共计 1115 个字符，预计需要花费 3 分钟才能阅读完成。
数据与分析（D&A）领域正在经历一场深刻的变革，从少数专家的专属领域逐渐渗透到企业运营的方方面面。随着这一转变，D&A 领导者面临的挑战也日益复杂：他们不仅需要用更少的资源完成更多任务，还需要在风险增加的环境中，利用更多资源实现更大的业务价值。
Gartner 公司近期发布了 2025 年最重要的九大 D &A 趋势，其中超过一半与人工智能（AI）技术密切相关，尤其是代理式 AI（Agent AI）的崛起。代理式 AI 已经开始渗透到各个业务领域，企业正在探索如何利用 AI 代理实现自主协助。Gartner 建议 D &A 领导者使用 AI 代理跨应用程序访问和共享组织数据，并通过数据驱动的洞察力持续优化决策，实现闭环业务自动化。
尽管生成式 AI（Generative AI）和大型语言模型（LLMs）曾一度成为焦点，但小型语言模型（SLMs）的价值正逐渐凸显。SLMs 以其轻量化、定制化、成本低和训练速度快的特点，更适合特定用例。Gartner 建议 D &A 领导者考虑使用 SLMs，以获得更准确和上下文更合适的 AI 输出。
此外，Gartner 还提出了复合 AI（Composite AI）的概念，即利用多种 AI 技术提高整体有效性。这种方法鼓励企业超越生成式 AI 和 LLMs，深入探索机器学习、数据科学等相关学科，以更全面地提升技术能力。
与 AI 间接相关的趋势同样值得关注。例如，合成数据的使用正在成为补充缺失或不完整洞察的重要工具。合成数据不仅能为 AI 项目提供组织化、完整的数据基础，还能替代敏感数据，优先考虑隐私保护。Gartner 还强调了元数据管理解决方案的重要性，建议企业实施自动化工具来查找和分析元数据，以支持数据目录、数据血统和 AI 驱动的用例。
在数据管理方面，多模态数据结构（Multimodal Data Fabric）成为另一个关键趋势。Gartner 建议在数据管道的元数据阶段收集和分析信息，以提升数据处理的效率和准确性。
此外，Gartner 指出，决策智能平台（Decision Intelligence Platforms）正在帮助企业从简单地使用数据转向制定更智能、以决策为中心的策略。这一转变对企业的成功至关重要。同时，高度可消费的数据产品（Highly Consumable Data Products）也成为趋势，强调企业需要创建有用的、可重复使用的数据产品，以便不同团队访问并优化关键业务用例。
总的来说，2025 年 D &A 领域的九大趋势反映了技术与业务需求的深度融合。从 AI 代理到合成数据，从元数据管理到决策智能，这些趋势为 D &A 领导者提供了应对复杂挑战的新工具和新思路。随着数据在企业中的核心地位日益巩固，如何有效利用这些趋势，将成为决定企业未来竞争力的关键因素。
