2023年是生成性AI和基础模型发展的重要一年。随着越来越多的组织将生成性AI融入工作流程，他们意识到有效管理数据的重要性。尽管企业一向重视高质量数据对成功的影响，但生成性AI的崛起使数据质量更加受到重视，成为各方关注的焦点。展望2024年，随着生成性AI的进一步进展，各行业专家和供应商分享了他们对数据生态系统演变的预测。
1. 关系数据库将超越SQL演变
“现代企业将更多地利用生成性AI、物联网应用和边缘计算，而这些都依赖于对企业数据的安全访问。尽管SQL数据库将继续发挥作用，灵活性更高的解决方案需求将推动开发者转向与现代工作流程集成并支持复杂事务的文档关系数据库。这一转变将增强动态应用所需的能力。”
——Bob Muglia，Fauna执行主席及前Snowflake首席执行官
2. 向量数据库将成为关键技术
“到2024年，向量数据库将成为企业寻求数据驱动洞察的重要技术。其管理高维数据和支持复杂查询的能力至关重要。随着AI应用的演进，理解和使用向量数据库在各行业中将变得不可或缺。”
——Ratnesh Singh Parihar，Talentica Software首席架构师，以及Avthar Sewrathan，Timescale AI及向量业务总经理
3. 挖掘企业数据湖的价值
“许多企业存储了大量数据，但只利用了一小部分获取洞察。到2024年，企业将利用生成性AI分析非结构化数据（如聊天记录和视频），以创建定制的大型语言模型（LLMs）。这一转变将提供更准确的问答，并发现新机会，例如识别健康扫描中的异常和零售趋势。”
——Charlie Boyle，Nvidia DGX系统副总裁
4. 数据自动化的迫切需求
“对AI的日益依赖将凸显杂乱数据基础设施的缺陷。低质量数据可能导致错误决策，尤其是在企业自动化流程时。缺乏有效数据治理的企业将面临重要AI应用的严重准确性问题。”
——Sean Knapp，Ascend.io首席执行官
5. 云财务运营团队将优化数据管道
“在2024年，财务与工程团队之间的协作将变得至关重要，以控制不必要的云支出。据Ascend研究，48%的公司计划优化数据管道以降低成本，因此利用识别支出低效的平台变得尤为重要。”
——Sean Knapp，Ascend.io首席执行官
6. 意图数据将改变市场策略
“意图数据将在2024年对销售和市场对齐至关重要。通过分析行为数据，企业可以更好地预测客户需求，转向更加主动的参与，从而提升转化率并建立忠诚度。”
——Henry Schuck，ZoomInfo首席执行官
7. 数据与业务团队将共同管理AI访问
“随着对ChatGPT等AI工具需求的上升，数据团队将严格控制企业数据的访问。这一动态可能加速AI的采用，因为企业将优先考虑整洁的数据集，而这些数据集是有效AI驱动分析的基础。”
——Arina Curtis，DataGPT首席执行官及共同创始人
8. 实时数据分析将提升效率
“基于AI的实时分析将为企业提供显著的成本节约和竞争洞察。例如，保险公司将利用AI高效处理海量数据，减少繁琐编码的需求，快速获取可操作的洞察。”
——Dhruba Borthakur，Rockset首席技术官及共同创始人
9. 知识图谱将打破数据孤岛
“随着组织将数据迁移到云环境，知识图谱将帮助便捷地路径多重数据孤岛。预计到2024年，基于知识图谱的创新AI技术将涌现，以支持智能应用的发展。”
——Molham Aref，RelationalAI首席执行官兼创始人
10. AI将改变数据管理实践
“企业逐渐认识到AI在增强其价值主张中的作用。公司需要在保护敏感数据和利用数据决策之间取得平衡，这将推动数据管理解决方案的演变，以满足监管要求。”
——Osmar Olivo，Inrupt产品管理副总裁
11. 首席数据官的角色将愈发重要
“在2024年，准CIO们将发现首席数据官角色的重要性，这一角色已发展为企业挖掘数据的关键职位。随着公司在AI和云计算上的投资增加，CDO将在制定数据驱动战略中发挥至关重要的作用。”
——Heath Thompson，Quest Software总裁兼总经理
排行榜
