数据与决策质量 相信为商业人工智能提供动力的数据
中国下一次生产力的飞跃取决于解决一个矛盾：尽管许多领导者对自己的数据表示有信 心，但近一半的人承认他们并不总能拥有所需的数据，这一差距解释了为什么对数据基 础的投资正在加速。
目标是从分散的孤岛转变为决策架构— —这是一个受治理的层面，人类和人工 智能可以从中获取相同的事实。 为何这一点至关重要：没有这一基础， 人工智能将成为一种负担，而非加速器。 有了它，中国就能将决策转化为一种可 重复、可扩展的优势。 风险与准备情况：哪些因素可能破坏决 策引擎 尽管信心在不断增强，但中国的领导者 们将数据规模和质量列为人工智能的首 要风险，其次是错误输出、缺乏隐私控 制以及人才短缺——约三分之一的受访 者提到了每一项。这些担忧凸显了为何 数据治理和可观测性如今已成为董事会 层面的问题：当人工智能决策出现失误 时，根源往往在前端。 问责制与所有权 在中国，人工智能应用的责任主要由首 席执行官（32%）和首席技术官（21%） 承担，首席信息官也占有一定比例 （12%）。与世界其他地区相比，中国 更依赖技术三巨头（首席执行官、首席 技术官，再加上首席信息官），这表明 在运营模式变革方面采取了以工程为导 向的姿态，而业务所有权对于规模化而 言仍然至关重要。
数据获取差距：决策速度背后隐藏的阻碍 调查揭示了一种分裂的现实。一方面， 59.3%的中国企业领导者表示，他们在很 大程度上能够找到并获取制定决策所需的 数据。另一方面，近一半的领导者信心不 足，而在需要快速做出决策的情况下，这 成为了一个结构性弱点。
信心指标方面也呈现出类似的模式：虽然 许多人信任其数据的质量和时效性，但仍 有相当一部分人持不确定态度，这导致在 高风险决策中出现犹豫。
数据摩擦就是时间摩擦；中国对自然增长 的重视在很大程度上依赖于抓住市场机遇 的敏捷性。每一个缺失的数据集或未经验 证的信息源都会增加定价、规划和响应过 程中的延迟。 从零散拼凑到平台化：投资激增的原因 这种数据获取差距是中国技术发展重点的 背景。领导者们正在为分析和决策工具 （37%）、人工智能驱动的流程自动化 （43.6%）以及生成式人工智能/人工智能 代理（56.1%）提供资金支持，但只有当 基础数据完整、及时且可信时，这些投资 才能有所回报。
访问并非普遍存在 人工智能的信任始于源头 数据质量是人工智能的首 要风险
中国的领导者中，只有约 一半的人表示他们能够顺 利获取决策所需的数据。 .
一些人对人工智能所用数据 的信心很足，但这种信心远 未普及——这提高了治理的 风险。
被中国领导人提及的次数 超过了任何其他风险因素。
Made with FlippingBook flipbook maker