Gartner,Inc.|G00837539第1頁(yè)，共28頁(yè)主題：面向技術(shù)專業(yè)人員的數(shù)據(jù)分析和人工智能；數(shù)據(jù)和分析解決方案的架構(gòu)、實(shí)施及擴(kuò)展；2026年，企業(yè)必須在加速推進(jìn)AI價(jià)值。為實(shí)現(xiàn)這一目標(biāo)，數(shù)據(jù)和分析技術(shù)專業(yè)人員需充分利用所有可用數(shù)據(jù)，設(shè)計(jì)模塊化、靈活的架構(gòu)，并建立穩(wěn)健的治理機(jī)制以確?？筛攀?數(shù)據(jù)分析技術(shù)與AI的融合，使得企業(yè)能夠通過(guò)對(duì)話式界面對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行.越來(lái)越多的企業(yè)已將生成式AI用例投入生產(chǎn)環(huán)境。大多數(shù)實(shí)施方案?jìng)?cè)重于提高生產(chǎn)率，同.圍繞生成式AI的風(fēng)險(xiǎn)認(rèn)知增強(qiáng)以及監(jiān)管審查升級(jí)，加劇了企業(yè)的擔(dān)憂，導(dǎo)致審批與落地進(jìn).企業(yè)在利用數(shù)據(jù)提升競(jìng)爭(zhēng)優(yōu)勢(shì)和優(yōu)化決策方面承受著越來(lái)越大的壓力。同時(shí)，隨著技術(shù)與產(chǎn)品的快速迭代，組織在技能、方案落地及風(fēng)險(xiǎn)意Gartner,Inc.|G00837539第2頁(yè)，共28頁(yè).利用結(jié)構(gòu)化和非結(jié)構(gòu)化的企業(yè)數(shù)據(jù)構(gòu)建全局視圖，借助AI智能體和嵌入式模型推動(dòng)敏捷決策。采用網(wǎng)格化分析方法，確保分析開(kāi)發(fā)、.推動(dòng)AI能力從助手型應(yīng)用向AI驅(qū)動(dòng)的業(yè)務(wù)工作流演進(jìn)，以提升業(yè)務(wù)影響和價(jià)值。審慎篩選高優(yōu)先級(jí)用例，將其整合到業(yè)務(wù)流程工作流中.將控制措施直接內(nèi)嵌于架構(gòu)之中，從而加強(qiáng)AI治理。推動(dòng)架構(gòu)評(píng)審委員會(huì)（ARB）參與建.依托有效的變革管理，實(shí)施數(shù)據(jù)與AI素養(yǎng)提升計(jì)劃，加速AI分析與解決方案的落地應(yīng)用。分析和人工智能趨勢(shì).企業(yè)數(shù)據(jù)往往雜亂且結(jié)構(gòu)多元，而多數(shù)分析工具仍僅適用于管理完善的結(jié)構(gòu)化數(shù)據(jù)。.諸如MicrosoftCopilot等AI工具雖能快速提升生產(chǎn)力，但當(dāng)AI賦能完整工作流而不僅僅Gartner,Inc.|G00837539第3頁(yè)，共28頁(yè).AI領(lǐng)域持續(xù)擴(kuò)展，與之相伴的是更高的預(yù)期與預(yù)算投入。若缺乏有規(guī)劃、有重點(diǎn)的投資，為保持領(lǐng)先，組織必須加強(qiáng)團(tuán)隊(duì)技能培養(yǎng)與提.分析和AI解決方案需具備對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的全局視角。.從AI助手向AI驅(qū)動(dòng)工作流的轉(zhuǎn)變將需要融合多種AI技術(shù)。.AI投資的持續(xù)增長(zhǎng)要求企業(yè)高度重視AI治理與AI素養(yǎng)建設(shè)。分析和分析和AI解決方案需具備對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的全局視野●重構(gòu)語(yǔ)義層，為分析與AI領(lǐng)域的未來(lái)發(fā)展提供支撐●采用分析網(wǎng)格來(lái)治理分析運(yùn)營(yíng)●提升數(shù)據(jù)消費(fèi)技術(shù)專家的分析工程技能AI投資的持續(xù)增長(zhǎng)要求企業(yè)高度重視AI治理與AI素養(yǎng)建設(shè)●將AI治理管控機(jī)制嵌入技術(shù)架構(gòu)●擴(kuò)展架構(gòu)評(píng)審委員會(huì)職能，以涵蓋AI應(yīng)用評(píng)估●推行AI素養(yǎng)提升計(jì)劃，促進(jìn)AI解決方案的應(yīng)用與普及從AI助手向AI驅(qū)動(dòng)工作流的轉(zhuǎn)變需融合多種AI技術(shù)●基于業(yè)務(wù)影響選擇AI用例●定義模塊化、成本優(yōu)化的架構(gòu)，以實(shí)現(xiàn)企業(yè)級(jí)規(guī)?；渴稹癫捎肁I智能體架構(gòu)，作為AI工作流的核心支撐Gartner,Inc.|G00837539第4頁(yè)，共28頁(yè)長(zhǎng)期以來(lái)，企業(yè)數(shù)據(jù)管理策略與技術(shù)主要聚然而，隨著技術(shù)的不斷進(jìn)步，整合多類數(shù)據(jù)并提供對(duì)話式界面的能力，正帶來(lái)根本性的變革。這一轉(zhuǎn)變?yōu)槠髽I(yè)開(kāi)辟了新路徑：從單純依賴交互式儀表板，轉(zhuǎn)向基于提示、問(wèn)題驅(qū)動(dòng)的分析模式。數(shù)據(jù)分析師與業(yè)務(wù)領(lǐng)導(dǎo)者可借助該方法實(shí)現(xiàn)靈活敏捷且基于問(wèn)題的決策制定。但需要注意的是，提供此類能力的技術(shù)與解決方案仍處于發(fā).重構(gòu)語(yǔ)義層，為分析與AI領(lǐng)域的未來(lái)發(fā)展提供支撐。.依托分析網(wǎng)格治理分析運(yùn)營(yíng)。.提升數(shù)據(jù)消費(fèi)技術(shù)專家的分析工程技能。語(yǔ)義層是一個(gè)抽象層，為多種來(lái)源的數(shù)據(jù)提供一致且統(tǒng)一的數(shù)據(jù)視圖。它將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和技術(shù)術(shù)語(yǔ)轉(zhuǎn)化為常見(jiàn)的業(yè)務(wù)術(shù)語(yǔ)和概念。傳統(tǒng)方法涉及整合各種結(jié)構(gòu)化數(shù)據(jù)源，通過(guò)隱藏復(fù)雜的表關(guān)聯(lián)關(guān)系、以業(yè)務(wù)語(yǔ)言呈現(xiàn)字段，最終構(gòu)建出便于業(yè)務(wù)理解的數(shù)據(jù)視圖。隨著技術(shù)進(jìn)步，語(yǔ)義層正擴(kuò)展為復(fù)合型架構(gòu)。圖2展示了知識(shí)圖譜支撐語(yǔ)義層、連接并建模結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)Gartner,Inc.|G00837539第5頁(yè)，共28頁(yè)一直以來(lái)，數(shù)據(jù)管理團(tuán)隊(duì)負(fù)責(zé)管理結(jié)構(gòu)良好的數(shù)據(jù)源，其工作重點(diǎn)為結(jié)構(gòu)化數(shù)據(jù)。然而，生成盡管取得了這些進(jìn)展，但在結(jié)構(gòu)化數(shù)據(jù)查詢與非結(jié)構(gòu)化數(shù)據(jù)分析之間，仍然存在操作上的隔閡。分析領(lǐng)域的未來(lái)發(fā)展重心，在于彌合這一差距，從而提供所有數(shù)據(jù)的全局視圖。此方法旨在普Gartner,Inc.|G00837539第6頁(yè)，共28頁(yè).生成SQL查詢，以識(shí)別上個(gè)月提交產(chǎn)品評(píng)價(jià)的客戶，并篩選出其購(gòu)買產(chǎn)品銷售額下降10%.利用該客戶名單檢索其提交的評(píng)價(jià)內(nèi)容。.運(yùn)用LLM或BERT進(jìn)行情感分析，識(shí)別負(fù)面評(píng)價(jià)或投訴。.調(diào)用RAG工具提取并總結(jié)客戶投訴要點(diǎn)。.綜合SQL查詢與RAG工具的結(jié)果，生成全面的摘要報(bào)告。.基于知識(shí)圖譜的語(yǔ)義層：在初始步驟中，LLM需識(shí)別與產(chǎn)品銷售額、銷售日期、客戶標(biāo)識(shí)將業(yè)務(wù)定義與數(shù)據(jù)庫(kù)中的表及字段進(jìn)行關(guān)聯(lián)，是至關(guān)重要的一步。該元數(shù)據(jù)應(yīng)明確界定產(chǎn)品表與客戶表之間的關(guān)系，而這種關(guān)系可借助知識(shí)圖譜或其他語(yǔ)義層工具進(jìn)行管理。語(yǔ)義層還可進(jìn)一步擴(kuò)展，以提供非結(jié)構(gòu)化內(nèi)容中各類實(shí)體之間的映射，并將其與結(jié)構(gòu)化數(shù)據(jù)相.AI智能體：AI智能體充當(dāng)協(xié)調(diào)者的角色，負(fù)責(zé)規(guī)劃并對(duì)執(zhí)行步驟進(jìn)行排序。它利用具備推可能需要根據(jù)元數(shù)據(jù)映射進(jìn)行微調(diào)。該協(xié)調(diào)智能體還可調(diào)用以下專用智能體：如負(fù)責(zé)文本.情感分析模型：可采用LLM或更輕量的BERT模型，接收文本片段作為輸入，并輸出情感Gartner,Inc.|G00837539第7頁(yè)，共28頁(yè)這些組件的有效性取決于所有數(shù)據(jù)源及數(shù)據(jù)對(duì)象的元數(shù)據(jù)質(zhì)量和完整性。業(yè)務(wù)團(tuán)隊(duì)須與數(shù)據(jù)管.《重構(gòu)語(yǔ)義層，為分析與AI領(lǐng)域的未來(lái)發(fā)展提供支撐》.《如何評(píng)估知識(shí)圖譜在特定用例中的適用性》.《如何運(yùn)用知識(shí)圖譜提升RAG性能》.《生成式AI如何重塑分析與商業(yè)智能平臺(tái)》.《數(shù)據(jù)和分析專業(yè)人士須知：生成式AI在分析領(lǐng)域應(yīng)用的未來(lái)展望》析工作則由集中式團(tuán)隊(duì)與業(yè)務(wù)部門團(tuán)隊(duì)共同承擔(dān)，或由業(yè)務(wù)部門內(nèi)的單個(gè)或多個(gè)團(tuán)隊(duì)負(fù)責(zé)。此這一模式使得集中式IT團(tuán)隊(duì)能夠），儀表板開(kāi)發(fā)的最佳實(shí)踐。盡管如此，自助式分析仍面臨協(xié)作不足、可復(fù)用性低、交付平臺(tái)分散、互操作性欠缺以及儀表盤泛濫等諸多問(wèn)題。這些挑戰(zhàn)要求企業(yè)對(duì)分析工作的開(kāi)發(fā)、部署與治理分析網(wǎng)格將聯(lián)邦式架構(gòu)、治理體系與以產(chǎn)品為中心分析網(wǎng)格將聯(lián)邦式架構(gòu)、治理體系與以產(chǎn)品為中心Gartner,Inc.|G00837539第8頁(yè)，共28頁(yè)分析網(wǎng)格（參見(jiàn)圖3）是一種組織架構(gòu)模式運(yùn)營(yíng)所面臨的挑戰(zhàn)。在該模式下，各領(lǐng)域能夠?qū)崿F(xiàn)半自主運(yùn)作，同時(shí)遵循統(tǒng)一的治理與互操作構(gòu)●數(shù)據(jù)準(zhǔn)備●數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí).聯(lián)邦式技術(shù)架構(gòu)：在業(yè)務(wù)部門內(nèi)系統(tǒng)化運(yùn)作分布式、可組合的技術(shù)分析能力.聯(lián)邦式/自適應(yīng)治理：采用協(xié)調(diào)一致的共享治理模式，實(shí)現(xiàn)共同決策控制.領(lǐng)域主導(dǎo)權(quán)與協(xié)作：依托領(lǐng)域及技術(shù)專長(zhǎng)賦能業(yè)務(wù)單元，提供持續(xù)培訓(xùn)支持并促進(jìn)知識(shí)共享Gartner,Inc.|G00837539第9頁(yè)，共28頁(yè).產(chǎn)品交付模型：所有權(quán)從成果交付轉(zhuǎn)向以產(chǎn)品為中心的交付與支持模式。這四大支柱雖各自應(yīng)對(duì)分布式分析中的特定挑戰(zhàn)，但其真正的效能來(lái)自相互關(guān)聯(lián)、協(xié)同運(yùn)作形.《依托分析網(wǎng)格，賦能分析運(yùn)營(yíng)的擴(kuò)展與治理》.《如何治理并擴(kuò)展現(xiàn)有自助式分析計(jì)劃》在分析平臺(tái)整合多種結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)源的過(guò)程中，建立對(duì)業(yè)務(wù)背景和數(shù)據(jù)的統(tǒng)一認(rèn)知就顯得尤為重要。企業(yè)可通過(guò)實(shí)施復(fù)合語(yǔ)義層（可能包含知識(shí)圖譜）來(lái)實(shí)現(xiàn)這一目標(biāo)。健全的語(yǔ)一直以來(lái)，數(shù)據(jù)工程師專注于構(gòu)建數(shù)據(jù)管道，將數(shù)據(jù)轉(zhuǎn)換為適配目標(biāo)架構(gòu)的形式。相比之下，復(fù)合語(yǔ)義層則需要采用不同的方法。它必須提供將業(yè)務(wù)背景與技術(shù)數(shù)據(jù)結(jié)構(gòu)相連接的元數(shù)據(jù)映盡管數(shù)據(jù)工程師精于數(shù)據(jù)的組織與遷移，但語(yǔ)義層的開(kāi)發(fā)與維護(hù)工作，卻暴露出數(shù)據(jù)工程團(tuán)隊(duì)在能力與職責(zé)上的新缺口。為此，企業(yè)需要兼具技術(shù)數(shù)據(jù)專長(zhǎng)與業(yè)務(wù)洞察力的分析工程師來(lái)管.專精于針對(duì)分析消費(fèi)場(chǎng)景創(chuàng)建并擴(kuò)展數(shù)據(jù)資產(chǎn)、模型及構(gòu)件（包括指標(biāo)存儲(chǔ)庫(kù)、數(shù)據(jù)集市Gartner,Inc.|G00837539第10頁(yè)，共28頁(yè).將數(shù)據(jù)工程最佳實(shí)踐（如代碼版本控制、持續(xù)集成/持續(xù)部署、環(huán)境與構(gòu)件管理及工作