隻有13%的組織——超級成功者——在他們的數據和人工智能戰略上取得了成功，然而數據和人工智能的成功應用從未像現在這樣成為生存的必要條件1．為了在今天的環境中保持前瞻性，數據領導者正在尋找消除傳統上分離分析、數據科學和機器學習的豎井的能力lakehouse平Beplay体育安卓版本台-將他們的數據、分析和AI統一在一個簡單、開放和協作的數據架構下。beplay娱乐ios“事情總是這樣”這句古老的格言是失敗的秘訣，而一群創新組織對數據和人工智能的成功使用正在以武力改變每一個行業。本博客將深入了解這些超級成功人士將他們的成功歸因於什麼，以及數據和技術領導者將什麼作為構建數據文化的關鍵因素，他們在ML方麵麵臨的挑戰，未來兩年的優先投資領域，以及如果給予重做按鈕，他們將專注於什麼。
越來越重要，與數據和人工智能的鬥爭
研究證實，對數據+人工智能的癡迷已經超越了從業者，進入了董事會。領導者們也在轉變他們的思維模式，不再僅僅考慮他們擁有什麼數據，而是考慮如何利用這些數據來推動創新和增長。事實上，在2021年的大數據和AI高管調查中，NewVantage Partners發現92%的高管報告稱，他們組織中的大數據/AI投資步伐正在加快——比前一年增長了40%2麥肯錫公司(McKinsey & Co.)估計，到2030年，分析和人工智能將創造超過15萬億美元的新商業價值3.．然而，盡管這種優先級越來越高，很少有組織真正成功地實施了他們的戰略——隻有13%1．我們很少審視的一個角度是，所謂的“超級成功人士”是如何推動他們的成功的?
劇透警告，數據架構比您想象的要重要得多
《麻省理工科技評論》與Databricks合作，對麥當勞、CVS健康、歐萊雅和西北互惠銀行等品牌的9位數據和分析負責人進行了采訪，並對350位首席信息官、首席財務官、首席技術官和其他負責人進行了調查，在其最新報告中發現:建立高性能的數據和人工智能組織，“挑戰從數據架構開始。組織需要建立四個不同的棧來處理他們所有的數據工作負載:業務分析、數據工程、流和ML.所有這四個棧需要非常不同的技術，不幸的是，它們有時不能很好地一起工作。跨數據倉庫和數據湖的技術生態係統進一步複雜化了架構。它最終會變得昂貴和資源密集型。這種複雜性影響著數據團隊。數據和組織豎井會意外地減慢交流，阻礙創新，並在團隊中創造不同的目標。其結果是數據的多個副本，沒有一致的安全/治理模型，封閉的係統，以及生產力較低的數據團隊。
與此同時，ML仍然是一個難以實現的目標。隨著湖屋架構的出現，組織不再被遺留架構的限製和複雜性所束縛。通過將數據倉庫的性能、可靠性和治理與數據湖的可伸縮性、低成本和工作負載靈活性相結合，lakehouse架構提供了靈活、高性能的分析、數據科學和ML。
在Databricks，我們通過Databricks lakehouse平台，將lakehouse建築帶入生活，該平台在三個方麵表現出色:Beplay体育安卓版本
- 很簡單:數據隻需要存在一次就可以支持一個公共平台上的所有工作負載。Beplay体育安卓版本
- 開放:基於開源和開放標準，很容易使用現有的工具並避免專有格式。
- 協作:beplay娱乐ios數據工程師、分析師和數據科學家可以更有效地一起工作。
Databricks Lakehouse平台所帶來的成本節約、效率提高和生產率提高已經對各個行業和地區的企業產生了根本影響。Beplay体育安卓版本從過於複雜的架構中解放出來，Databricks為所有主要雲提供商的所有數據和工作負載提供了一個通用的基於雲的數據基礎。數據和分析領導者可以培養一種數據驅動的文化，專注於增加價值，通過預測性維護，減輕日常規劃的繁瑣工作及其所有複雜性。
該研究的其他發現
除了高效的數據架構是成功的主要原因外，該研究還發現:
- 開放標準是未來數據架構策略的首要要求。如果受訪者可以為他們的業務構建一個新的數據架構，那麼與現有架構相比，最關鍵的優勢將是更大程度地擁抱開源標準和開放數據格式。
- 技術支持的協作正在創造一種有效的數據文化。該研究采訪的cdo都認為，民主化分析和ML能力非常重要。用先進的數據技術將這些技術推向前沿，將有助於最終用戶做出更明智的商業決策——這是強大的數據文化的標誌。
- ML的業務影響受到端到端生命周期管理困難的限製。對於許多組織來說，擴展ML用例是非常複雜的。根據55%的受訪者，最大的挑戰是缺乏一個中心的地方來存儲和發現ML模型。
- 企業尋求支持數據管理、分析和機器學習的雲原生平台。Beplay体育安卓版本在未來兩年中，企業的首要數據優先事項分為三個領域，所有這些領域都得到了雲平台的廣泛采用的支持:改善數據管理，增強數據分析和ML，以及擴大所有類型的企業數據(包括流數據和非結構化數據)的使用。Beplay体育安卓版本
從視流分析到客戶終身價值，從疾病預防到在火星上尋找生命，數據是解決方案的一部分，要想成功利用數據和AI，組織需要更好的工具來處理整個企業的數據管理基礎。下載你的報告副本深入分析，更好地理解受訪者的觀點。
歸因
1麻省理工科技評論建立高性能的數據和人工智能組織
2NewVantage夥伴-大數據與人工智能高管調查
3.〇麥肯錫公司這位高管的人工智能劇本
