根据IBM对30个国家2000名CEO的调查，多年的零散技术采用已经造成了孤岛式系统，如果没有统一的数据基础，这些系统将威胁到AI投资。
“在采用AI时，CEO们需要在短期ROI压力和长期创新投资之间找到平衡，”IBM咨询高级副总裁兼负责人Mohamad Ali在一份新闻稿中表示。研究显示，68%的CEO认为一个集成的、企业级的数据架构对于跨部门协作至关重要，72%的人将他们的专有数据视为解锁GenAI价值的关键。
“在破碎的基础上叠加模型无法实现长期的AI ROI，”QKS集团实践总监Amandeep Singh警告说。他警告说，表面层次的AI集成只会增加不断增长的技术债务。
IBM副主席Gary Cohn在一份新闻稿中警告说，不利用AI和你的数据就等于选择落后。
数据脱节不仅是一个技术问题，也是一个战略问题。研究发现，59%的CEO在平衡现有运营资金与创新投资方面遇到困难，尤其是在遭遇意外变化时。
在害怕落后的驱使下，64%的CEO承认在没有充分理解其价值的情况下就投资了AI。2025年，首席AI官报告的平均ROI为14%，即使AI项目规模超出了最初的试点阶段。研究指出，虽然突破性的概念验证吸引了关注，但它们并不总能转化为商业成果。
CEO们知道AI可能推动显著增长——85%的人预计到2027年，规模化AI效率将带来积极的ROI——但他们正在不稳定的基础上构建。
德勤的研究显示，数据问题是AI的主要瓶颈。只有一半的受访CEO报告称，他们的数据集成足以支持AI的规模化。弥合遗留系统、不一致的格式和治理差距需要CIO们同时解决技术和文化问题。
CEO们认识到战略领导力和人才是AI价值的关键，但技能差距仍然存在。大约三分之一(31%)的劳动力需要在三年内接受AI再培训，54%的CEO正在招聘新的AI职位，凸显了人才争夺战。
研究还强调了谨慎的乐观态度。虽然只有52%的CEO报告称从生成式AI中获得了超出成本降低的价值，但68%的人表示他们的组织有明确的指标来衡量创新ROI。到2027年，77%的人预计从专注于增长和扩张的AI投资中获得积极回报，但这些收益取决于CIO们现在解决数据混乱问题。
正确构建数据堆栈
CIO们需要从审计他们的数据开始，发现差距，清理不一致之处，并确保数据可用。目标不是将所有内容锁定在一个中央系统中，而是确保数据结构化、受治理且易于访问。研究建议，通过智能工具如数据虚拟化和系统集成，团队可以在不增加复杂性的情况下以统一视图工作。
Singh敦促CIO们采用“数据产品思维”——将高质量、可重用的数据集视为业务资产。如果做得好，这将推动实际产生影响的AI用例，如预测本地库存需求或减少旅行支出。
为了使AI实时工作，CIO们应构建一个连接系统并将智能嵌入日常运营的数据结构。云原生平台帮助团队跨孤岛协作，而事件驱动架构使AI能够在新数据到来时立即响应。
AI还需要在干净、企业特定的数据上进行训练，并融入业务规则、伦理和安全。一个强大的训练框架，加上反馈循环，有助于AI发现问题、改进流程并保持相关性，研究补充道。
“没有AI模型应该在未接入实际业务工作流程的情况下投入生产，”Singh说。“如果做得好，这种重新布线将把数据混乱转化为竞争优势。”
