Data+AI市场快速演进，数据管理分析与GenAI发展趋势及最佳实践发布

主要观点总结

本文介绍了国际数据公司（IDC）发布的《数据管理分析与生成式AI发展趋势及最佳实践》报告的主要内容，包括企业对于大数据平台和AI/ML平台的重视程度、数据分析与AI的价值、数据驱动价值意向、企业面临的数据管理挑战以及未来技术发展方向等。

关键观点总结

关键观点1: 企业对于大数据平台的重视程度逐渐增加，65.4%的企业认为大数据平台对促进数字创新重要。

IDC发布的报告指出，企业开始重视数据智能、数据治理和隐私等方面，搭建AI就绪数据架构成为重点投资方向。

关键观点2: 数据分析与AI的价值需要进一步市场教育。

相比传统BI软件，AI的价值体现在自动化的流程和参数设置上，保证有价值的数据可以被有效处理和分析。

关键观点3: 企业在数据管理上面临动态数据管理、多存储管理、数据质量等多方面的挑战。

IDC指出，未来12-18个月，企业需要解决这些问题，并确保数据的准确性和完整性。

关键观点4: 基于AI语义的数据统一检索尚未成熟，多模态数据管理是当前亟需解决的问题之一。

IDC预计未来12个月内会有厂商推出基于“AI语义+向量”的统一检索引擎，支持通用化解决方案。

关键观点5: 企业在推动数据管理分析与生成式AI应用过程中，需要关注数据分析、数据平台、决策自动化以及数据流管理等技术方向。

IDC给出了主要技术方向和代表供应商，以帮助市场参考和了解。

正文

请到「今天看啥」查看全文

动态数据管理、多存储管理、数据质量、多模态是亟需解决的问题。在未来12–18个月，数据领导层面临着一系列新的挑战，一是管理动态数据，包括数据变化、数据移动、流数据；二是数据分布式管理，包括多领域和混合云环境，这往往会导致数据孤岛和不一致性；三是管理数据质量，确保数据的准确性和完整性，在数据量不断增加的情况下进行持续监控和清理以保持高标准，这对于获得可靠的见解至关重要。

✦

•

企业尚没有管理多模态数据的有效办法。基于AI语义的数据统一检索尚未成型，其中的关系映射、内容识别仍在非常初期的阶段。IDC预计，未来12个月内会有厂商推出基于“AI语义+向量”的统一检索引擎，支持通用化解决方案，并在此基础上进行定制化调整。

✦

当前企业在推动数据管理分析与生成式AI应用过程中，相关技术可分为四大类：数据分析（Data Analytics）、数据平台（Data Platform）、决策自动化（Decision Automation）以及数据流管理（Data Flow Agent）。IDC列出主要技术方向与代表供应商以供市场参考，并对部分代表厂商产品和实践进行详细描述。

李浩然

IDC中国高级分析师

IDC中国新兴科技研究组高级分析师李浩然表示， 数据市场在2025年获得了更多关注，企业之间的技术迭代、生态合作竞争不断加剧，数据产品和服务之间不会有明确的界限，基于AI、分布式的一体化与端到端数据管理仍是主要方向。技术供应商也需要尽快确定自身在Data+AI市场的核心竞争力，以确保差异化优势。

请到「今天看啥」查看全文