盡管如此，CIO們不應該太快地將大數據時代 (大約2005-2015年)的關鍵技術扔進歷史的垃圾箱。 

AI正在為我們服務，同時，量子計算，甚至無人機也在陸續進入我們的視野。 

尤其是未來主義者，以及所有高管，真正應該做的是探索：我們如何創造價值。 

數據是鋪就AI價值之路的水泥。“大數據”是一個關鍵領域，存在被錯誤歸類的風險——這是過去的事情，或者缺乏值得一試的上行空間。CIO和數字高管需要確保大數據得到應有的關注。 

重新思考我們對數據的看法 

當面對一個長期存在的實質性問題時——例如，為什么我們不能從數據中獲得充分的價值——這不會立即危及生存，我建議進行一次心理模型審計。我們是如何思考這個問題的？ 

我讓一群高管思考他們是如何看待數據的。我問他們，他們是否會將自己歸類為燕子，擁有遠大的想法和雄心壯志；刺客，通過單一定義理念的鏡頭看待世界的高管；或者鼴鼠，專注于具有特定可交付成果的短期項目。 

得知很少有高管自稱刺猬，我并不感到驚訝。這可能是因為還沒有出現一個被普遍接受和部署的利用數據創造價值的框架。共識是，當擴展數據的雄心與具有可實現里程碑的可做項目的聯系清楚地表達出來時，價值最常被收獲。 

顯然，僅僅將數據和分析抱負插入到任何給定企業正在運行的多個戰略制定過程中，就有相關的價值。在Gartner Data and Analytics Summit 2024上，副總裁分析師Ehtisham Zaidi分享道：“在過去九年中，在全球S 1200指數成份股公司中，談論數據、分析和AI具有戰略意義的公司有80%的表現優于同行。” 

當我讓一群經驗豐富的數據從業者——數據科學家和統計學博士——使用燕子、刺猬和鼴鼠模式進行自我識別時，燕子并不多，鼴鼠多了幾個，大多數人認為自己是小刺猬。似乎麻瓜(商業高管)和巫師(數據專業人士)通過不同的眼睛看世界。我們需要在這方面下功夫。 

融合力 

正如數據科學家需要更像商人一樣思考一樣，商人也必須更像數據科學家那樣思考。這涉及到職業認同的問題。高管們需要擴大他們的職業身份，將數據包括在內。數據專業人員需要認識到，DI(信息更改)不一定等同于DB(行為更改)。展望未來，數據專業人士不僅從事信息/洞察交付業務，他們還從事“創造洞察，驅動價值創造行為”業務。 

現在可用的工具組合已經使數據科學的實踐民主化。人們不再需要是數學天才或編碼天才才能從數據中提取價值-參見亞歷克斯·J·古特曼、喬丹·戈德邁爾所著的成為數據頭部：如何思考、說話和理解數據科學、統計學和機器學習。 

但許多高管都遭受著數據失敗主義的困擾，他們錯誤地認為數據價值取決于擁有數學、統計學或機器學習方面的學位。高管們需要隨時聯系數據專業人士，以指導他們使用數據強大的工具。數據專業人員需要融入企業，而不是被隔離在專門的數據集中營中。 

高管們花了太多時間過多地考慮傳統分析、大數據和現在的AI之間的區別。沒有傳統的分析，你做不到大數據，沒有大數據，你做不到AI。數據就是數據。別再吹毛求疵了。走出去，用數據創造價值。