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

最近，Appen 发布的2024年《人工智能状态报告》引起了广泛关注。这份报告基于对500多名美国 IT 决策者的调查，显示出生成式 AI 在过去一年中增长了17%。不过，伴随着这股增长潮流，企业在数据管理上却面临着不小的挑战。Appen 的战略负责人 Si Chen 在采访中提到，随着 AI 模型的应用逐渐深入到更复杂和专业的领域，对数据的要求也水涨船高。光有数据是不够的，企业需要的数据不仅要准确、多样化，还得有清晰的标签，并且要符合特定的 AI 使用场景。生成式 AI 的应用范围正在不断扩展，

["Informatica最新的CDO Insights 2024报告指出，数据质量是实施生成式人工智能最大的障碍。","调查显示，45%的公司已经实施了生成式人工智能，而53%计划实施。","报告指出，数据质量、数据隐私、AI伦理等是企业在实施生成式人工智能时的主要关切。","数据管理工具的使用对生成式人工智能项目也产生影响，对数据质量的关注是企业成功实施的关键。"]

["ChatGPT公开发布近一年，用户达1亿，应用飙升引发一系列问题。","在企业环境中广泛应用，强调对数据质量的重视，特别是与公司相关、准确及时的数据。","解决数据质量问题关键，包括业务背景一致、及时更新、数据完整无缺。","负责任的AI概念逐渐主导，强调公正、包容、安全、透明、可问责和道德的意图。"]