【导读】
2025年，AI的雄心正在超越数据的准备度。IBM的一项研究显示，全球1700名CDO中，仅有26%的人对自己的数据能够支持AI收入流感到自信。
这并非个例。长期以来的“应用孤岛”策略，导致企业拥有海量数据，却缺乏统一的标准和治理。当AI需要动态、实时、细粒度的数据管道时，传统架构显得力不从心。
作为CIO，如何重建一个“AI-Ready”的数据战略？我们结合IBM、IDC和Salesforce专家的建议，为您提炼了8个核心步骤。
传统数据战略是为BI报表设计的，而AI需要的是模型驱动的工作流。
痛点：数据碎片化、缺乏上下文元数据。
解法：建立集成的企业数据架构。无论数据诞生于何处（本地、云端、SaaS），都应适用同一套标准和治理。
技术栈：投资现代数据湖（Data Lakes）、数据湖仓（Lakehouses）和向量数据库，以处理多模态数据。
谁拥有数据？这个问题在AI时代有了新答案。
旧模式：数据归IT或特定业务部门“私有”。
新模式：将“数据所有者”重新定义为“数据管理者”（Data Stewards）。
原则：他们不拥有数据本身，而是拥有数据的意义和质量。数据是企业的公共资产，需在受控、安全的前提下实现民主化。
Thoughtworks首席AI官Shayan Mohanty指出，数据生产者和消费者之间存在巨大裂痕。
手段：采用“数据产品”思维。
工具：利用模型上下文协议（MCP）来包装数据，提供协议级访问，让AI能自动识别并调用所需数据。
非结构化数据：将客户通话、文档等视为“一等公民”，通过向量数据库进行标记和检索，填补这一巨大的价值盲点。
Salesforce的Shibani Ahuja给出了最务实的建议：不要等到数据完美了再动手。
逆向工程：从你想要的AI业务结果出发，倒推所需的数据支持。
增量实施：支持一个AI用例，建立相应的数据架构，跑通后，再扩展到下一个。快速上线、观察、调整、扩展。
【结语】
AI时代的数据战略，不再是收集和存储一切，而是有意识的、价值驱动的。
CIO们，现在是时候打破孤岛，建立跨职能的“数据+AI”生态系统了。只有当IT、安全和业务部门共享所有权时，AI的飞轮才能真正转动起来。
随着 AI 的雄心超越数据准备，CIO 们必须革新数据策略，打造统一且具备支持企业范围应用场景的 AI 基础。
图源：Rob Schultz / Shutterstock
任何想要拥有领先AI战略的组织，首先必须拥有一个成功的数据战略。这是IBM副总裁兼首席数据官Ed Lovely传递的信息。
“当你考虑扩展AI时，数据是基础，”他说。
然而，他表示，很少有组织拥有与其AI雄心相匹配的数据架构。相反，它们拥有的是孤岛化的数据，这些数据不受一致数据标准的管理——这是长期以来企业数据战略的产物，这些战略逐个应用地创建IT环境，旨在提供特定时间点的决策，而非支持企业范围的人工智能部署。
IBM 2025年的研究《人工智能雄心激增，但企业数据准备好了吗？》显示了有多少企业在数据方面苦苦挣扎。研究发现，全球1700名CDO中，仅有26%的人对自己的数据能够支持新的AI收入流感到自信。
Lovely表示，需要的是一个集成的企业数据架构，在这个架构中，无论数据诞生于何处，都应用相同的标准、治理和元数据。
Lovely并非唯一看到组织需要更新数据战略的人。
“大多数组织需要现代化其数据战略，因为AI不仅改变了数据的使用方式，还改变了数据被使用的原因以及价值创造的地点，”IDC全球DataSphere和Global StorageSphere研究项目的研究经理、2025年报告《生成式人工智能时代的内容创作》的合著者Adam Wright说。
“传统的数据战略是为报表、BI（商业智能）和自动化构建的，但AI需要更加动态、细粒度且实时的数据管道，以推动迭代的、模型驱动的工作流。这意味着从静态数据治理转向持续的数据质量监控、更强的元数据和血缘（lineage）追踪，以及反映AI混合了临时、缓存和保存数据的保留策略，”他说。“AI时代要求组织从‘收集/存储一切’的心态，进化为有意识的、价值驱动的数据战略，平衡成本、风险和他们想要实现的具体AI成果。”
一、高成熟度数据基础
大多数组织距离这一目标还很远。
“许多组织在拥有‘正确’数据方面继续挣扎，无论是意味着足够的体量、适当的质量，还是支持AI用例所需的上下文元数据，”Wright说。“在IDC的研究和行业对话中，数据准备度始终是实现AI价值的首要障碍之一，往往超过了计算成本或模型选择。大多数企业仍在处理碎片化的系统、不一致的治理，以及对其实际拥有的数据及其可信度缺乏可见性。”
Lovely表示，IBM曾面临许多此类挑战，但过去三年致力于解决这些问题，使其数据为AI做好准备。
IBM在AI时代的数据战略包括对长期方法的多次调整，使其能够构建Lovely所称的集成企业数据架构。例如，公司保留了数据所有者的概念，但“帮助他们理解数据是IBM的资产，如果我们能以受控、安全的方式使其民主化，我们就能以更好、更高效的方式运营业务，”Lovely说。
结果，IBM从由多个团队管理孤岛数据，转变为使用通用标准和通用架构的单一团队。企业领导者还整合了300TB的数据，根据公司寻求的成果以及驱动这些成果的工作流来选择所需的数据。
“我们是有意为之的，”Lovely说，并补充道其数据平台现在覆盖了约80%的IBM工作流。“如今企业最大的生产力解锁之一就是创建一个集成的企业数据架构。因为我们在数据上的投资，我们正在公司内迅速部署AI。”
二、构建更好数据战略的8个建议
为了在数据基础和数据消费能力上建立高成熟度，组织需要一个AI时代的数据战略——一个能够强制执行数据质量、打破数据孤岛，并将数据能力与业务优先的AI用例相对齐的战略。
专家们提供了以下步骤：
1. 重新思考数据所有权
“当业务部门、产品团队和AI平台都在持续生成和转换数据时，将数据所有权视为纯粹IT问题的传统模式已不再奏效，”Wright解释道。“理想情况下，明确的问责制应由高级数据领导者（如CDO）承担，但没有CDO的组织必须确保数据治理职责在IT、安全和业务部门之间明确分配。”
他补充说，拥有“一个定义策略的单一权威点和一个执行的联邦模式至关重要，这样业务部门既能获得授权，又不会不受约束。”
圣托马斯大学软件工程与数据科学系教授兼系主任、应用人工智能中心主任Manjeet Rege建议组织将数据所有者重新定义为数据管理者（data stewards）。他们不拥有数据，而是基于中央数据职能部门设定的标准、治理、安全和互操作性，拥有数据的意义和质量。
2. 打破孤岛
要做到这一点，“CIO需要围绕共享的AI和数据成果来协调业务部门，因为只有当工作流、流程和数据源在整个企业内连接起来时，生成式AI才能创造价值，”Wright说。
“这意味着建立跨职能治理，标准化分类法和策略，并为团队创造共享数据而非保护数据的激励机制，”他补充道。“技术通过统一平台、元数据层和通用安全框架提供帮助，但真正的解锁来自于最高管理层（C-suite）和业务利益相关者的协调领导。”
3. 投资于AI时代的数据技术
Wright表示，这些技术包括现代数据湖（data lakes）和数据湖仓（data lakehouses）、向量数据库（vector databases）和可扩展的对象存储，所有这些“都能在强有力的治理下处理海量的多模态数据。”
组织还需要编排和管道工具，自动化摄取、清洗、转换和移动，以便AI工作流能端到端可靠运行。元数据引擎和治理层对于使模型理解上下文、追踪血缘，并安全可靠地使用结构化和非结构化数据至关重要。
Rege建议构建一个“模块化、受控且能够演进”的数据平台层。“你需要一种架构，能将数据视为可复用的产品，而不仅仅是为了单一管道，并且可用于批处理和实时需求。”
Rege也支持数据湖和数据湖仓，称它们“正在成为AI的骨干，因为它们能处理结构化和非结构化数据。”
此外，Thoughtworks首席AI和数据官Shayan Mohanty建议CIO构建一个可组合企业（composable enterprise），利用模块化技术和灵活结构，使人类和AI能够跨多层访问数据并协作。
专家还建议CIO投资于能够解决新兴数据生命周期需求的技术。
“生成式AI正在从根本上重塑数据生命周期，创造出一种更加动态的混合体，包含临时、缓存和持久存储的内容。大多数生成式AI输出是短暂的，仅使用几秒、几分钟或几小时，这增加了对DRAM和SSD等高性能基础设施的需求，以处理快速迭代、缓存和易失性工作流，”Wright说。
“但与此同时，生成式AI输出中有意义的一部分确实会持久化，例如定稿文档、获批的媒体资产、合成训练数据集和合规相关内容，这些仍然严重依赖具有成本效益的高容量HDD进行长期存储，”他补充道。“随着生成式AI采用率的增长，组织将需要适应这种全生命周期的数据战略——从用于临时内容的超快内存到用于持久归档的稳健HDD系统，因为存储负担/动态正在发生转移。”
4. 自动化并为数据架构增加智能
Mohanty将企业数据状况不佳归咎于“数据生产者和数据消费者之间的裂痕”，产生的数据被“扔进某处的巨大堆里，即所谓的数据仓库”，然后再创建分析层来利用它。他指出，这种方法需要大量的人类知识和手动努力才能奏效。
他建议组织采用数据产品思维（data product mindset），“拉近数据生产者和消费者的距离”，并向企业架构中添加自动化和智能，以便AI在需要时能识别并访问正确的数据。
Mohanty说，CIO可以使用模型上下文协议（MCP）来包装数据并提供协议级访问，并指出这种访问要求组织在目录和工具中编码信息，以确数据可发现性。
5. 确保结构化和非结构化数据都具备AI就绪性
“当结构化数据格式一致、治理良好并富含准确的元数据时，它就是AI就绪的，使模型易于理解和使用，”Wright说。“组织应优先考虑强有力的数据质量控制、主数据管理和明确的所有权，以确保结构化数据集保持可靠、可互操作并与特定AI用例对齐。”
专家强调，需要将同样的纪律带入非结构化数据，确保非结构化数据也得到适当的标记、分类并丰富元数据，以便AI系统能够有效地理解和检索它。
“你需要将非结构化数据视为一等数据资产，”Rege说。“大多数最有趣的AI用例都存在于非结构化数据中，如客户服务音频通话、消息和文档，但对于许多组织来说，非结构化数据仍然是一个盲点。”
Rege建议将其存储在信息可搜索的向量数据库中。
6. 考虑外部数据源和合成数据
“当现有数据不完整、有偏见、太小或与试图追求的AI用例对齐不佳时，组织绝对应评估是否需要外部或合成数据（synthetic data），”Wright说，并指出“当真实数据敏感、收集成本高昂或受隐私、监管或运营限制时，合成数据尤为有用。”
7. 逐步实施高成熟度数据基础
Salesforce企业IT战略高级副总裁Shibani Ahuja表示，不要等到数据处于完美状态才开始。
“有些组织觉得必须先把所有数据都弄好才能扣动扳机，但他们也面临着开启旅程的压力，”她说。
正如大多数企业项目成熟过程一样，CIO及其高管同事可以——也应该——采取增量方法来构建AI时代的数据项目。
Ahuja建议通过一个接一个的结果（outcome to outcome）来完善数据项目，创建一个数据战略和架构来支持一个AI驱动的结果，然后再推进后续的。
“这是一种思维方式：从你需要的东西进行逆向工程，”Ahuja说。“把某些东西投入生产，确保你有正确的护栏，观察它，调整它使其扩展，然后再投入下一个。”
8. 采取跨职能的数据团队建设方法
“数据应由一个跨职能生态系统支持，包括IT、数据治理、安全以及实际使用数据驱动决策的业务部门，”Wright说。“当这些团队共享所有权时，AI时代的数据战略效果最佳：IT团队赋能基础设施，治理团队确保信任和质量，业务团队定义背景和价值。”
作者：Mary K. Pratt（玛丽·K·普拉特）
Mary K. Pratt（玛丽·K·普拉特）是马萨诸塞州的一名自由撰稿人。
译者：宝蓝 编审：@lex
