Gartner發布推動2022年主要數據和分析趨勢的三大主題
Gartner發布數據和分析（D&A）領導者在企業中利用2022年主要數據和分析趨勢時應擁抱的三大主題，分別是：激發企業活力和多樣性、增強人員能力和決策，以及信任的制度化。
激發企業活力與多樣性
AI工程等自適應人工智能（AI）的興起在應對全球市場波動的同時，還推動了增長和創新。AI數據管理領域的創新、基于主動元數據驅動的自動化方法以及數據共享能力（均建立在數據編織的基礎上）充分釋放了數據和分析的全部價值。
例如“始終數據共享”趨勢加強了數據共享作為一項面向業務的關鍵績效指標的作用：表明企業機構為了創造公共價值，正在與利益相關方進行有效的互動并讓更多人能夠獲得正確的數據。新冠疫情和其他近期的大規模全球事件令企業機構迫切地想要通過共享數據來加快獨立和相互關聯的公共和商業數字業務價值。
Gartner預測，到2026年，大多數外部中間商將被應用于內部和外部數據生態系統的自動化信任度指標取代，這將使數據共享風險降低一半。
該類別中的2022年趨勢包括：自適應AI系統、以數據為中心的AI、元數據驅動的數據編織和始終數據共享。
增強人員能力和決策
為了提供與決策者相關的洞察，數據和分析領導者必須提供語境豐富、使用業務模塊組件創建的分析。這包括將數據素養作為優先事項以及制定應對數據和分析人才稀缺問題的策略。
從現在起到2025年，大多數首席數據官（CDO）將無法培養實現戰略數據驅動的既定業務目標所必需的員工數據素養。Gartner的研究顯示，在數據和分析中考慮人員因素的企業機構比只考慮技術的企業機構更加成功。這種以人為本的理念能夠推動更大范圍的數字化學習，而不僅僅是提供核心技術平臺、數據集和工具。
該類別中的2022年趨勢包括：語境豐富的分析、業務模塊組裝式數據和分析、以決策為中心的數據和分析以及人員技能和素養的不足。
信任的制度化
只有通過管理AI風險并實施跨分布式系統、邊緣環境和新興生態系統的互聯治理，才能大規模地實現數據和分析的價值。
雖然AI正在變得日益普遍，但大多數企業機構仍因無法解釋或說明其模型的用途而失去人員對其的信任和透明度。企業機構不但無法管理快速發展的AI創新所帶來的風險，而且常常在安全性等模型治理方面敷衍了事，導致出錯的AI模型產生更加嚴重的負面后果，例如業務決策出錯，甚至是生死攸關的決策出錯。
隨著全球AI法規的激增，企業機構必須按照這些法規的要求采取可審計的做法來確保信任、透明度和保護消費者的權益。Gartner預測，到2026年，開發出可信賴的目標導向型AI的企業機構將實現75%以上的AI創新成功率，而未能做到這一點的企業機構只有40%的成功率。
該類別中的2022年趨勢包括：互聯治理、AI風險管理、廠商和地區生態系統、向邊緣的擴展。
