Gartner提出挖掘人工智能价值的三大核心支柱

Gartner：仅五分之一的数据分析与 AI 负责人担忧成本不确定性制约 AI 价值兑现

全球商业与技术洞察机构Gartner调研显示，仅有五分之一的数据与分析（D&A）或人工智能领域负责人认为，成本的不确定性会限制 AI 价值的实现。

2025 年 11 月至 12 月，Gartner对 353 位数据与分析、AI 领域负责人开展调研，结果发现，仅有 44% 的企业制定了财务管控规则，或推行了 AI 财务运营（FinOPs）相关实践。

（配图说明：Gartner分析师亚当・罗塔尔与乔治娅・奥卡拉汉现身佛罗里达州奥兰多举办的Gartner数据与分析峰会现场 图片来源：Gartner公司）

Gartner副总裁级分析师亚当・罗塔尔表示：“2024 年，仅有五分之二的企业落地 AI 应用，而如今这一比例已升至五分之四。在此背景下，数据与分析领域负责人必须厘清思路、聚焦投资回报率（ROI），才能更好地实现企业日益增长的 AI 发展目标与愿景。他们必须认识到，在 AI 热潮与 AI 泡沫破裂的担忧交织之际，自己肩负着为企业创造实际价值的责任。”

Gartner总监级分析师乔治娅・奥卡拉汉称：“价值兑现的衡量标准往往是投资回报率，但数据与分析领域负责人不应将其仅视为财务指标。掌握三种价值实现路径，能帮助他们带领企业在波谲云诡的 AI 价值探索之路上稳步前行、事半功倍。”

本次Gartner数据与分析峰会将持续至本周三，分析师在开幕式主旨演讲中，详细阐释了这三大 AI 价值挖掘路径。

锚定 AI 发展愿景

AI 发展步伐加快、行业不确定性加剧，加之企业对 AI 技术的信任与管控顾虑，共同推动了持续学习和灵活适配的需求。

罗塔尔指出：“不少数据与分析领域负责人正在开展 AI 试错，也积累了大量经验，但所有人都在探索的现状，也意味着他们面临掉队风险。负责人需锚定企业 AI 发展愿景，结合团队的专业知识与行业直觉，充分挖掘数据洞察的价值，实现智能价值回报。”

要确立这一发展高度，数据与分析领域负责人需彻底重新审视 AI 对数据与分析工作的影响，树立统一的发展愿景并明确企业 AI 发展层级，扛起 AI 发展领导责任、界定自身角色，同时尽早管控 AI 领域难以预测的隐性成本。

筑牢 AI 发展根基

缺乏坚实的发展根基，AI 对大多数企业而言，终究只是一场高成本的试错。

奥卡拉汉表示：“指望 AI 或生成式 AI 来弥补技术升级滞后、团队各自为战以及常年累积的技术债务，无异于痴心妄想。数据与分析领域负责人必须确保企业数据完成 AI 化适配，防止错误的数据触达错误的人员；同时通过设计完善的情境层，规避数据失真、理解偏差与 AI 幻觉问题，实现诚信价值回报。”

要筑牢 AI 发展根基、降低发展风险，负责人需让基础建设工作与企业 AI 发展愿景相匹配，将治理体系打造为价值增长的加速器，并搭建统一的一体化情境层。

赋能人才，推动 AI 转型

企业的变革节奏日新月异，但人类接受并适应变革的能力有限，企业的 AI 适配进度已远超人才的 AI 能力提升速度。

罗塔尔称：“在 AI 领域，数据与分析领域负责人的思维重心必须从岗位设定转向技能培养。在人才培养上的投入，终将为企业带来价值回报。聚焦技能提升、思维转变与行为重塑，才能释放员工的个人潜能与团队的集体潜力，提升员工的工作参与度与生产效率，让企业更能适应变革，最终实现人才价值回报。”

要赋能人才以推动 AI 驱动的企业转型，负责人需为变革管理划拨充足预算，将思维模式与技能培养置于工具建设之上；通过制定技能发展路线图回应员工的顾虑，同时试点打造人机融合的跨职能团队。