2025年Gartner CIO和技術高管調研發現，平均而言，參與調研的中國首席信息官（CIO）的IT預算預計將在2025年減少0.8%。雖然出現了前所未有的預算下滑，生成式人工智能（GenAI）仍然成為中國企業機構的首要投資目標。

隨著GenAI用例逐漸從概念驗證（PoC）納入日常業務流程，企業機構對GenAI的價值主張也在發生變化，從最初僅重視展示價值，到現在不僅關注該技術提供的業務價值，還希望對其使用進行治理。中國的數據和分析（D&A）領導者可通過以下一些方式參與GenAI治理。

在GenAI部署方法中，“自建”優于“購買”

盡管構建定制化GenAI應用的工作量更大，并且交付時間更長，但與購買預構建的GenAI應用相比，前者為連接企業機構內部數據和大語言模型（LLM）提供了更靈活的方法，包括：

●   允許企業機構剝離和專門指定GenAI應用的知識庫

●   提供更廣泛的實施和運營技術，如多模態數據存儲、向量/圖/關鍵字搜索、提示語工程和用戶行為治理

隨著中國企業在生產過程中越來越多地使用GenAI，數據可復用性和技術可組合性等高級IT治理需求正在出現，在復雜業務用例中尤其如此。這種情況也帶來了GenAI定制需求的增加。

數智基建正在成為GenAI知識源的主要選擇

為了快速驗證業務價值，在概念驗證階段，多數企業GenAI計劃會直接由業務線實施。這些GenAI應用通常直接將大語言模型與相應的業務系統連接，以盡量縮短開發時間。

但是，隨著應用數量的增長，與“知識庫孤島”相關的數據治理問題發生概率也在增加。這些問題包括在多個GenAI應用中使用的公司數據的可復用性和數據質量問題。

隨著企業GenAI應用的持續擴展，企業需要為它們建立專門的“數據倉庫”。在供應商創新及其生態系統協作的推動下，當今的現代數智基建（包括數據中臺、湖倉一體，或者邏輯數據倉庫（LDW））正快速增強其與GenAI技術兼容的功能。此類數智基建已成為GenAI應用所需要的集中式知識源的一個重要選擇。

到2028年，80%的企業GenAI應用將使用組織自有的數智基建（包括LDW/湖倉一體）作為其知識源，而目前這一比例還不到20%。

實現數智基建的現代化升級以支持規模化GenAI

在過去10年中，大多數的數據中臺供應商在提供產品的同時，還提供相關的服務，幫助客戶更有效地開發其D&A用例。這種全方位做法簡化了供應商參與流程，明晰了責任，有助于處于數據驅動轉型早期階段的中國企業展示D&A的價值。然而，近年來數據中臺概念往往未能實現其承諾的目標，使市場對其失去興趣。

導致數據中臺過時的關鍵因素不是其技術組件，而是其交付模式。該模式旨在以勞動密集型方式定制開源技術，從而為所有D&A需求提供端到端能力。這一模式造成供應商和客戶對于特定開源技術和定制代碼的依賴。

現代數智基建的關鍵差異化優勢在于融入到包括AI供應商、服務提供商和云服務提供商（CSP）的生態系統協作中，在云端聯合提供數據、分析和人工智能平臺功能。