一份题为“打造制胜数据分析攻势：机器学习的 C 级策略”的新报告称，数据和分析领导者表示，他们无法满足企业领导者对人工智能和机器学习计划的高期望，因为他们人手不足且设备不足。 推动收入引擎。
Wakefield Research 代表 Domino Data Lab 对 100 名美国首席数据官和首席数据分析官进行的一项调查显示，95% 的人表示，公司领导层预计人工智能和机器学习应用程序的投资将随着收入的增长而得到回报。 三分之一 (33%) 预计收入将增长两位数。
根据这项研究，只有 19% 的受访 CDO 和 CDAO 表示，他们拥有满足老板期望所需的资源，其中 29.4% 的人表示，他们推动收入所需的员工、资金和技术资源“严重短缺” 使用人工智能和机器学习实现增长。
技术技能短缺被认为是一个主要问题，87% 的受访者表示，他们无法招聘和补充数据科学职位，这阻碍了组织在该领域的创新能力。
同样，81% 的受访者表示，他们当前的工具缺乏充分衡量 AI/ML 计划对收入的影响的能力，导致数据团队对其应用程序“盲目”。
为什么 CDO 和 CDAO 需要更多购买力
预算——更准确地说，是负责预算的人——被认为是 CDO 和 CDAO 的最大症结之一。
近三分之二 (64%) 的受访者表示，他们公司的 IT 部门控制着数据平台的大部分支出决策，而数据和分析团队仅在约 56% 的采购中拥有发言权。
CDO 和 CDAO 提到了数据和分析团队与 IT 部门在技术支出方面存在优先事项的竞争：99% 的人表示，很难说服 IT 将预算集中在数据科学、机器学习和人工智能计划上，而不是像传统 IT 领域那样 安全性、互操作性和治理。
数据领导者表示，缺乏采购控制对人员配置和招聘产生了影响，99% 的 CDO 和 CDAO 报告称，无法为数据和分析团队提供他们选择的工具，这对他们的招聘能力产生了负面影响。 保留并提高技术人才的技能。
从“防御性”应用转向“进攻性”应用
研究发现，由于企业领导者希望以更具创新性的方式利用他们的数据，CDO 和 CDAO 感受到了更大的压力，需要争夺对其组织的 AI/ML 计划的控制权。
三分之二 (67%) 的受访者表示，他们的战略正在从以数据管理、治理、合规性和商业智能现代化为中心的“防御”态势转向旨在通过创新人工智能推动新业务价值的更具“进攻性”战略 和机器学习应用程序。
因此，98% 的数据领导者一致认为，组织开发、实施和改进 AI/ML 应用程序的速度将“决定谁在持续的经济挑战中生存和繁荣”。
因此，另外 67% 的 CDO 和 CDAO 认为“是时候从 IT 手中夺取控制权”以防止其组织落后，Domino 数据实验室得出的结论是，IT 部门“[do] 无权推动 人工智能/机器学习创新。”
数据团队装备不足的风险
除了落后于竞争对手和错失新的数据驱动的收入来源之外，装备不良的数据团队还面临着更直接的风险：46% 的受访 CDO 和 CDAO 承认，他们不具备防止数据团队将风险引入企业所需的治理工具。 组织，而 44% 认为未能正确管理其 AI/ML 应用程序可能会导致 5000 万美元或更多的收入损失。
报告称：“当今庞大且快速发展的监管环境，加上许多企业数据科学计划的高风险，意味着缺乏值得信赖的人工智能可能会造成数千万美元的损失。”
多米诺数据实验室数据科学战略和传播主管 Kjell Carlsson 表示，研究结果“发人深省”，并警告不要向数据领导者施压，要求他们用更少的资源做更多的事情。
Carlsson 表示：“领导者们正在努力应对招聘和留住数据科学人才的持续挑战，让 IT 部门优先考虑对 AI/ML 的投资，而不是数据管理等传统优先事项，以及管理和治理 AI/ML 模型的能力薄弱。” “CDAO 和 CDO 角色已经因其快速流动而臭名昭著，期望与交付能力之间不断扩大的差距对于他们的预期寿命来说并不是一个好兆头。”
企业领导者如何缩小这一差距
卡尔森敦促企业领导者投资于其组织的能力，以在更多业务领域扩展基于人工智能/机器学习的新应用程序的开发和部署。
此外，为了吸引和留住人才，组织应该投资为数据科学家提供他们接受培训的“广泛的不同工具”，而不是 IT 部门规定的少数专有工具。
Carlsson 表示：“为了加快实现价值和影响的速度，他们需要投资 MLOps 平台，涵盖从开发到部署、监控和再培训的端到端 ML 模型生命周期。” “为了实现这一目标，CDAO 和 CDO 需要与 IT 建立一致并建立密切的工作伙伴关系。 如果不可能，他们别无选择，只能自己实施这些平台。”
调查方法
Domino 数据实验室调查是由 Wakefield Research 通过电子邮件邀请和在线调查，对 2022 年 12 月 5 日至 18 日期间年收入超过 10 亿美元的美国公司的 100 名首席数据官和首席数据分析官进行的。 根据多米诺数据实验室的数据，该研究的误差幅度约为 9.8%。
