2023年5月18日 - Gartner發布了2023年十大數據和分析（D&A）趨勢。這些趨勢可以指導數據和分析領導者預測變化，將巨大的變數轉化為新的商機，從而為他們的企業機構開辟新的價值來源。 

Gartner研究副總裁Gareth Herschel表示：“企業機構需要大規模地獲得可證實的價值，這一需求成為了推動這些數據和分析趨勢的驅動力。首席數據和分析官（CDAO）及數據和分析領導者必須向他們企業機構中的相關方了解能夠推動數據和分析應用的最佳方法。這意味著他們需要更多將人類心理和價值觀考慮在內的高質量分析與洞察。” 

Gartner分析師在Gartner數據和分析峰會上提出了企業和IT領導者必須參與并納入其數據和分析戰略的十大數據和分析趨勢（見圖一）。 

圖一、2023年十大數據和分析趨勢                                              

來源：Gartner（2023年5月）

趨勢1：價值優化

大多數數據和分析領導者都在努力使用商業術語闡述他們為企業機構創造的價值。為了使用企業機構的數據、分析和人工智能（AI）組合來優化價值，他們需要運用價值故事敘述、價值流分析、投資排名和優先性排序、業務成果衡量等一整套綜合全面的價值管理能力確保預期價值的實現。 

Herschel表示：“數據和分析領導者必須通過建立價值故事來優化價值，在數據和分析倡議和組織的關鍵任務優先事項之間建立明確的聯系。”

趨勢2： AI風險管理

隨著人工智能（AI）的使用日益增加，企業正面臨著道德風險、訓練數據中毒、欺詐檢測規避等種種必須緩解的新風險。管理AI風險不止是為了遵守法規，有效的AI治理和負責任的AI實踐對于取得相關方的信任及推動AI的采納與使用同樣至關重要。

趨勢3：可觀察性

可觀察性是一種幫助理解數據和分析系統的行為并提出有關其行為的問題的特性。 

Herschel表示：“可觀察性使企業機構能夠減少發現性能問題根源所需的時間，并利用可靠、準確的數據做出及時且經濟有效的業務決策。數據和分析領導者需要評估數據可觀察性工具，以便了解主要用戶的需求并確定如何將這些工具融入到整個企業生態中。”

趨勢4：數據共享成為必要

數據共享分為內部（部門之間或子公司之間）和外部（非您的企業機構所有和不受您的企業機構控制的各方之間）數據共享。企業機構可以將數據“產品化”，把數據和分析資產作為一種可交付或共享的產品。 

Gartner高級研究總監Kevin Gabbard表示：“包含對外數據共享協作在內的數據共享協作通過增加以前創建的可重復使用的數據資產提高數據共享價值。可以采用數據編織設計，實現跨內部和外部異質數據源的單一數據共享架構。”

趨勢5：數據和分析可持續性

為了提高可持續性，數據和分析領導者不但要為企業環境、社會和治理（ESG）項目提供分析和洞察，還必須努力優化他們的流程，而這可能會給他們帶來巨大的收益。數據和分析及AI從業者日益意識到自己不斷增長的能源足跡。因此，他們開始采取各種新的做法，例如在（云）數據中心使用可再生能源、使用更節能的硬件、使用小數據和其他機器學習（ML）技術等。

趨勢6：實用數據編織

數據編織是一種運用各種類型的元數據來觀察、分析和推薦數據管理解決方案的數據管理設計方式。通過匯集和豐富底層數據的語義，并對元數據進行持續不斷的分析，數據編織能夠產生人類和系統可以執行的警報和建議。它使商業用戶能夠放心地消費數據，并幫助技能較弱的公民開發者掌握更加全面的流程整合和建模能力。

趨勢7：新興AI

ChatGPT和生成式AI是即將到來的新興AI趨勢的“先鋒”。新興AI將從可擴展性、多功能性和適應性的角度改變大多數企業的運作方式。下一輪AI浪潮將使企業機構能夠將AI應用于目前不可行的情況，使AI變得更加普遍和有價值。

趨勢8：融合與可組合生態系統

融合數據和分析生態所設計和部署的數據和分析平臺通過無縫集成、治理和技術互操作性實現運行和功能的一致性。生態通過構建、組裝和部署可配置的應用和服務實現可組合性。 

合適的架構可提高數據和分析系統的模塊化程度、適應性和靈活性，使其具有動態擴展能力并變得更加精簡高效，從而滿足不斷增長和變化的業務需求，并伴隨不可避免的業務和運營環境變化而演變。

趨勢9：消費者成為創造者

用戶花在預定義儀表板上的時間將被滿足特定內容消費者即時需求的對話式、動態和嵌入式用戶體驗所取代。 

企業機構可通過向內容消費者提供他們成為內容創作者所需要的易于使用的自動化和嵌入式洞察與對話式體驗，擴大分析的采用和影響。

趨勢10: 人類仍然是關鍵決策者

并非每項決策都可以或應該實現自動化。數據和分析團隊正在強調決策支持以及人類在自動化和增強決策中的作用。 

Herschel表示：“如果企業機構只顧著推動決策自動化而忽略人類在決策中的作用，就會變成一家沒有良知、人心渙散的數據驅動型組織。企業機構需要在數據素養計劃中強調將數據和分析與人的決策相結合。”