随着人工智能（AI）技术在工业领域的迅猛发展，专家们指出，优质数据和数据治理将比生成性技术更为重要。到2025年，企业在采用 AI 时，必须更加重视可扩展和灵活的解决方案，而不是单纯依赖生成性 AI(GenAI)。
图源备注:图片由AI生成，图片授权服务商Midjourney
根据 Qlik 公司的分析师，充分发挥 AI 潜力的关键在于企业投资于高质量、实时的数据，并建立开放的平台，以便在不同生态系统之间实现无缝集成。尽管大型语言模型（LLMs）在数据提取方面具有一定影响力，但许多企业在使用自身的非结构化数据时，往往没有充分发挥其作用。
Qlik 的分析与 AI 领域首席技术官查理・法拉（Charlie Farah）表示:“信任和数据质量将定义2025年 AI 的成功。能够让用户用自然语言查询数据集的解决方案，将因满足日益增长的可用性和可信赖性需求而受到青睐。AI 的真正价值在于其帮助企业以负责任的方式运营数据，平衡创新与控制、安全及合规。”
预测显示，2025年，专有商业数据将成为推动先进 AI 结果的核心要素。随着 AI 模型性能的逐渐极限，利用商业数据将成为提升 AI 效率和获得行业竞争优势的关键。
Qlik 澳大利亚和新西兰区经理马克・法扎克利（Mark Fazackerley）解释说:“商业数据是推动 AI 前进的动力，但这并不是任何数据 —— 而是专有的、实时的和良好集成的数据，这将使领先企业脱颖而出。单靠基础模型的性能收益已无法满足需求，今天最聪明的公司正在通过数十个来源实时提取专有数据，以实现即时影响。”
随着自主智能 AI 的崛起，这标志着商业技术的一次重大演变。为了有效利用自主智能 AI，Qlik 的专家建议部署开放和无关平台，以避免专有系统的限制，这些限制可能会阻碍创新。这类平台确保数据的持续流动，并促进 AI 的协同功能。
查理・法拉强调:“AI 的成功依赖于能够在云平台之间无缝集成并确保持续数据流的系统。封闭的生态系统限制了创新，并将公司锁定在过时的技术中。与 AWS、Snowflake 和 Databricks 等环境集成的无关平台，可以防止数据碎片化，使 AI 能够作为一个统一和适应性强的单元运行。”
这一对数据作用及其治理的强调，表明行业内对于更为负责任的 AI 策略的转变。这也突显了集成专有数据和开放系统的特定解决方案将带来的优势。
划重点:
🌟 数据质量和治理将主导 AI 的成功，而非生成性技术。
📈2025年，专有商业数据将成为推动 AI 效率和竞争力的核心。
🔄 开放平台与无关系统将促进 AI 的创新和数据的无缝集成。
