近期，随着人工智能（AI）技术的迅速发展，数据管理的重要性愈发凸显。尽管 AI 热潮尚未带来大量实际成功案例，但多项研究显示，良好的数据管理和高质量的数据是实现 AI 目标的基础。NetApp 发布的《2024年数据复杂性报告》显示，全球1300名技术和数据高管的调查结果令人关注。调查发现，投资于数据统一的公司在实现 AI 目标方面更具备优势，接近80% 的受访者认识到统一数据对达到理想 AI 结果的重要性。报告还指出，约三分之二的公司表示，他们的数据 “完全或基本上优化用于 AI”

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