我与之交谈的几乎每个CIO都大胆地宣称他们的企业是“数据驱动的企业”。但是，毕马威会计师事务所(KPMG)最近进行的全球CEO前景调查却截然不同：全球67%的CEO(美国的这一数字跃升至78%)表明，他们忽略了由CIO /他们提供的数据驱动的分析和预测模型IT团队，因为这与他们自己的经验相矛盾;他们根据自己的直觉做出了重大的企业决策。

忽略了数据驱动的见解而遵循直觉的CEO

虽然结果有些令人震惊，但可以很容易地解释它。首先，尽管企业生产的数据量足够多，但是数据仍然在业务单元，域，平台和实现(例如云与私有数据中心)之间非常分散。根据Forrester的说法，多达73%的公司数据未用于分析和见解。难怪首席执行官仅使用总数据的27%生成的模型就获得了可怕的结果!其次，大多数当前的预测模型仅使用历史数据，而不使用流(实时)数据。这两个重要因素导致预测的准确性不高。首席执行官如果不信任模型，就无法做出决策，因为他们业务的成败取决于他们做出的决策。

更多数据可以带来更好的预测

尽管是IT运营使其他企业AI计划保持平稳运行，但实施AI以改善其自身的运营速度却很慢。原因之一是上述数据零散。当向AI / ML模型提供部分数据时，您只会获得企业的部分视图。另一个主要原因是因为当前大多数AI / ML实施都是为了创新，并且通常由BU资助。传统上，企业将IT视为成本中心，因此他们不愿意花钱来使用AI来改善运营。但是，随着大量的数据，以及当前的大流行病产生了更多的未连接的远程数据，这种感觉在开始淹没Ops团队时发生了变化。IT运营团队正在达到一个临界点，要处理的数据过多，这是AI的理想方案。这是AI和ML的最佳选择。人工智能在大量数据上蓬勃发展。实际上，向AI算法馈送的数据越多，模型就越好。