数据和分析状态报告

数据和分析的状态 来自10,000多名分析，IT和业务领导者的全球见解，涉及人工智能时代的数据管理和决策。 SALESFORCE 行政信函 WendyBatchelder 高级副总裁，首席数据 数据和分析状态TICS2 人工智能并不新鲜，但它在未来商业中的基本作用是。人工智能，尤其是生成式人工智能，是我们一生中看到的最具变革性的进步之一，但仅仅投资于人工智能的技术能力是不够的。组织必须优先考虑全面可靠的数据基础，以帮助指导决策和战略制定。 随着公司迅速接受人工智能并意识到它的好处，信任必须成为他们的首要任务。为了灌输对人工智能的信任，他们必须首先灌输对驱动它的数据的信任 。将数据视为AI的均衡饮食-当您避免垃圾食品并消耗所有适当的营养素时 ，您是最健康的。简而言之，只有在准确、全面的数据推动下，组织才能充分利用人工智能的全部力量。 我们的数据和分析状况报告比以往任何时候都更加强调了这种重要的联系和对可信数据的迫切需求。然而，商业领袖几乎一致认为，他们并没有释放数据的全部潜力。 我希望你在如何建立强大的数据基础、管理日益复杂的数据量以及利用人工智能不断发展的能力时，能发现这份报告是一个有价值的参考点。 WendyBatchelder首席数据官高级副总裁 SALESFORCE数据和分析状态TICS3 Contents 你会发现在这个报告04 ExecutiveSummary05 Introduction:AI将可信数据放入聚光灯06 Chapter1:强大的数据基础燃料AI09 Chapter2:数据的全部潜力仍然存在难以捉摸14 Chapter3:数据和AI的成功之路是绕组19 Survey人口统计25 SALESFORCE 您将在本报告中找到的内容 对于“数据和分析状况”报告，Salesforce对全球5,540名分析和IT决策者以及5,540名业务线领导者进行了调查，发现： •用于导航人工智能(AI)快速发展的策略 •组织在充分发挥其数据潜力方面面临的挑战 •战术分析和IT领导者用来管理日益广泛和复杂的数据 除非另有说明，否则本报告中的数据来自于2023年6月16日 至7月31日进行的两次匿名调查。首次调查产生了来自北美， 拉丁美洲，亚太地区和欧洲的分析和IT决策者的5,540份回复 。第二项调查产生了来自同一地区的企业领导者的5,540份回 复。有关进一步的调查人口统计信息，请参阅第25页。 由于四舍五入，本报告中并非所有百分比总数都等于100%。比较计算是根据总数（未四舍五入）进行的。 数据和分析状态TICS4 全球5,540位分析和IT领导者接受调查 5,540位全球商业领袖接受调查 SalesforceResearch提供数据驱动的见解，帮助企业转变推动客户成功的方式。浏览所有报告salesforce.com/research. SALESFORCE 执行摘要 由生成AI、高级分析和实时个性化 推动的变革性突破背后，是对可信数据的安静依赖。几乎所有接受调查的分析和IT决策者(92%)都表示，比以往任何时候都更需要可信数据。 业务、IT和分析领导者如何利用数据 来推动这些机会，并克服正在脱轨的障碍 数据驱动战略？这份报告揭示了领导者面临的障碍以及他们专注于最大化 数据量的策略。 数据和分析状态TICS5 01 强大的数据基础推动AI 人工智能的进步正在快速发展，给数据管理带来压力 团队为算法提供高质量的数据。87%的分析和IT领导者表示，人工智能的进步使数据管理成为当务之急。 02 数据的全部潜力仍然难以捉摸 分析、IT和业务领导者都将安全威胁视为首要障碍 成功的数据管理。然而，数据战略和业务目标之间的不一致会使工作复杂化。同时，公司产生的数据量预计在未来12个月内平均增加22%。 03 数据和AI的成功之路蜿蜒曲折 保护和扩展数据和分析功能、分析和IT 领导者使用多种策略，如重新构想数据治理、加强内部数据文化和部署云技术。 简化IT管理是将应用和分析迁移到云的最大驱动力。 SALESFORCE数据分析状态TICS6 SALESFORCE数据和分析状态TICS6 Introduction AI将可信数据置于聚光灯下 数据和分析状态TICS7 分析和IT领导者在对可信数据不断增长的需求中检查数据成熟度 6%1%1% 43% 92% 分析和IT领导者一致认为 ，对可信赖数据的需求比以往任何时候都高 强烈同意中立不同意强烈不同意 分析和IT领导者评估他们公司的数据成熟度49% 考虑数据的能力、流程、赞助、结构、投资和愿景 SALESFORCE AI刺激对可信数据的需求 考虑到对实时个性化和提高业务效率的长期呼吁，对可信数据的需求并不新鲜。生成性AI正在强化这些需求，分析和IT领导者正在竞相巩固其数据基础。86％的分析和IT领导者认为AI的输出仅与其数据输入一样好。 好消息？技术领导者是 当考虑数据能力、流程、赞助、投资和愿景等多种因素时，超过三分之一的分析和IT领导者将他们的数据成熟度归类为一流的。 然而，这些领导者中只有6%的人将他们的数据成熟度描述为低于行业标准或根本不存在，这充其量是 将成熟度与同行进行基准测试，或者在最 坏的情况下，对数据战略和能力的过度自信。 57% 1%5% 不存在低于行业标准符合行业标准 37% 同类最佳 SALESFORCE 领导者关注数据信任 和利用率 数据和分析状态TICS8 领导者强调需要提高数据信任和利用率 4%1% 1% 尽管IT和分析领导者的自我评估总体上是积极的，但超过十分之九的企业领导者（94％）认为他们应该从数据中获得更大的价值 -改善的信号室。 为了满足这一需求，分析和IT领导者专注于基础知识：数据质量、更强大的安全性和AI就绪性。 问题？虽然领导者的目标很简单，但实现目标的途径 他们什么都不是。 48% 94% 商业领袖认为他们的组织应该得到更多 其数据的价值 分析和IT领导者的首要数据优先级 46% 强烈同意中立不同意强烈反对 提高全公司的数据素养 4 构建AI能力 3 加强安全性/合规性 2 提高数据质量 1 [AI’s]potentialisimmous.Youdon’thavetosellpeopleonthepotential.Whatyouhavetosellpeopleonis:Howdowegoaboutit?Whatisashort-termstrategy?Whatisalong-termstrategy?” DEEPSRIVASTAV 使工具和技术现代化 5 TABLEAU的数据领导联盟成员和AI和数字转换负责人，富兰克林 ·坦普顿 SALESFORCE数据分析状态TICS9 SALESFORCE数据和分析状态TICS9 01 强大的数据基础推动AI 数据和分析状态TICS10 企业领导者渴望从生成式AI中受益 5%1% 3% 强烈同意 47% 91% 商业领袖表示，生成AI将使他们的组织受益 不确定不同意强烈不同意 SALESFORCE 01 商业领袖关注捕获 生成的AI值 生成AI是超越预测AI等相关技术的更成熟迭代的重大飞跃，商业领导者正在接受其承诺。超过十分之九（91％）的人认为生成AI在具有吸引力的用例中提供了主要优势 从内容创建到软件开发。 尽管具有新颖性，但生成AI正在迅速发展 。超过四分之三的商业领袖已经担心他们错过了生成AI的好处。 营销领导者特别紧张，他们没有在工作流程中充分利用生成式人工智能，88%的人担心他们的公司落后了。 44% 百分比的商业领袖担心他们的公司错过了生成AI的好处 Total 77% 20% 3% 市场营销 88% 12% 1% Sales 78% 19% 3% 服务 73% 25% 2% 同意不同意不确定 SALESFORCE 聚光灯: 生成的AI马刺数据道德和公平问题 根据超过一半的IT领导者的说法，利用生成式AI需要完整，统一和准确的数据。然而，障碍仍然存在。 最近的一项调查发现，大多数IT领导者没有统一的数据策略，也无法将生成式AI集成到他们当前的技术堆栈中。 撇开技术要求不谈，生成AI也面临着严肃的伦理考虑。 83％的IT领导者认为公司必须共同努力，以确保生成式AI 使用道德。 近四分之三的IT领导者对有偏见或不准确的结果保持警惕，但只有不到三分之一的人考虑道德使用 准则至关重要。 数据和分析状态TICS11 成功的AI使用需要正确的数据基础和道德 IT领导者对成功使用GenerativeAI的要求 55% 数据准确、完整、统一 54% 加强安全措施，以避免对业务的新威胁 30% 伦理使用指南 IT领导者对生成型AI的关注 59% 没有统一的数据策略 60% 说生成AI不会集成到当前的技术堆栈中 73% 关注生成AI偏差 此页面上所有数据的来源：“创成式AI快照系列”,Salesforce，2023年3月。 SALESFORCE 01 AI照亮数据管理 生成型人工智能可能正在引起人们的关注，但更成熟的人工智能应用，如预测分析和聊天机器人，已经让组织受益了一段时间。 使用AI的技术领导者报告了明显更快的决策 和运营。速度并不是唯一的好处：分析和IT领导者表示，他们有更多的时间来应对战略挑战，而不是陷入平凡的任务。 客户也将受益。技术领导者描述了AI对客户 满意度的显着改善。 考虑到人工智能的输出对底层数据质量的依赖性，近十分之九的分析也就不足为奇了 IT领导者表示，人工智能的新发展使数据管 理成为当务之急。 数据和分析状态TICS12 分析和IT领导者的首要数据优先级 分析和IT领导者实现的最大AI优势 按“显著”效益排序 1 更快的商业决策 2 运营效率 3 腾出时间做宝贵的工作 4 自动化工作流 5 提高客户满意度 基础：使用人工智能的分析和IT领导者 分析和IT领导者在以下方面达成一致的程度 39% 47% 11% 37% 50% 11% AI的输出只是as2% 和它的数据一样好输入1% AI制造数据的进展 管理高优先级2% 强烈同意同意中性不同意强烈不同意 数据和分析状态TICS13 高成熟度组织感觉更好地利用AI 分析和IT领导者评估以下公司的优秀表现 数据成熟度低 中数据成熟度高数据成熟度 SALESFORCE 01 数据成熟度是 AI准备的标志 数据成熟度是成功采用AI的基石，与低数 据成熟度组织相比，高成熟度组织引用了优越的基础设施、战略和一致性。 在数据质量方面，高成熟度公司和低 成熟度公司之间的差异非常明显。 高成熟度受访者比低成熟度受访者拥有有效使用AI所需的高质量 数据的可能性高2倍。 *低数据成熟度组织被定义为报告不存在或低于行业标准数据成熟度的受 访者。 高数据成熟度组织被定义为具有自我报告的同类最佳数据成熟度的受访者。 30% 39% 59% 36% 40% 57% 32% 36% 56% 33% 36% 56% 34% 36% 55% 32% 39% 55% 数据质量技术基础设施人工智能战略技术 人才/技能安全/合规能力 SALESFORCE数据分析状态TICS14 SALESFORCE数据和分析状态TICS14 02 数据的全部潜力仍然难以捉摸 数据和分析状态TICS15 领导者缺乏一致性突出了对数据战略和绩效衡量的需求 数据战略与业务目标保持一致 36% 40% 58% 63% 分析和IT领导者业务线领导者 完全对齐 部分对齐 1%1% 未对齐 SALESFORCE 02 数据战略与业务目标脱节 在业务和技术利益相关者就核心目标达成一致之前，掌握组织数据可能不会有回报。 许多领导人承认他们需要更紧密的协调：41%的- 业务领导者表示，他们的数据战略