企业强大的数据基础能够转化为更好的AI投资回报，但邓白氏对32个国家10000家企业的调查发现，只有8%的企业表示其数据已经做好支持AI的准备。另有33%的受访企业表示其数据基本准备就绪，44%表示部分准备就绪。
调查发现，在数据已完全具备AI就绪状态的企业中，81%看到了强劲的AI回报，相比之下，数据部分就绪的企业中只有12%报告了强劲回报。美洲地区的企业往往最有可能增加AI支出，但其强劲投资回报率以及数据基本或完全就绪的比例却是倒数第二低的。
邓白氏首席数据与分析官加里·科托维茨在新闻稿中表示："本季度最突出的一点是数据准备程度的重要性。那些数据已经为AI做好准备的组织，其获得广泛回报的比率远高于其他企业。"
随着首席信息官们希望构建能够支撑AI技术业务场景需求的坚实基础，数据正日益成为企业AI不可或缺的支撑要素。
科托维茨说："AI应用的下一阶段，决定因素将较少取决于能否获取模型，而更多取决于这些模型所能使用的信息质量。"
Collibra的一份报告显示，在接受调查的AI决策者中，72%认为薄弱的数据基础往往是企业AI项目未达预期效果的根本原因。调查发现，缺乏结构化的数据情境是导致IT团队在监管AI智能体时需要投入更多人工监督的关键因素。
谷歌云与《麻省理工科技评论》洞察部门在今年8月的一份报告中发现了类似的模式。研究显示，如果企业不能全面理解其数据资产（包括非结构化数据），就"无法具备足够的质量和信任度，以实现智能体的大规模应用"。报告发现，只有10%的企业已经在业务中大规模部署了智能体。
重塑数据基础已成为喜力公司AI发展历程的关键环节。这家跨国酿酒公司将数据视为决策智能的基石，喜力美国首席信息官兼数字技术高级副总裁弗兰克·扬内拉在10月举行的高德纳IT研讨会/博览会上表示。
扬内拉的团队致力于打造与业务场景相匹配的决策就绪型数据。扬内拉表示，在考量数据时，他会思考数据是否是最新的、质量是否足以支撑行动决策，以及是否与正确的业务驱动因素相关联。
