隨着人工智能（AI）技術在工業領域的迅猛發展，專家們指出，優質數據和數據治理將比生成性技術更爲重要。到2025年，企業在採用 AI 時，必須更加重視可擴展和靈活的解決方案，而不是單純依賴生成性 AI(GenAI)。

AI機器人上班

圖源備註:圖片由AI生成，圖片授權服務商Midjourney

根據 Qlik 公司的分析師，充分發揮 AI 潛力的關鍵在於企業投資於高質量、實時的數據，並建立開放的平臺，以便在不同生態系統之間實現無縫集成。儘管大型語言模型（LLMs）在數據提取方面具有一定影響力，但許多企業在使用自身的非結構化數據時，往往沒有充分發揮其作用。

Qlik 的分析與 AI 領域首席技術官查理・法拉（Charlie Farah）表示:“信任和數據質量將定義2025年 AI 的成功。能夠讓用戶用自然語言查詢數據集的解決方案，將因滿足日益增長的可用性和可信賴性需求而受到青睞。AI 的真正價值在於其幫助企業以負責任的方式運營數據，平衡創新與控制、安全及合規。”

預測顯示，2025年，專有商業數據將成爲推動先進 AI 結果的核心要素。隨着 AI 模型性能的逐漸極限，利用商業數據將成爲提升 AI 效率和獲得行業競爭優勢的關鍵。

Qlik 澳大利亞和新西蘭區經理馬克・法扎克利（Mark Fazackerley）解釋說:“商業數據是推動 AI 前進的動力，但這並不是任何數據 —— 而是專有的、實時的和良好集成的數據，這將使領先企業脫穎而出。單靠基礎模型的性能收益已無法滿足需求，今天最聰明的公司正在通過數十個來源實時提取專有數據，以實現即時影響。”

隨着自主智能 AI 的崛起，這標誌着商業技術的一次重大演變。爲了有效利用自主智能 AI，Qlik 的專家建議部署開放和無關平臺，以避免專有系統的限制，這些限制可能會阻礙創新。這類平臺確保數據的持續流動，並促進 AI 的協同功能。

查理・法拉強調:“AI 的成功依賴於能夠在雲平臺之間無縫集成並確保持續數據流的系統。封閉的生態系統限制了創新，並將公司鎖定在過時的技術中。與 AWS、Snowflake 和 Databricks 等環境集成的無關平臺，可以防止數據碎片化，使 AI 能夠作爲一個統一和適應性強的單元運行。”

這一對數據作用及其治理的強調，表明行業內對於更爲負責任的 AI 策略的轉變。這也突顯了集成專有數據和開放系統的特定解決方案將帶來的優勢。

劃重點:

🌟 數據質量和治理將主導 AI 的成功，而非生成性技術。

📈2025年，專有商業數據將成爲推動 AI 效率和競爭力的核心。

🔄 開放平臺與無關係統將促進 AI 的創新和數據的無縫集成。