盡管如此，CIO們不應該太快地將大數(shù)據(jù)時代 (大約2005-2015年)的關(guān)鍵技術(shù)扔進歷史的垃圾箱。

AI正在為我們服務(wù)，同時，量子計算，甚至無人機也在陸續(xù)進入我們的視野。

尤其是未來主義者，以及所有高管，真正應該做的是探索：我們?nèi)绾蝿?chuàng)造價值。

數(shù)據(jù)是鋪就AI價值之路的水泥。“大數(shù)據(jù)”是一個關(guān)鍵領(lǐng)域，存在被錯誤歸類的風險——這是過去的事情，或者缺乏值得一試的上行空間。CIO和數(shù)字高管需要確保大數(shù)據(jù)得到應有的關(guān)注。

重新思考我們對數(shù)據(jù)的看法

當面對一個長期存在的實質(zhì)性問題時——例如，為什么我們不能從數(shù)據(jù)中獲得充分的價值——這不會立即危及生存，我建議進行一次心理模型審計。我們是如何思考這個問題的?

我讓一群高管思考他們是如何看待數(shù)據(jù)的。我問他們，他們是否會將自己歸類為燕子，擁有遠大的想法和雄心壯志;刺客，通過單一定義理念的鏡頭看待世界的高管;或者鼴鼠，專注于具有特定可交付成果的短期項目。

得知很少有高管自稱刺猬，我并不感到驚訝。這可能是因為還沒有出現(xiàn)一個被普遍接受和部署的利用數(shù)據(jù)創(chuàng)造價值的框架。共識是，當擴展數(shù)據(jù)的雄心與具有可實現(xiàn)里程碑的可做項目的聯(lián)系清楚地表達出來時，價值最常被收獲。

顯然，僅僅將數(shù)據(jù)和分析抱負插入到任何給定企業(yè)正在運行的多個戰(zhàn)略制定過程中，就有相關(guān)的價值。在Gartner Data and Analytics Summit 2024上，副總裁分析師Ehtisham Zaidi分享道：“在過去九年中，在全球S 1200指數(shù)成份股公司中，談?wù)摂?shù)據(jù)、分析和AI具有戰(zhàn)略意義的公司有80%的表現(xiàn)優(yōu)于同行。”

當我讓一群經(jīng)驗豐富的數(shù)據(jù)從業(yè)者——數(shù)據(jù)科學家和統(tǒng)計學博士——使用燕子、刺猬和鼴鼠模式進行自我識別時，燕子并不多，鼴鼠多了幾個，大多數(shù)人認為自己是小刺猬。似乎麻瓜(商業(yè)高管)和巫師(數(shù)據(jù)專業(yè)人士)通過不同的眼睛看世界。我們需要在這方面下功夫。

融合力

正如數(shù)據(jù)科學家需要更像商人一樣思考一樣，商人也必須更像數(shù)據(jù)科學家那樣思考。這涉及到職業(yè)認同的問題。高管們需要擴大他們的職業(yè)身份，將數(shù)據(jù)包括在內(nèi)。數(shù)據(jù)專業(yè)人員需要認識到，DI(信息更改)不一定等同于DB(行為更改)。展望未來，數(shù)據(jù)專業(yè)人士不僅從事信息/洞察交付業(yè)務(wù)，他們還從事“創(chuàng)造洞察，驅(qū)動價值創(chuàng)造行為”業(yè)務(wù)。

現(xiàn)在可用的工具組合已經(jīng)使數(shù)據(jù)科學的實踐民主化。人們不再需要是數(shù)學天才或編碼天才才能從數(shù)據(jù)中提取價值-參見亞歷克斯·J·古特曼、喬丹·戈德邁爾所著的成為數(shù)據(jù)頭部：如何思考、說話和理解數(shù)據(jù)科學、統(tǒng)計學和機器學習。

但許多高管都遭受著數(shù)據(jù)失敗主義的困擾，他們錯誤地認為數(shù)據(jù)價值取決于擁有數(shù)學、統(tǒng)計學或機器學習方面的學位。高管們需要隨時聯(lián)系數(shù)據(jù)專業(yè)人士，以指導他們使用數(shù)據(jù)強大的工具。數(shù)據(jù)專業(yè)人員需要融入企業(yè)，而不是被隔離在專門的數(shù)據(jù)集中營中。

高管們花了太多時間過多地考慮傳統(tǒng)分析、大數(shù)據(jù)和現(xiàn)在的AI之間的區(qū)別。沒有傳統(tǒng)的分析，你做不到大數(shù)據(jù)，沒有大數(shù)據(jù)，你做不到AI。數(shù)據(jù)就是數(shù)據(jù)。別再吹毛求疵了。走出去，用數(shù)據(jù)創(chuàng)造價值。