生成式AI时代下的数据战略（2024）

生成式AI正在唤醒全球对人工智能变革潜力的认知。埃森哲调研显示，74%的全球商业领袖高管表示，将增加在数据和AI（包含生成式AI）方面的投入，这一比例较2023年大幅跃升了24个百分点。Llama2、Claude、ChatGPT、DALL·E、StableDiffusion等一系列易使用的生成式AI服务，正在迅速推动技术在商业领域和社会公众中的普及，这将对企业产生极为深远的影响。

然而，快速增长的计算需求，以及处理大规模计算所需的相关成本和专业知识，是当前面临的最大障碍；同时，要实现生成式AI的潜力，数据也扮演着至关重要的角色，数据不仅是生成式AI的“燃料”，更是支撑其模型训练和创新的基石。因此，企业需要不断地审视、调整和优化其数据战略，以一个全面的数据战略布局来有效应对生成式AI时代下的挑战。

基于上述问题，亚马逊云科技与埃森哲共同撰写了《生成式AI时代下的数据战略》白皮书，通过大量实践中所积累的思考和探索，为新时期企业的数据战略提供参考。

根据埃森哲调研，74%的全球商业领袖高管表示，将增加在数据和AI（包含生成式AI）方面的投入，这一比例较2023年大幅跃升了24个百分点。在中国的受访高管中，同样有高达71%的人持以同样态度。“生成式AI将创造巨大价值”已经成为绝大多数企业高管的共识。

ChatGPT、文心一言、通义千问、DALL·E、StableDiffusion等一系列易于使用的生成式AI服务，正在迅速推动技术在商业领域和社会公众中的普及，这将对企业产生极为深远的影响。

由于大语言模型具有处理大规模数据集的能力，它可以“掌握”企业长期以来积累的所有信息，包括创办至今的发展历程、业务特点和商业意图，甚至细致到产品、市场和客户。所有用语言记录传达的内容，如应用、系统、文档、电子邮件、聊天、视频和音频等等，都将进行创新、优化和重塑，最终走向全新的高度。

报告指出，面向生成式AI应用，企业数据战略需把握四大关键点：

关键点之一：找准应用方向，激发创新价值

生成式AI能够在多方面提供智能化服务，提高企业运营效能。

关键点之二：准备专有数据，确保数据安全

在使用基础模型之前，企业需要花时间和精力来准备数据基础，且这个数据基础需要在云平台上进行管理，确保数据的安全性和可靠性。

关键点之三：驱动数据管理，打造最佳实践

生成式AI帮助自动化数据管理手动流程，并确保所生成输出的准确性。将智能嵌入数据治理将提高数据使用者的整体生产力。

关键点之四：重构基础设施，实现高效运营

为了充分利用大语言模型和生成式AI，企业应认真考虑所需的数据基础设施和运营模式，同时密切关注成本和可持续能源消耗。

生成式AI的快速发展已经掀起企业变革的浪潮。在这一时代背景下，企业正面临着包括数据应用、数据管理以及基础设施等多方面的挑战。这些挑战既是一种考验，也为企业提供了重新评估和优化数据战略的宝贵机遇，帮助企业更快适应未来发展的需求。

一方面，企业需准确把握应用方向，有效激发创新价值，实现更具前瞻性的业务发展。同时，准备专有数据以确保数据的安全性，为企业提供可靠的数据支持。通过生成式AI驱动数据管理，创造最佳实践，有助于企业以更高效的方式运用数据资源。最后，通过重构基础设施，企业可以实现更高效的运营模式，进一步提升生成式AI的应用效果。

这四大关键点相互交织，共同构筑一个完善的数据战略框架。在不断演变的技术潮流中，持续优化和调整数据战略将成为企业在生成式AI时代中脱颖而出的关键要素，助力更精准、更高效、更具创新性地应用生成式AI技术，在竞争激烈的未来市场中占据领先地位。

具体内容如下：

责任编辑：张薇