【赛迪网讯】互联网相关的信息技术可能是今天技术发展周期最短的技术，对于投资者也是最趋之若鹜的领域。但林林总总的技术更迭不已，让人难以琢磨。Gartner的周期性研究报告则给了行业一张详细明了的晴雨表，给投资者指明了参考方向。在上月月底，Gartner发布的中国数据分析和人工智能技术成熟度曲线也引起了行业的关注讨论。

成熟度曲线的两大板块

自从去年年底，以ChatGPT为代表的生成式AI技术引爆网络的关注后，生成式AI应用在今年产生了爆炸性的萌发。所以，这一期的成熟度曲线报告重点关注AI领域和数据分析这两大热点。根据Gartner的预测，到2026年，中国超过30%的白领岗位将被重新定义，使用和管理生成式AI的技能将大受欢迎。

Gartner高级研究总监张桐表示，Gartner的成熟度曲线报告本质上是着眼于全球的技术周期性报告，并不针对某一国家、地区。不过，中国作为全世界互联网用户的大国，确实在对互联网技术的应用上走在了全球的前列，在生成式AI应用上也同样引领世界。因此，从全球视野之上再单独观察总结中国的技术成熟度曲线，其实也有助于理解这些技术在全世界的发展趋势。毕竟中国走在了世界前列，看到了技术在中国的发展，大概率就能推测出在其他后置地区的发展趋势。

本次发布的技术成熟度曲线又将数据分析和人工智能两大板块细分成四个基本主题：业务成果优先的中国数据战略，区域数据与分析和人工智能生态系统，数据中台的崩塌，以及人工智能成为新的国力象征。

最被看好和最不看好的技术

在图表中，在处于技术萌芽阶段的诸多技术里，数据资产管理是其中最被看好，认为在两年之内就可能进入生产成熟期的技术。张桐表示，从世界整体来看，在美国和新加坡等发达国家，“数据入表”早已不是新名词，提出至今已有十年时间，但至今仍然没有真正大范围付诸实施。而中国政府在近年来将数据要素纳入了经济发展的重要指示性文件当中，希望利用数据驱动，让数据能够产生价值。所以Gartner认为随着中国政府、企业大量推行数据资产入表，以及发展虚拟经济，数据资产管理技术在中国国内将会发展得比国外更快。因此，Gartner大胆预测，在两年之内数据资产管理技术在中国就能进入生产成熟期。

与数据资产管理兴兴向荣形成对比的是处于泡沫破裂低谷期的数据中台技术。Gartner认为数据中台技术处在未成熟即面临淘汰的尴尬境地。虽然近些年来，各种数字化服务解决方案的供应商不断推陈出新，发布了各种各样的数据中台，但是随着新技术的不断涌现，数据中台作为一个整体就难以胜任不同部门对不同技术、标准的需要。对企业而言，目前的数字化管理平台更需要看重可扩展性和灵活性，用可插拔的形式满足不同运维部门的个性化管理需求。因此，组装式的数据分析会比数据中台会更符合很多企业的需求。

数据编织和大模型是AI前进的主要方式

当前，AI的大爆发再次让芯片成为大众关注的重点。但是从“不可能三角”来看，芯片的性能、能耗和面积组成了一个“不可能三角”，三者不能兼顾。从目前看来，在AI大爆发之后，算力的需求难以满足，可能连全球的电力都无法满足AI的需求。张桐认为，未来芯片架构和算法的创新是降低能耗，提升芯片性能的主要途径。

数据编织是一种设计框架，用于获得灵活而且可复用的数据管道、服务和语义，涉及数据集成、主动元数据、知识图谱、数据剖析、机器学习和数据分类。数据编织颠覆了现有的数据管理主导方法，不再强调数据的物理统一收集，而是由元数据驱动的数据连接。

张桐表示：“数据分析和AI用例的出现，以及快速变化的数据安全法规，导致了中国数据管理的复杂性和不确定性。数据编织能充分利用沉没成本，同时也能为数据管理基础设施方面的新支出提供优先级排序和成本控制指导。”知识图谱可以给予确定性，而大语言模型则无法给出100%的确定性，将两者进行结合，可能是未来AI往前再进一步的主要的方式。

本次Gartner的技术成熟度曲线的制定数据主要来自Gartner技术的提供商、客户和政府机构。为企业机构提供可行动的客观洞察，推动企业在最关键的优先事项上作出明智决策，是Gartner不断发布成熟度曲线及相关解读的初衷。