2026年人工智能趋势：企业家需要了解什么？

让我们消除人工智能机构，也就是说，它独立执行任务：这是未来“最热门的人工智能趋势”的安全赌注。代理人工智能似乎不可避免地崛起：技术提供商和分析师世界中的每个人都对人工智能程序的前景感到兴奋，人工智能程序可以协同工作来完成实际工作，而不仅仅是生成内容，即使没有人完全确定它将如何工作。一些 IT 领导者认为他们已经拥有了它（37%，在 UiPath 即将发起的一项调查中第252章美国 IT 领导者）；大多数人预计这种情况很快就会发生，并准备投资该领域（68%六个月或更短时间内）；一些怀疑论者（我们主要在采访中遇到的人）认为这主要是供应商的广告活动。大多数技术相关职位的管理者认为，这些自主和协作的人工智能程序将主要基于执行特定任务的有针对性的生成人工智能机器人。大多数人相信将会有一个由这些代理组成的网络，许多人希望代理生态系统需要的人工干预比人工智能过去所需的要少。一些人认为该技术将完全由机器人流程自动化工具精心策划；其他人建议从企业交易系统中检索代理；还有一些人假设出现了一个可以控制一切的“超级特工”。

我们的想法是这样的：将会出现（在某些情况下已经出现）生成式人工智能 (Gen AI) 机器人，它们将遵循人们关于特定内容创建任务的命令。您将需要多个 Gen AI 工具来完成一些有意义的事情，例如预订旅行或进行银行交易。但这些系统仍然通过预测下一个单词来工作，有时这会导致错误哦不准确之处。因此，人类仍然需要不时地检查它们。第一批代理将是小型结构化内部任务这涉及很少的资金，例如从 IT 角度帮助更改密码或在 HR 系统中预订假期。我们认为，公司不太可能在短期内与真正的客户一起使用这些代理来花费真金白银，除非有可能进行人工审核或取消交易。因此，我们预计这项技术不会对人类劳动力产生重大影响，除了涉及撰写有关代理人工智能的博客文章的新工作（等等，代理可以做到这一点吗？）。

衡量生成式人工智能实验的结果

大家对智能体感到兴奋的原因之一是，Gen AI 的经济价值仍然很难展示。在几年前的人工智能趋势文章中，我们认为Gen AI的价值尚未得到证实。参与 Randy 的“2025 年人工智能和数据领导力执行基准调查”的数据和人工智能领导者表示，他们对 Gen AI 正在创造价值充满信心：58%表示他的组织实现了指数级增长生产率哦戴尔’效率感谢人工智能，尤其是生成式人工智能。其他16%声称通过使用 Gen AI 工具“将知识工作者从平凡的任务中解放出来”。让我们希望这些高度积极的信念是正确的。

但公司不应该盲目信任。很少有公司仔细衡量生产率的提高或试图了解从日常工作中解放出来的知识型员工如何利用他们的时间。只有少数学术研究测量了人工智能时代的生产力提升，即使测量了，他们通常也发现了一些改进，但不是指数。高盛是为数不多的衡量编程行业生产力提升的公司之一。开发人员报告说，他们的生产力提高了大约20%。大多数类似的研究都发现了生产力的偶然因素，没有经验的工人可以获得更多的好处（例如在客户服务和咨询方面），或者经验丰富的工人可以获得更好的结果（例如在代码生成方面）。

在许多情况下，衡量生产率提高的最佳方法是建立对照实验。例如，一家公司可能会要求一组营销人员使用 Gen AI 在没有人工审核的情况下创建内容，另一组营销人员在进行人工审核的情况下使用它，而对照组则根本不使用它。同样，很少有公司这样做，这种情况必须改变。鉴于 Gen AI 目前主要为许多企业提供内容生成，如果我们想真正了解它的好处，我们还需要开始衡量内容的质量。众所周知，这对于智力工作的成果来说是很难做到的。然而，如果 Gen AI 帮助更快地撰写博客文章，但这些帖子很无聊且不精确，那么衡量这一点很重要：在该特定用例中几乎没有什么好处。

可悲的现实是，如果许多组织实际上要实现生产力的指数级增长，那么这些改进可以通过以下方式来衡量：裁员大规模地。但就业统计数据中并没有出现大规模裁员的迹象。此外，2025 年诺贝尔经济学奖获得者、麻省理工学院的达龙·阿西莫格鲁 (Daron Acemoglu) 评论道，到目前为止，我们还没有看到人工智能带来的生产率的真正提高，他预计未来几年不会出现任何特殊情况，也许是0.5%在接下来的十年里。无论如何，如果公司真的想看到 Gen AI 并从中获利，他们将需要衡量和体验它的好处。

数据驱动文化的现实不言自明

我们似乎意识到 Gen AI 非常有趣。但它并不能改变一切，从长远来看，它特别改变了文化属性。在我们的 2023 年趋势文章中，我们注意到兰迪的调查发现，接受调查的公司表示自己“创建了数据和人工智能驱动的组织”并“建立了数据和人工智能驱动的组织文化”的百分比比上一年增加了一倍（自24%阿尔48%创建由数据和人工智能驱动的组织21%阿尔43%建立数据驱动的文化）。我们对这种巨大的改进感到非常惊讶，并将这些变化归因于 Gen AI，因为它被广泛宣传并迅速被组织采用。

这些数字已经回归现实。这37%的受访者表示，他们在数据和人工智能驱动的组织中工作，而33%表示它拥有数据和人工智能驱动的文化。数据和人工智能领导者相信他们的组织在这方面与过去相比有所改进，这仍然是积极的，但我们的长期预测是，仅生成式人工智能不足以使组织和文化成为数据驱动的。

在同一项调查中，92%的受访者表示，他们认为文化和变革管理挑战是成为数据和人工智能驱动型企业的最大障碍。这表明单靠任何技术都是不够的。值得注意的是，大多数受访员工来自组织传统的成立于一代人之前，并有着转型的历史渐进的。其中许多公司在疫情期间为执行数字化战略所做的努力比过去二十年还要多。

非结构化数据再次变得重要

Gen AI 对组织产生了另一个影响：它使非结构化数据再次变得重要。在 2025 年“人工智能与数据领导力高管基准调查”中，94%数据和人工智能领域的领导者表示，对人工智能的兴趣导致人们更加关注数据。由于传统的分析人工智能已经存在了几十年，我们认为他们指的是新一代人工智能的影响。在我们去年的人工智能趋势文章中引用的另一项调查中，有大量证据表明，大多数公司尚未开始真正管理数据，为人工智能时代做好准备。

Gen AI 处理的绝大多数数据都是相对非结构化的，呈文本、图像、视频等形式。一家大型保险公司的经理最近向兰迪透露，97%该公司的数据是非结构化的。许多公司有兴趣使用 Gen AI 来帮助管理和提供对其数据和文档的访问，通常使用一种称为检索增强生成（RAG）的方法。然而，自 20 多年前的知识管理时代以来，一些公司就没有对其非结构化数据进行太多处理。他们专注于结构化数据，通常是来自交易系统的数字行和列。

为了整理非结构化数据，组织必须选择每种文档类型的最佳示例，对内容进行标记或绘制图表，并将其加载到系统中（欢迎来到嵌入、矢量数据库和相似性搜索算法的神秘世界）。这些方法在员工获取知识方面提供了显着的好处，这就是许多组织正在追求这些方法的原因。然而，这项工作仍然需要大量的人力。也许在某个时候，我们将能够简单地将大量内部文档加载到 Gen AI 提示窗口中。即使这是可能的，仍然需要相当大的人文关怀的数据，因为 ChatGpt 无法确定 20 个不同的销售建议中哪一个是最好的。

谁应该管理数据和人工智能？

尽管数据和利用人工智能利用数据的尝试正受到组织越来越多的关注和投资，但数据领导功能本身仍然举步维艰，这也许并不奇怪。这个角色还相对新生：只是12%在 Randy 2012 年的首次年度调查中，有 % 的组织任命了首席数据官。正在取得进展：85%兰迪的最新调查显示 的组织已任命首席数据官，并且这些数据领导者中越来越多的人主要关注生长,创新e转变（而不是回避风险或监管问题）。令人惊讶的是，更多组织还任命了首席人工智能官33%。

随着这些角色的不断发展，组织继续在其任务、责任和层级结构中挣扎。在兰迪的人工智能和数据领导力执行基准调查中，不到一半的数据领导者（主要是首席数据官）表示他们的职能非常有效且完善，而且只有51%表示他们相信他们的工作在组织内得到了很好的理解。我们还不确定首席人工智能官和首席数据（和分析人工智能）官（CDAO）的职责是否需要单独的角色，尽管包括第一资本和克利夫兰诊所在内的一些组织已经将首席人工智能官的角色设置为与首席数据官平等。

我们唯一可以肯定地说的是领导问题无论这种需求采取何种形式、结构和方法，数据和人工智能领域的需求都注定会增长。我们对数据管理和人工智能更广阔的未来尚未做出决定。 Randy 坚信 CDAO 角色应该是向公司领导层报告的公司角色。他指出，36%今年调查中的数据和人工智能领导者向首席执行官、总裁或首席运营官报告。兰迪坚信，数据和人工智能领导者必须提供可衡量的业务价值，并理解和说出业务语言。

汤姆同意技术领导者需要更多地关注商业价值。然而，正如我们在 2024 年趋势报告中所说，他认为大多数组织（包括 CDAO）中都有太多的“技术领导者”。许多 CDAO 发现，他们的内部客户对所有 C 级技术经理感到困惑，而且此类角色的激增使得协作变得困难，而且不太可能向首席执行官汇报。汤姆更愿意看到“超级技术领导者”，所有技术职位都向他们汇报，越来越多的公司提拔专注于转型的首席信息官来填补这一职位。无论正确的答案是什么，很明显，组织需要介入并实现这一目标管理数据的人与数据本身一样受到尊重。

原文翻译“2025 年人工智能和数据科学的五个趋势”，2025 年 1 月