随着企业越来越多地投资于开发AI应用程序，包括生成式AI（GenAI），这些应用程序的成功取决于可信数据。

数据本身必须是值得信赖的，在高质量数据中，这意味着准确、完整和一致。用户必须信任数据，这些数据用于训练和支持AI工具，例如聊天机器人–允许用户使用自然语言分析数据，以及AI代理–可自主执行重复性任务，否则必须由人类执行。

如果没有可信数据，应用程序将提供不准确的输出。如果用户不信任数据，应用程序将不会被使用。这样的结果是企业错过机会，错过维持和改善客户关系的机会，错过识别交叉销售和其他收入增长机会的机会等。

通过可信数据，AI输出更加准确，从而被更广泛地采用。这样的结果是，全企业的员工能够做出更明智、更知情的决策，从而推动增长。

Ataccama是一家总部位于多伦多的数据管理供应商，专门从事数据质量，最近该公司与Hanover Research 合作，为其《2025年数据信任报告》采访了300多名高级数据领导者，以衡量他们在开发AI应用程序方面的成功，并发现阻碍成功的障碍。

只有三分之一的人报告称，在开发和部署AI应用程序方面取得有意义的成功。为什么会这样呢，超过三分之二的人表示，可信数据——或缺乏可信数据——是罪魁祸首。

Ataccama公司首席执行官Mike McKee表示，数据质量和可信度一直很重要，但随着AI使企业内更多员工能够做出决策，数据的重要性正在增加。随着越来越多的企业投资于AI开发，以及那些已经这样做的企业扩大其影响力，数据质量和信任的重要性只会增加。

McKee最近讨论了数据信任的重要性。

他指出，AI已经发展成为数据分析和决策的主要接口，随着越来越多的企业开发出成功的AI应用程序，数据可信度将至关重要。企业将可信数据用于准确训练应用程序，以使用应用程序为决策和行动提供信息，可信数据从未如此重要。

你如何定义可信数据？

Mike McKee：在基本层面上，这是指你能够信任的数据。

这听起来非常简单，但我们的基本信念之一是，世界已经从CIO驱动项目转变为CEO驱动数据产品，尽管前者已经存在20年。这里的转折点是ChatGPT 3.5的推出，董事会成员和高管突然问他们的企业是否在使用生成式AI。他们去找CIO，CIO说：’我已经处理数据15年，而你从来没有注意过，现在你却突然关心。’

如果你想一想数据供应链，从不同数据源提取数据到BI工具，以及对这些数据的使用，很多数据项目都是从治理和数据目录开始。这是关于转换数据，确保数据被编入目录，最终，重要的是企业是否可以信任数据。

同样，你如何定义数据质量？

McKee：同样地，简单的答案是高质量的数据。

但关键是量化数据质量。你可以查看完整性、唯一性、有效性（对特定数据集最重要的东西），但这里的重点是如何量化。今天早上，我们进行了产品和工程季度业务审查，我说我知道我们的质量越来越好，但问道：“你们有什么数据来证明这一点？”对于我们的客户，我们试图提供一种方法来量化数据质量，按照他们认为最重要的因素。

为什么企业很难维持数据质量，以提供可信数据？

McKee：其中一个原因是数据的爆炸性增长。现在，一切都数字化。无论是客户服务电话、营销活动还是网站统计，都有更多的数据来源。数据扩散是一方面

另一方面是量化数据质量的挑战，这可能难以确认，因为有些数据如果准确率为80%，则没问题，而有些数据必须准确率为99%。了解这些数据准确性的阈值很重要。如果这是关于Mike或Michael之间的区别，那很好办。如果是医疗处方，80%的时间都不对。重要的是（这是一个挑战）是了解什么是可接受的质量水平，以及在数据源爆炸时代，如何量化数据质量。

糟糕数据质量的后果是什么？

McKee：其中很多都是从360度客户视图开始。我的家人刚买了一台新电视，不得不买一个新的机顶盒。我打电话给Verizon，在等了很久后，他们需要发送一个四位数的PIN码来授权我的帐户。结果四位数的PIN码发送到我在佛蒙特州的23岁女儿那里，而她正在徒步旅行。这种糟糕的数据质量导致客户关系恶化。企业将错过与客户建立关系的机会，错过改善客户数据和客户体验的机会，以及向客户交叉销售的机会。每天都有很多糟糕数据和糟糕体验的例子，错过交叉销售机会，并带来很多其他不好的后果。

对于数据可信度和AI开发之间的关系，随着企业增加对构建和部署AI应用程序的投资，企业是否会取得成功？

McKee：在报告中，我们发现，在我们采访的300家公司中，33%的公司在AI计划方面取得了有意义的进展。我很惊讶这个数字这么高。

很棒的是，这个AI催化剂揭示了拥有更高质量数据的必要性。在很多企业中，对数据的不信任已经存在一段时间，AI已经成为触发因素，让企业意识到存在问题需要解决。AI开发仍处于超早期，因此企业需要做的三件事是：确保输入的数据质量很高，弄清楚在哪里运行模型，并解决道德问题–关于谁可以看到模型输出结果。

谁可以查看AI输出的道德问题是指什么？

McKee：自然语言查询是我们使用AI应用程序的方向，并且，任何人都可以询问其他人的工资。你必须限制谁能看到那样的结果。

AI是这种令人难以置信的强大引擎，我坚信，如果企业不利用AI，他们就不会有竞争力。诞生在数据世界的企业（Meta、Amazon、Uber）正在占据主导地位。其他98%的行业一直担心自己的行业，从销售棒球帽到酒店、汽车、火车和保险，而这些公司并不认为他们必须是厉害的数据组织。现在，为了具有竞争力，企业必须利用其数据和AI。

到目前为止，成功部署AI的最大障碍是什么？

McKee：从历史上看，为了数据项目，所有数据源都为被编目、管理和控制。回到从CIO驱动的数据项目到CEO驱动的数据产品的转变，重要的是要解决主要问题，比如运行更好的营销活动，创造更好的网站体验，确保不同网站的定价相同。

想要取得成功，需要关注业务举措。当数据项目与业务相关联时，快速决策和可信数据直接存在关联。取得成功的关键是，试图将可管理的数据量提升到你所需的质量水平，以更快地做出更好决策——在数据量和业务举措之间找到平衡。

那些在AI举措早期取得成功的企业与那些没有成功的企业有什么不同？

McKee：业务部门参与度，100%。

在Ataccama，我们从两个方面看待AI和生成式AI。一方面是，需要将AI和生成式AI构建到我们的产品中，因为正在发生根本性的转变。数据的爆炸速度比人快。对于爆炸的数据量和固定数量的人数，数据管理过程必须实现自动化。我们认为AI和生成式AI可以让企业以良好的状态获得更多数据，这一点非常重要。第二个方面是允许业务用户参与数据管理过程。数据团队不了解业务的痛苦，因此从用例的角度来看，将应用程序与业务用户分联是绝对必要的。

这很难。如果有一个大数据项目，而它对业务没有任何好处，那就完全没有意义。为了使项目取得成功，从一开始就应努力了解项目将对业务会产生什么影响。这很困难，因为在过去数据团队并没有这样做。但成功的企业会关联业务计划，其中业务部门参与获取更高质量的数据。改进数据背后必须有业务理由。

当企业拥有可信数据，得以成功开发和部署AI应用程序，与没有可信数据的企业相比，这些企业的优势是什么？

McKee：这意味着更好或更快的决策。我完全相信，BI工具（Tableau、Microsoft Power BI等）将越来越多地转向自然语言查询。人们会提出问题，然后答案就在那里，他们不必去找数据表。企业正在使用生成式AI获得更好的答案，并能够更快地访问信息。

你认为在未来一到两年内，大多数企业将能够足够信任他们的数据，从他们的AI举措中获得成功吗？

McKee：我认为应该是两到三年，而不是一到两年内，但他们别无选择。如果有一天，一家公司将PIN码发送给你在佛蒙特州的女儿，而不是发给你，你会想说放弃这家公司。而那些在传统行业中采用技术并利用其数据使用AI的公司，他们将取得成功。例如，Uber比所有航空公司加起来更有价值。你需要更快地做出更好的决定，那些没有做出决定的人将输给那些做出决定的人。

我们可能可以量化数据质量，也可以为重要的不同数据集设置阈值。我乐观地认为，拥有高质量的数据和利用AI将在两到三年内实现。我已经在网络安全方面工作10年，首席信息官、首席数据官和首席安全官之间交集越来越多。这里涉及隐私问题、安全问题，接下来的挑战是解决这些问题。