商业与技术洞察公司Gartner预测到2030年，超过十分之一的企业将转型成为AI优先型企业，并在AI智能体、语义技术、融合型数据和分析（D&A）平台的应用方面领先竞争对手。这三个领域是数据和分析重要趋势的核心驱动力。

Gartner研究副总裁Carlie Idoine表示：“企业正加速向AI优先型运营模式转型，AI已成为所有业务决策、工作流程和投资中的核心考量因素。若缺乏企业层面的清晰承诺，企业将很难在业务全场景中持续释放AI技术的全部价值。”

Gartner建议，企业在未来两年将以下数据和分析（D&A）趋势纳入自身战略规划。

趋势1：主权AI加速发展

随着AI成为经济实力的关键支柱，各国正优先掌控本地AI能力，以最大程度地降低对外部的依赖，从而实现主权目标。数据和分析管控能力的本地化是该进程中的重要一环。这是许多企业在向AI优先型企业转型中必须应对的外部地缘政治现实。

Idoine表示：“主权AI正彻底重塑企业对其AI战略中管控、创新和弹性的认知框架。为了有效应对主权AI带来的机遇与挑战，企业必须对数据和分析路线图进行现代化改造，推动AI应用从落地使用升级为构筑竞争优势。”

趋势2：通过决策治理降低AI智能体风险

AI智能体正在执行更多战略、战术和运营决策，这意味着缺乏治理的决策将增加企业的法律、运营和声誉风险。决策治理将治理原则融入决策智能体系，以此确保自动化决策具有可解释性和可审计性，并与业务目标保持一致。

Gartner预测到2029年，通过部署决策智能平台，经过明确建模的商业决策在信任水平方面将比缺乏治理的决策提升五倍，且决策速度提高80%。

趋势3：借助AI治理平台建立信任

全球AI监管日益复杂、新型AI风险不断显现，自主AI智能体加速普及，传统标准化验证方法已无法满足有效AI治理的需求。AI治理平台可帮助企业在遵循企业政策、法规和行业标准的同时，贯彻通用的负责任AI原则。

Gartner建议数据和分析领导者采用AI治理平台，将治理落地为可执行机制，实现集中化监督、构建风险管理框架，并强制实施必要的管控。

趋势4：智能体数据流驱动实时智能

传统批数据处理速度较为迟缓，智能体数据流‌是企业创建、使用AI智能体的关键。事件驱动的持续数据流助力数据和分析领导者加速数据交付，使AI智能体能快速、准确地执行更多任务。

Gartner预测到2028年，受实时响应能力变革性需求的推动，采用智能体AI数据流技术的比例将从2025年的不足15%上升到‌60%以上。企业须优先布局需要实时数据的场景，如决策智能、自主运营和数字孪生等。

趋势5：通过智能体数据管理简化运营

数据和分析领导者在管理日益复杂的数据时面临持续挑战，这使传统数据管理流程不堪重负，并加大了企业实现AI就绪的难度。使用AI智能体进行数据管理，可支持实时操作、模式识别并提供建议，从而增强核心数据流程，提高企业敏捷性和响应速度。

Idoine表示：“通过将AI智能体集成到数据管理工作流中，数据团队能利用具备自主学习能力的系统更灵活地开展工作。为确保这些能力交付稳定且与业务高度契合的成果，必须建立强有力的治理机制并对性能进行持续监控。”

趋势6：使用GraphRAG处理复杂应用场景