一切尽在数据、分析与人工智能（D&A）？

“截至 2023 年 5 月，两个月内ChatGPT的采纳率超过 1 亿。”

“数据、分析与人工智能 (Data, analytics and AI, D&A) 正在彻底改变我们的战略决策，既可以节约成本，又能够加深我们对商业力量的了解，还有哪里可能会出问题？” 毕博D&A领域负责人Jan Henderyckx强调了从数据中获取商业价值的益处与风险。

得益于D&A，企业正在大规模提高生产力。

我们面临的挑战在于将大量数据转化为商业价值，而不为其所惑。 不幸的是，许多（甚至可能是大多数）大数据项目都失败了，企业在数据驱动的转型过程中遭遇了挫折。 2017年，60%的大数据项目注定是令人失望的，而2018年，80%的分析洞察并没有转化为相关的业务目标 ⁱⁱ。

数据“损害”？

一旦组织及其具有数据素养的员工与以数据为中心的战略达成一致，下一步就是研究可用数据并确定它是否支持或削弱战略。这是降低转型风险的关键。

以一家领先的财经新闻提供商为例，该提供商需要实时提供从众多数据源和格式中获取的数据产品。 不同的数据源在其自己的基于人工智能 (AI) 生成型预测变换模型 (Generative Predictive Transformer, GPT)中进行接入、审编和处理。 该模型能够回答用户的各种问题，从聚焦型问题，比如“给我台湾糖消费量的数据”，到“我如何评估这支债券？”演绎型问题。

当 D&A得到正确应用时，数据产品应无缝地提供相关洞察，具体取决于数据的来源：

• 公司内部数据
• 来自公司生态系统的数据
• 普遍可用的数据

但请记得确认喂给模型的数据是否是相关的、高质量的。 正如毕加索所言，“计算机是无用的，它们能给你的只是答案”。 你得到的答案可能在统计上是相关的，但它们不会告诉你相关程度。 经过“清洗”（删除重复或不当）和分析之后，这些洞察将呈现给企业领导。

数据原则

虽然这些方法本质上是数学方法，而且实际上它们相当复杂，但报告设计需要通过可视化和交互式仪表板使其一目了然。关键在于获取数据，来揭示需要采取的措施。

D&A 最初起源于金融和制药领域，现已在全球范围内各个行业的所有类型组织得到应用。 它有助于更快地做出更明智的决策。诚然，经验方法有其价值，但在一个变幻无穷的世界里，请让数据说话。

分析有助于组织了解世界的本质，没有一厢情愿的空间。 现在的问题是，企业能否承受不采用 D&A 的后果？ 当然，前提是操作得当——有正确的预先思考、计划和风险检查。

ⁱ Gartner 2017

ⁱⁱ Harvard Business Review, October 2018