六年前，調查里重點關注的問題和答案還是大數據，這當時在商界還是相對新穎的概念。在2018年的調查中，重點已經變成了人工智能。AI現在已經成了大型企業標配的發展重心，人們越來越認識到大數據和人工智能可以帶來價值，同時也越來越感受到初創公司對知名企業的威脅。
參與調查的是來自57家大公司的高管人員。調查里，比例最高的行業是數據最為密集的金融服務業，此外還有生命科學、制造業、電信業和互聯網產業的公司參與。自第一年以來，實際接受調查的人群也有所變化，這幾年一直都有大量首席級別分管數據的高管，而這個比例在今年則一躍從去年的32%升到56%。在2012年的第一次調查時，只有12%的企業設立了首席數據官。
雖然現在AI在全世界各地都是新聞焦點，但調查本身其實著眼的是大數據和人工智能兩方面。技術更新換代，不變的是數據爆炸和理解數據的需求。大數據和AI項目已經密不可分，尤其機器學習已經成為當前處理海量快速流通的數據的主流方法之一。
同理，用深度學習等基于統計學的方法來發展人工智能更是日益普及。因此，我們認為傳統數據分析、大數據和人工智能是一個統一的整體，幾乎所有受訪者(97%)都表示所在的企業投資了這類項目。
調查結果揭示的最好的消息，就是各大企業依然認為能夠從大數據和AI項目中活力。73%受訪企業表示已經從相關項目中得到了重大價值，這個比例同樣高于去年的調查結果，當時只是初步地指出，企業對數據技術日趨熟悉，也從中得到了更多價值。
所實現價值的類型或許跟以前的其他技術是一致的。我們認為大數據和AI是分析能力的延伸，許多公司的目標也跟我們的觀點一致，即旨在達到“高級分析/更優決策”，而這些也是最可能實現的目標。
36%的受訪公司把這個目標視為自身的當務之急，這其中的69%已經實現了目標。此外，企業間的共同目標還包括提升客戶服務和開支削減。四分之一以上的企業(27%)在追求創新、顛覆、上市速度和數據變現的有機結合，而數據變現計劃的優先級最低、成功率也最低(27%)。
調查還揭示了大公司最需要擔心的一個問題，就是新公司帶來的顛覆性風險。近八成受訪者表示，曾經擔心金融科技業的初創公司或專營大數據的公司會破壞甚至替代他們的市場地位。72%受訪者認為，最具顛覆性、影響最深遠的技術迄今為止還要數人工智能，這個比例遠高于云計算(13%)或區塊鏈(7%)。
另一個持續發酵的重要問題是，行業內現有企業轉型成數據驅動文化的速度太慢了。
幾乎所有受訪者(99%)都指出，所在企業在努力轉型，但目前只有三分之一取得了成功。每年的調查結果都能體現出這種理想與現實的差距，但是多年的時間并沒有換來應有的進步。顯然，企業需要更加上下一心，才能實現數據文化轉型。許多初創公司從一開始就營造了數據驅動的文化，這也是為什么那些大的卓有成效的公司感到威脅、擔心受到打擊的關鍵原因。
企業用來應對數據驅動給市場帶來的顛覆性變化的方法之一，就是設置新的管理職位。但是，不同的數據相關職位(首席信息官、首席數據官、首席數字官等)之間如何相互聯系，目前依然缺乏清晰的定位。
就首席數據官(CDO)一職而言，這個角色的主要職責是什么，理想的人選該具有什么樣的背景，目前都還存在巨大分歧。
39%受訪者表示，他們的CDO主要負責數據策略和結果分析，但也有37%把這個工作交給其他高管，還有24%表示這份工作在問責上缺乏可行性。
在背景方面，34%受訪者認為CDO應該從公司外部帶動變革發生，32%則認為CDO應該是從公司內部篩選出來的老將。數據相關的高層職位需要明確職責，這對于領導AI和大數據項目、實現文化轉型都是至關重要的。不過，雖然所有受訪者都肯定了這一點，但是大部分公司依然缺少企業層面的數據戰略。
大數據的重要性不斷提升，挑戰日益艱巨，這成了當代經濟和社會的重要特征之一。多年的調查結果為這場革命提供了耐人尋味的可用材料，而人工智能的崛起只會加快這一趨勢。成功的關鍵在于，明確企業的應對戰略，為數據戰略與結果分析進行明確分工，最后以系統、高效的方式推進所需變化的發生。
京公網安備 11010502049343號