开发区劳动仲裁庭开进职工之家

2025年Gartner CIO和技术高管调研发现，平均而言，参与调研的中国首席信息官（CIO）的IT预算预计将在2025年减少0.8%。虽然出现了前所未有的预算下滑，生成式人工智能（GenAI）仍然成为中国企业机构的首要投资目标。

随着GenAI用例逐渐从概念验证（PoC）纳入日常业务流程，企业机构对GenAI的价值主张也在发生变化，从最初仅重视展示价值，到现在不仅关注该技术提供的业务价值，还希望对其使用进行治理。中国的数据和分析（D&A）领导者可通过以下一些方式参与GenAI治理。

在GenAI部署方法中，“自建”优于“购买”

尽管构建定制化GenAI应用的工作量更大，并且交付时间更长，但与购买预构建的GenAI应用相比，前者为连接企业机构内部数据和大语言模型（LLM）提供了更灵活的方法，包括：

●   允许企业机构剥离和专门指定GenAI应用的知识库

●   提供更广泛的实施和运营技术，如多模态数据存储、向量/图/关键字搜索、提示语工程和用户行为治理

随着中国企业在生产过程中越来越多地使用GenAI，数据可复用性和技术可组合性等高级IT治理需求正在出现，在复杂业务用例中尤其如此。这种情况也带来了GenAI定制需求的增加。

数智基建正在成为GenAI知识源的主要选择

为了快速验证业务价值，在概念验证阶段，多数企业GenAI计划会直接由业务线实施。这些GenAI应用通常直接将大语言模型与相应的业务系统连接，以尽量缩短开发时间。

但是，随着应用数量的增长，与“知识库孤岛”相关的数据治理问题发生概率也在增加。这些问题包括在多个GenAI应用中使用的公司数据的可复用性和数据质量问题。

随着企业GenAI应用的持续扩展，企业需要为它们建立专门的“数据仓库”。在供应商创新及其生态系统协作的推动下，当今的现代数智基建（包括数据中台、湖仓一体，或者逻辑数据仓库（LDW））正快速增强其与GenAI技术兼容的功能。此类数智基建已成为GenAI应用所需要的集中式知识源的一个重要选择。

到2028年，80%的企业GenAI应用将使用组织自有的数智基建（包括LDW/湖仓一体）作为其知识源，而目前这一比例还不到20%。

实现数智基建的现代化升级以支持规模化GenAI

在过去10年中，大多数的数据中台供应商在提供产品的同时，还提供相关的服务，帮助客户更有效地开发其D&A用例。这种全方位做法简化了供应商参与流程，明晰了责任，有助于处于数据驱动转型早期阶段的中国企业展示D&A的价值。然而，近年来数据中台概念往往未能实现其承诺的目标，使市场对其失去兴趣。

导致数据中台过时的关键因素不是其技术组件，而是其交付模式。该模式旨在以劳动密集型方式定制开源技术，从而为所有D&A需求提供端到端能力。这一模式造成供应商和客户对于特定开源技术和定制代码的依赖。

现代数智基建的关键差异化优势在于融入到包括AI供应商、服务提供商和云服务提供商（CSP）的生态系统协作中，在云端联合提供数据、分析和人工智能平台功能。