人工智能(AI)已开始超越单纯分析，承担起实际决策与执行阶段的任务。不过在企业现场，"可信数据"和强有力的治理正作为比速度更重要的条件而凸显。
美国数据分析企业Qlik Technologies的AI负责人尼克·马格努森近期在"Qlik Connect 2026"活动中诊断称，AI正在从根本上改变人与数据的关系。他解释道，过去人们基于仪表盘和报告进行直接判断并采取行动，而现在AI可以替代执行该过程的相当大部分，甚至在某些情况下能直接实施行动。
马格努森强调，随着AI的普及，现有的数据管理体系也需要重新设计。他表示："如今进入数据生命周期的已非人类，而是自主系统"，"现在到了需要从根本上重新思考如何利用信息、如何创建和维护数据的既有框架的时刻。"
分析速度虽加快，但若数据错误则"失败"也更快
业界评价认为，AI已显著缩短了分析组织长期追求的"洞察获取时间"。以往需要数小时进行数据查询和仪表盘配置的工作，如今仅需数秒即可完成。
但Moor Insights & Strategy的副总裁迈克尔·莱昂指出，仅靠速度并不足够。若数据质量低下，AI反而可能更快放大问题。他表示："现在已无需人工逐一查找该从何处筛选分析用数据"，"AI能以更快速度发现数据，且比人类更精准处理的可能性很高。"
这虽显示AI能大幅提升数据探索与分析效率，但同时也暗示若输入数据可信度无法保障，结果也可能产生动摇。这最终意味着AI决策的核心在于"精准基础"而非"快速处理"。
胜负关键终在于"自主性"与"人类监督"的结合
专家认为，现实解决方案并非让AI完全取代人类，而是构建兼具自主性与人类监督的体系。马格努森解释称，企业竞争力将取决于控制和检验AI的体系，而非AI技术本身。
他表示："人类需要在其之上建立治理框架，并承担确保系统随时间推移仍能正常运作的管理职责"，"AI并非某个时间点的技术，而是需要持续运营和检查的对象。"他补充道，只有通过人类评估系统、设计架构并持续监控，才能维持可信结果。
此番发言可解读为向企业传递的信息：不应只专注于AI引入竞争，而需同步设计数据质量、语境理解和责任架构。随着AI决策正式普及，市场赢家更可能是基于"可信数据"稳定运营的企业，而非仅拥有更快AI技术的公司。
TP AI 注意事项 本文使用基于TokenPost.ai的语言模型进行文章摘要生成。正文主要内容可能存在遗漏或与事实不符之处。