数字经济时代,数据已成为重要的资产与资源。“一切业务数据化”已经成为企业的发展共识,建立首席数据官(CDO)制度可以帮助企业将数据的分析和利用更快捷有效。
CDO这一角色出现于20年前,但是现在业界对CDO的职责定义还没有达到非常清晰和统一。

IBM商业价值研究院院长丁伟告诉记者,原来CDO更多职责是数据本身,现在对CDO的要求会越来越多。CDO既是业务专家,也是战略家,还是技术专家。
近日,IBM商业价值研究院针对全球3000位CDO开展了一项调研,调研结果表明,只有8%的首席数据官可以建立从数据到价值的清晰路径,他们被称为“数据价值创造型CDO”,在大中华区这一比例为6%。
数据价值创造型CDO具有显著的共性特点:
1、清晰地勾画出从数据到价值路径;
2、在数字化投资中融入了数据投资,积极利用数据投资来加速业务增长;
3、将数据作为核心要素,保证企业或者组织数据安全的同时,能够利用数据推动业务模式创新;
4、全面参与内外部的生态合作。
对于企业或者组织而言,实现数据创造价值并不容易,他们所面临的挑战也显而易见,比如数据可靠性、数据孤岛、高管支持不足、不确定性数据ROI以及投资回报等等。
从数据价值创造型CDO的最佳实践,我们可以总结出一些一些成功关键因素。其中,重中之重是要将数据和业务紧密结合,最大限度释放出数据的能量。其次,确保数据的战略和企业的数字化转型能够保持协同一致。第三,拥抱先进技术。一方面要保证数据的安全,另一方面要利用安全的数据推动业务和商业模式的创新。第四,通过广泛的内部和外部合作,共同挖掘数据的价值,实现共创共赢。
“在数字经济时代,数据已经成为企业的战略资产,越来越多的组织通过设立CDO加强组织的数字化建设。IBM通过这次调研总结出的发现和思考,希望能够帮助不同的组织打造一条从数据到价值的道路。”丁伟说。
数据驱动型企业的成功路径
转化数据为价值已经在数字化转型中扮演了非常重要的角色,任何数字服务背后都需有数据支撑,才能从单纯的服务提供商,升华为服务增值者。
比如电信运营商依托大数据服务平台,能够为伙伴提供数据加值的能力,从而在数据变现业务上增加营收。

IBM咨询大中华区高级合伙人、企业业务转型服务及混合云服务总经理李郁静认为,随着数据策略、数据价值的演进,数据公民化也成为一个趋势。
这也就意味着,企业从原本内部的一个单点数据,逐渐把各个流程之间的数据进行串联,提供更多的价值分析给企业内部不同的使用单位。而这些离不开相关技术平台的搭建。
IBM咨询成立了以数据为核心服务的专业团队,提供融合AI、物联网和数据中台等各种先进技术的整合方案。

IBM咨询大中华区大数据与人工智能转型事业部总经理林岚表示,先进技术赋能各行各业,IBM与行业客户打造了相应的智慧应用。比如IBM帮助某超大中国乳品企业打造智能中台和智能养殖方案——“牛联网”;IBM利用车联网技术帮助某汽车集团从汽车公司转变为“以数据为驱动”、“以软件为驱动”的汽车公司。

IBM咨询大中华区合伙人、中国区汽车行业总经理何志强说,汽车行业是一个真正数据驱动的行业,在商业模式上从卖产品变成卖服务,汽车产品本身变成软件定义和数据定义的产品。汽车将来会成为一个最大的数据入口,无论是从车联网、移动互联,还是自动驾驶的层面看。同时,汽车行业全球化管理的复杂度也非常高,未来整个企业效能的提升一定需要数据赋能。
汽车行业一个非常重要的方向叫做DtoC(直接对消费者),而数据在其中扮演了非常重要的作用。汽车企业从整个经销/代理模式向直面消费者的销售模型转型,要实现所有业务系统、业务流程端到端的贯通,最终通过数据洞察消费者的消费行为,实现整个价值最大化,涉及到价值链方方面面的转型。
基于这些洞察,IBM为某跨国汽车企业打造了数据驱动的新一代数字化财务平台、智能化财务引擎、以及智能化财务中心,成为汽车企业直面消费者的一个销售转型背后的支撑力量。
当前,ChatGPT引发的AI热潮还在持续发展,企业在积极探索如何将自身的业务与人工智能进行融合。IBM也在积极借助AI技术帮助企业打造智慧大脑、智能工作流、知识库、机器人等应用。
“场景化思考、创新和整合以及落地能力是很重要的。IBM提供客户陪伴式的创新服务,分成不同的梯队在多个阶段帮助客户,然后提供关键角色等和客户共创,最后共同打造满意的产品。”林岚说。
六步法确保数据安全
伴随着数字化转型的深入,企业内部所积累的数据呈指数性增长的态势。用业务创新的视角思考更好地进行数据管理,构建数据资产盘活数据应用,这是需要所有的企业家考虑解决的问题。在这一过程中,构建开放安全的企业架构已经是所有领先型企业的共识。

IBM咨询大中华区合伙人、混合云转型服务事业部总经理兼金融核心锐变服务总经理马勇表示,数据在企业内部进行管理的时候,相对来说合规安全比较可控。但是一旦数据跨越到企业边界之外,甚至是在不同的国家和地区进行流动的时候,面临监管要求、数据安全和隐私保护挑战非常大。基于此,IBM提出了六步法帮助企业应对数据安全挑战。
第一步,无论出海企业还是跨国企业必须满足国家和地区的数据跨境合规管控要求,了解相应的目标国家在网络安全和数据安全领域主要的法律法规,政策要求等等。同时结合自身的业务运营和可收集采集到客户相关的数据、市场数据进行分析,根据不同的监管要求要点落实下去。
第二步,企业内部存在跨境数据存储的场景,一定要明确相关管控对象,包括个人隐私数据和涉及到业务的一些重要敏感型数据。对于涉及个人信息和重要数据的场景,企业一定要具备相应的能力,能够识别并能够分析出数据的全生命周期的流动路径,这样才能掌握数据出境的全景图。
第三步,根据所识别出来的数据全生命周期流转路径,要识别出当中可能存在安全的威胁。同时评估这样的一个数据流转和监管要求之间有没有差距?同时帮助企业进行相应的风险评估报告。
第四步,全面盘点企业的数据资产,对数据安全分类、分级,明确对不同分类分级的数据进行不同的安全管控机制。
第五步,数据永远是一个不断发展变化的过程,从管理、技术工具支撑、运营机制等方面,企业需要制定和完善数据安全的体系。
最后,任何一个企业都需要建立一个循环、反复迭代的安全长尾效应,这样才能根据各国家地区的不断变化,以及不断推出的数据法律法规,同时根据自己的需要,持续监控企业运营中数据安全的风险,建立一个更加长效安全保障机制。
结语
首席数据官CDO,与其说是一个职务,不如称之为一种先进的理念和制度。首席数据官CDO在当下的价值不言而喻,他们在助力企业数据驱动方面发挥了举足轻重的地位。
IBM提供全面的技术平台和方案,包括混合云和AI,帮助企业打造全新的流程和架构。业务与数据形成“飞轮”,相辅相成,相互结合,数字化转型之路才会更加平坦。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。