Gartner发布数据和分析（D&A）领导者在利用2022年的主要数据和分析趋势时应该拥抱的三个主题是：激发企业的活力和多样性，提高人员的能力和决策，制度化信任。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

Gartner杰出研究副总裁Rita Sallam今年的主要数据和分析趋势包括业务、市场和技术动态，它们将帮助企业和机构预测变化，并将不确定性转化为机遇。这两项措施都属于数据和分析领导者的职责范围。

Gartner发布了2022年十二大数据和分析趋势，涵盖以下三个核心主题。

激发企业活力和多样性

AI自适应人工智能等工程（AI）在应对全球市场波动的同时，它也促进了增长和创新。AI数据管理领域的创新、基于主动元数据驱动的自动化方法和数据共享能力（基于数据编织）充分释放了数据和分析的所有价值。

例如，始终数据共享的趋势加强了数据共享作为业务的关键绩效指标的作用：表明企业机构正在与利益相关者有效互动，以创造公共价值，让更多的人获得正确的数据。新冠肺炎疫情等近期大规模全球事件迫切希望通过共享数据加快独立相关的公共和商业数字业务价值。

Gartner预计到2026年，大多数外部中间商将被应用于内部和外部数据生态系统的自动信任指标所取代，这将降低数据共享的风险。

2022年这一类的趋势包括：自适应AI以数据为中心的系统、系统AI、元数据驱动的数据编织和始终数据共享。

提高人员能力和决策能力

为了提供与决策者相关的洞察力，数据和分析领导者必须提供丰富背景和创建业务模块组件的分析。这包括优先考虑数据质量，制定应对数据和分析人才稀缺的策略。

从现在到2025年，大多数首席数据官（CDO）实现战略数据驱动的既定业务目标所必需的员工数据素养将无法培养。Gartner研究表明，在数据和分析中考虑人员因素的企业比只考虑技术的企业更成功。这种以人为本的概念可以促进更广泛的数字学习，而不仅仅是提供核心技术平台、数据集和工具。

2022年这一类的趋势包括:语境丰富的分析、业务模块组装数据和分析、以决策为中心的数据和分析以及人员技能和素养的不足。

信任制度化

只有通过管理AI为了大规模实现数据和分析的价值，实施跨分布式系统、边缘环境和新兴生态系统的互联治理。

虽然AI它正变得越来越普遍，但大多数企业机构仍然失去信任和透明度，因为他们无法解释或解释其模型的用途。企业机构不仅无法管理快速发展AI创新带来的风险Wolfson代理，而且经常敷衍安全等模型治理，导致错误AI模型产生更严重的负面后果，如业务决策错误，甚至生死相关的决策错误。

随着全球AI随着法律法规的激增，企业机构必须按照这些法律法规的要求采取可审计的措施，以确保消费者的信任、透明度和权益。Gartner预计到2026年，将开发出可靠的目标导向型AI75%以上的企业机构将实现AI只有40%的企事业单位没有创新成功率。

2022年这一类的趋势包括：互联网治理，AI向边缘扩展风险管理、制造商和区域生态系统。