至顶网软件频道消息: Gartner在全球范围内对196个组织进行的调查表明,近年来CIO将数据和分析领域成为投资重点,但有91%的组织在此领域尚未达到"转型"的成熟度水平。
Gartner研究副总裁Nick Heudecker表示:"大多数企业组织都应该在数据和分析方面做得更好。转型成熟的企业享有更高的敏捷性,能更好地与合作伙伴和供应商整合,更容易使用先进的预测和规范形式的分析,这一切都意味着竞争优势和差异化。"
这项全球调查要求受访者根据Gartner的数据和分析成熟度的五个等级对其组织进行评级(参见图1),结果发现全球近60%的受访者将自己所在组织评为最低的三个等级。
图1.数据和分析的成熟度模型概览

资料来源:Gartner(2017年10月)
调查显示,亚太地区(APAC)48%的组织报告,其数据和分析成熟度处于前两个水平。相比之下,北美洲为44%;欧洲、中东和非洲(EMEA)仅为30%。
全球大多数受访者对自己组织的评级为三级(34%)或四级(31%)。21%的受访者评级为二级,5%在基础层也就是一级。只有9%的被调查组织报告自己处于最高级别的五级,处于这个级别能从变革获得最大的好处。
Heudecker说:"不要以为获得新技术对于实现数据和分析的转型成熟度至关重要。首先,要注重改善组织内人员和流程的协调方式,然后研究如何通过外部合作伙伴加强自己的实践。"
提高流程效率是目前组织试图通过数据和分析解决的最常见的业务问题,全球54%的受访者将其列为前三名。增加客户体验和开发新产品是第二常见的用途,31%的受访者提出了这一点。
调查还显示,尽管人们对高级分析形式十分关注,但仍有64%的组织认为企业报告和仪表板是他们最关键的数据和分析应用。同样的,传统的数据来源,如交易数据和日志也继续占主导地位,尽管有46%的组织现在使用外部数据进行报告。
Heudecker补充说:"企业组织很容易被机器学习和人工智能等新技术吸引,但是传统的分析和商业智能仍然是当今组织运行的关键部分,并且在不久的将来这种情况不太可能发生变化。"
有企业组织提到了很多阻止他们增加使用数据和分析的障碍。没有一个明确的理由,但企业组织正在经历一系列不同的问题,这些问题因为其所处地理位置和当前的成熟程度而有所不同。不过,调查过程中明确了三个最常见的障碍:定义数据和分析策略;确定如何从项目中获得价值;解决风险和治理问题。
Gartner研究副总裁Jim Hare表示:"这些障碍与Gartner从成熟度为二到三级的客户那里听到的情况是一致的。随着企业组织成熟度提高,组织性问题和资金问题也趋于上升。"
就基础设施而言,内部部署仍然在全球占据主导地位,部署的比例从43%到51%不等,取决于使用情况。纯公有云部署范围从21%到25%不等,而混合环境占26%到32%。
"分析工作负载运行的地方是数据生成和存储的地方。如今,大多数公有云工作负载都是新的,而且在传统工作负载迁移之前,我们不会看到云使用率的上升。这种场景最终会发生,但考虑到现代数据和分析压倒性地使用本地保存的传统数据类型,这种转变可能需要几年才能完成。"Hare表示。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。