2023年中国数据、分析和人工智能的炒作周期报告

核心观点

• 数据、分析和人工智能（D&A和AI）在中国是数字经济的支柱，并受到政府战略支持。
• 中国D&A和AI生态系统具有独特的价值主张，其最佳实践与中国的数据、隐私和AI法规保持一致，甚至比美国或欧盟的法规更为严格。
• 尽管该领域存在许多膨胀的期望，但很少有D&A和AI创新达到技术成熟 plateau。

关键数据

• 到2026年，中国30%以上的白领工作将被重新定义，利用和管理生成式AI将成为一项备受追捧的技能。
• 数据资产管理是具有变革性和独特性的实践，它将数字经济锚定在中国组织中，使它们能够有效地阐述和交付D&A计划的价值。
• 中国市场对生成式AI和大型语言模型（LLM）表现出特别的热情，但最终用户对本土LLM的模型中心方法信心较低，而倾向于数据中心或应用中心方法来采用生成式AI。

研究结论

• 数据资产管理是唯一具有变革性益处评级的创新，可以在不到两年内实现主流采用。
• 在接下来的两到五年内，应特别关注公民数据科学、决策智能、生成式AI和实时数据管理等创新。
• 在接下来的五到十年内，组合D&A、数据共享、数据结构、基础模型和负责任的AI等创新将实现主流采用，但可以通过小规模项目来启动其应用以立即产生影响。
• 应加速数据分类和数据素养的实施，作为一项长期战略，为AI雄心奠定坚实的基础。

创新领域

• 分析和数据科学：增强数据和分析、公民数据科学、组合D&A、数据中台、联邦机器学习、知识图谱和自助服务分析。
• 人工智能：AI工程、因果AI、决策智能、基础模型、生成式AI、本土AI芯片和负责任的AI。
• 数据管理：数据分类、数据结构、DBMS自给自足、数据湖和实时数据管理。
• D&A计划和实践：数据资产管理、数据治理、数据素养、数据共享和数字伦理。

优先级矩阵

• 数据资产管理是唯一具有变革性益处评级的创新，可以在不到两年内实现主流采用。
• 在接下来的两到五年内，应特别关注公民数据科学、决策智能、生成式AI和实时数据管理。
• 在接下来的五到十年内，组合D&A、数据共享、数据结构、基础模型和负责任的AI等创新将实现主流采用。

用户建议

• 了解和利用对当前具有高影响力的技术，并为未来制定战略。
• 培养数据素养，并将其纳入员工价值主张。
• 建立数据中台，并专注于培养可组合和可重用的D&A能力。
• 探索生成式AI，并了解其潜在风险和机遇。
• 采用实时数据管理技术，以满足现代数字用例的需求。
• 推广自助服务分析，并确保用户具备数据素养。
• 实施数据分类，以满足合规性要求并提高数据安全性。