共计 658 个字符，预计需要花费 2 分钟才能阅读完成。
在探索人工智能的道路上，一个坚实的基础是不可或缺的。最近，几位商业领袖分享了他们构建有效数据策略的经验，这些策略为 AI 的应用奠定了坚实的基础。,
以人为本的数据策略
首先，Claire Thompson，L&G 的集团首席数据和分析官，强调了“以人为本”的重要性。她认为，数据策略不仅仅是技术问题，更是关乎如何利用数据驱动实际价值。例如，确保客户的电子邮件地址准确无误，可以大大提升数字通信的效果。Thompson 还提到，虽然治理可能听起来很枯燥，但在数字时代，数据质量至关重要。她与 IT 团队的紧密合作，确保了数据质量从设计阶段就得到保障。
掌握交易数据的重要性
其次，Jon Grainger，DWF 的首席技术官，强调了掌握交易数据的重要性。他认为，数据策略的最佳时机是四年前，虽然这听起来有些迟，但却是必要的。Grainger 通过实施基于云的 SaaS 产品和 API，确保了公司数据的高效管理和使用。他提到，数据策略的目标是帮助组织快速移动，同时不牺牲质量和成本。,
行业合作与数据互操作性
最后，Nic Granger，北海过渡管理局的企业和 CFO 总监，提出了与行业同行合作的重要性。她主持的海上能源数字战略小组（DSG）致力于在处理石油、天然气和可再生能源数据的公共机构之间创建合作。通过这种合作，他们确保了数据的质量和互操作性，为 AI 和机器学习的应用提供了坚实的基础。
总的来说，这三位商业领袖的经验表明，一个强大的数据基础是成功应用 AI 的关键。无论是通过内部的数据治理，还是通过跨行业的合作，构建一个有效的数据策略都是不可或缺的。
