的数据分析

7.Decision Centric D&A 决策驱动的数据分析

8.Data and Analytics Skills and Literacy Shortfall 数据分析技能和素养仍缺失

9.Connected Governance 互联治理

10.AI Trust Risk and Security Management AI 信任风险和安全管理

11.Vendor and Region Ecosystems 厂商和区域性数据分析生态

12.Data and Analytics Expansion to The Edge 向边缘扩展的数据分析

Gartner 将以上十二大趋势分类为三个大主题，分别是：激活企业的活力和多样性、增强员工能力与决策、信任的制度化。趋势之间呈现了环环相扣，互相影响促进的关系。详细来说：

在激发企业活力与多样性方面：

AI 工程等自适应人工智能（AI）的兴起在应对全球市场波动的同时，还推动了增长和创新。AI 数据管理领域的创新、基于主动元数据驱动的自动化方法以及数据共享能力（均建立在数据编织的基础上）充分释放了数据和分析的全部价值。

例如“始终数据共享”趋势加强了数据共享作为一项面向业务的关键绩效指标的作用：表明企业机构为了创造公共价值，正在与利益相关方进行有效的互动并让更多人能够获得正确的数据。新冠疫情和其他近期的大规模全球事件令企业机构迫切地想要通过共享数据来加快独立和相互关联的公共和商业数字业务价值。

Gartner 预测，到 2026 年，大多数外部中间商将被应用于内部和外部数据生态系统的自动化信任度指标取代，这将使数据共享风险降低一半。

该类别中的 2022 年趋势包括：自适应 AI 系统、以数据为中心的 AI、元数据驱动的数据编织和始终数据共享。

在增强人员能力和决策方面：

为了提供与决策者相关的洞察，数据和分析领导者必须提供语境丰富、使用业务模块组件创建的分析。这包括将数据素养作为优先事项以及制定应对数据和分析人才稀缺问题的策略。

从现在起到 2025 年，大多数首席数据官（CDO）将无法培养实现战略数据驱动的既定业务目标所必需的员工数据素养。Gartner 的研究显示，在数据和分析中考虑人员因素的企业机构比只考虑技术的企业机构更加成功。这种以人为本的理念能够推动更大范围的数字化学习，而不仅仅是提供核心技术平台、数据集和工具。

该类别中的 2022 年趋势包括：语境丰富的分析、业务模块组装式数据和分析、以决策为中心的数据和分析以及人员技能和素养的不足。

在信任的制度化方面：

只有通过管理 AI 风险并实施跨分布式系统、边缘环境和新兴生态系统的互联治理，才能大规模地实现数据和分析的价值。

虽然 AI 正在变得日益普遍，但大多数企业机构仍因无法解释或说明其模型的用途而失去人员对其的信任和透明度。企业机构不但无法管理快速发展的 AI 创新所带来的风险，而且常常在安全性等模型治理方面敷衍了事，导致出错的 AI 模型产生更加严重的负面后果，例如业务决策出错，甚至是生死攸关的决策出错。

随着全球 AI 法规的激增，企业机构必须按照这些法规的要求采取可审计的做法来确保信任、透明度和保护消费者的权益。Gartner 预测，到 2026 年，开发出可信赖的目标导向型 AI 的企业机构将实现 75%以上的 AI 创新成功率，而未能做到这一点的企业机构只有 40%的成功率。

该类别中的 2022 年趋势包括：互联治理、AI 风险管理、厂商和地区生态系统、向边缘的扩展。

提到数据与分析，目前分布式数据库与湖仓一体等技术被技术界重点讨论和应用，孙鑫表示，国内有大体量的数据，甚至国内某个银行的数据量相当于欧洲某些国家整个金融体系的数据处理量，因此分布式数据库技术与应用在中国被热捧。不过孙鑫认为，企业将以往非结构化与结构化数据统一存储的湖仓一体，忽略了技术应用的初心。Gartner 认为在以往数据仓库使用已知的数据与模型解决问题，与数据湖对未知的数据建模与预测之后，湖仓一体提供了数据的整合平台，为用户提供更前瞻的高级分析能力。所以，企业不应盲从于新的热词，而应关注如何在运维环境中完成更多高级分析的用例。