随着 2025 年人工智能的扩展，企业必须应对数据挑战并遵守不断发展的立法。我们就 2025 年数据预测联系到的大多数数据专家都强调了有效数据管理对于扩展人工智能、统一系统和确保治理的重要性。
企业将需要完善和扩展复杂的数据管理
祖扎娜·斯塔米罗斯卡 (Zuzanna Stamirowska)，首席执行官兼联合创始人 途径
“到 2025 年，企业人工智能将从概念验证过渡到生产，并且更加注重投资回报率。然而，数据管理、隐私和更新等挑战将会加剧。为了取得成功，组织必须将企业数据输入法学硕士，确保模型能够快速关联和检索复杂数据。实时人工智能将占据主导地位，能够更智能地处理新的结构化和非结构化数据，从而实现运营成功。”
埃里森·安妮·威廉姆斯，Enveil 创始人兼首席执行官
“虽然人工智能的前景仍然广阔，但其价值植根于组织获取和使用丰富的相关数据进行评估和培训的能力。随着人工智能工具从沙箱转移到风险更高的操作环境，这一核心需求将变得更加清晰。
“对于网络领导者来说，这也将更加需要确保数据源的使用方式能够优先考虑安全和隐私。否则，人工智能所带来的价值业务和使命价值将无法克服其带来的风险的影响。”
Andrew Beal，Markerstudy 首席架构师
“人工智能的爆炸性增长提高了数据的重要性，但大多数组织的数据平台是为 MI 和报告构建的，而不是人工智能。虽然人工智能需要原始的、非结构化的数据，但传统平台会聚合和结构化数据，从而失去其独特的价值。
“GenAI 将释放非结构化数据的潜力，将文档、图像和视频转化为宝贵的资源，并推动对强大数据生态系统的需求。
“到 2025 年，安全、治理和道德实践将变得至关重要。数据目录和标签等工具将确保数据得到良好管理，而组织将需要框架来解决隐私、偏见和道德人工智能应用程序问题。”
数据访问的民主化仍在继续……
Martin Brunthaler，Adverity 首席技术官兼联合创始人
“数据民主化将达到新的高度，从根本上重塑企业的运营方式。我们预计将看到更多品牌和机构采取措施确保轻松快速地获取数据：使他们的团队能够完全控制洞察力，而无需严重依赖 IT 或数据工程师，以便 IT 可以建立安全、可扩展的系统来维护组织标准并专注于其他更有价值的战略举措。
“对话数据接口、智能推荐和可定制微应用等功能将成为标准，使数据访问和操作变得更简单、更快捷。
“数据民主化将在实现大规模业务转型方面发挥关键作用，帮助企业在快速变化的世界中保持竞争力。”
分析：仪表板已死
Derek Slager，Amperity 首席技术官兼联合创始人
“仪表板已死——人工智能驱动的生成工具能够即时回答重要问题，这将成为分析和决策的新界面。”
混合模型将为大数据提供动力
Enrico Signoretti，Cubbit 产品和合作伙伴副总裁
“非结构化数据将在 2025 年稳步增长，这使得数据管理对于存储和价值提取至关重要。组织将通过资本支出、运营支出和优化来应对数据增长，青睐混合云和 STaaS 模型。可见性的进步将解决混合云和多云使用中的数据孤岛等挑战，而 S3 数据湖将成为改善可访问性和安全管理的关键解决方案。”
Chris Hall，CPO，正是
“人工智能和云的采用等颠覆性技术正在推动对简化、可信数据访问的需求。为了满足这一目标，组织将融合分散的数据生态系统，并在混合环境中采用统一的数据完整性策略。集成数据管理可降低成本，确保治理，并使数据团队能够自助访问电力分析和人工智能计划。”
