以下是该研究的主要发现:

　　首席信息官们正在加倍加大对数据和人工智能的投资。面对日益增长的受众期望、新的竞争压力、充满挑战的生态环境经济backdro技术领导者需要他们的数据和人工智能资产，以比以往任何时候都更大的速度为业务带来增长。他们正在投资以确保这一未来:所有接受调查的组织都将在明年增加数据基础设施现代化和采用人工智能的支出，近一半(46%)的组织增长将超过25%。

　　有限公司数据和人工智能系统的整合是一个优先事项。数据和人工智能系统的激增在调查中最大的组织(年收入超过100亿美元)中尤为普遍。其中，81%的人使用10个或更多的此类系统，28%的人使用20多个。我们采访的高管们的目标是精简他们的多重系统将来自整个企业的数据连接到统一的平台中，以打破孤岛，并使人工智能计划能够扩展。

　　人工智能的民主化提高了治理的风险。随着业务部门及其员工强烈要求使用生成式人工智能，高管们寻求确保治理有效框架可以为该技术提供不支持不仅需要数据的准确性和完整性，还需要足够的数据隐私性和安全性。这可能就是为什么60%的反应专家们表示，数据和人工智能的单一治理模式“非常不现实”创造。”

　　高管们预计，人工智能的采用将在短期内带来变革。百分之八十的调查回应企业预计，人工智能将在未来两年内将其行业的效率提高至少25%。三分之一的人表示，涨幅至少会达到50%。

　　随着生成式人工智能的普及，灵活的方法受到青睐。88%的组织正在使用生成式人工智能，四分之一(26%)的组织正在投资和采用它，另有62%的组织正在试验它。大多数(58%)采用混合方法来开发这些功能，在某些用例中使用供应商的大型语言模型(llm)，并在IP所有权、隐私、安全性和准确性要求更严格时构建自己的模型。

　　Lakehouse已经成为生成式人工智能时代的首选数据架构。近四分之三的被调查组织已经采用了湖屋架构，其余的几乎都希望在未来三年内这样做。但调查nents表示，他们需要自己的数据架构支持流数据工作负载进行实时分析(这种能力被认为“非常重要”)“重要”(72%)，新兴技术易于集成(66%)，以及跨平台共享实时数据(64%)。99%的lakehouse采用者表示，该架构正在帮助他们实现数据和人工智能目标，74%的人表示这种帮助“意义重大”。

　　对人的投资将从数据和人工智能中释放更多价值。在我们的调查中，人才和技能差距掩盖了组织的其他数据和人工智能挑战。当被问及他们公司的数据战略需要改进，份额最大受访者(39%)表示投资于人才。他们在数据和人工智能平台方面面临的最大困难是培训和提高员工的使用技能，40%的人认为这是他们最关心的问题。

　　随后的报告将详细分析这些调查结果，并附有来自六个行业的高管访谈的见解:金融服务、医疗保健和生命科学、零售和包装消费品、制造业、媒体和娱乐以及政府。

　　下载报告。

　　本文内容由《麻省理工科技评论》的定制内容部门Insights制作。这篇文章并非由《麻省理工科技评论》的编辑人员撰写。