尽管如此，CIO们不应该太快地将大数据时代 (大约2005-2015年)的关键技术扔进历史的垃圾箱。
AI正在为我们服务，同时，量子计算，甚至无人机也在陆续进入我们的视野。
尤其是未来主义者，以及所有高管，真正应该做的是探索：我们如何创造价值。
数据是铺就AI价值之路的水泥。“大数据”是一个关键领域，存在被错误归类的风险——这是过去的事情，或者缺乏值得一试的上行空间。CIO和数字高管需要确保大数据得到应有的关注。
重新思考我们对数据的看法
当面对一个长期存在的实质性问题时——例如，为什么我们不能从数据中获得充分的价值——这不会立即危及生存，我建议进行一次心理模型审计。我们是如何思考这个问题的？
我让一群高管思考他们是如何看待数据的。我问他们，他们是否会将自己归类为燕子，拥有远大的想法和雄心壮志；刺客，通过单一定义理念的镜头看待世界的高管；或者鼹鼠，专注于具有特定可交付成果的短期项目。
得知很少有高管自称刺猬，我并不感到惊讶。这可能是因为还没有出现一个被普遍接受和部署的利用数据创造价值的框架。共识是，当扩展数据的雄心与具有可实现里程碑的可做项目的联系清楚地表达出来时，价值最常被收获。
显然，仅仅将数据和分析抱负插入到任何给定企业正在运行的多个战略制定过程中，就有相关的价值。在Gartner Data and Analytics Summit 2024上，副总裁分析师Ehtisham Zaidi分享道：“在过去九年中，在全球S 1200指数成份股公司中，谈论数据、分析和AI具有战略意义的公司有80%的表现优于同行。”
当我让一群经验丰富的数据从业者——数据科学家和统计学博士——使用燕子、刺猬和鼹鼠模式进行自我识别时，燕子并不多，鼹鼠多了几个，大多数人认为自己是小刺猬。似乎麻瓜(商业高管)和巫师(数据专业人士)通过不同的眼睛看世界。我们需要在这方面下功夫。
融合力
正如数据科学家需要更像商人一样思考一样，商人也必须更像数据科学家那样思考。这涉及到职业认同的问题。高管们需要扩大他们的职业身份，将数据包括在内。数据专业人员需要认识到，DI(信息更改)不一定等同于DB(行为更改)。展望未来，数据专业人士不仅从事信息/洞察交付业务，他们还从事“创造洞察，驱动价值创造行为”业务。
现在可用的工具组合已经使数据科学的实践民主化。人们不再需要是数学天才或编码天才才能从数据中提取价值-参见亚历克斯·J·古特曼、乔丹·戈德迈尔所著的成为数据头部：如何思考、说话和理解数据科学、统计学和机器学习。
但许多高管都遭受着数据失败主义的困扰，他们错误地认为数据价值取决于拥有数学、统计学或机器学习方面的学位。高管们需要随时联系数据专业人士，以指导他们使用数据强大的工具。数据专业人员需要融入企业，而不是被隔离在专门的数据集中营中。
高管们花了太多时间过多地考虑传统分析、大数据和现在的AI之间的区别。没有传统的分析，你做不到大数据，没有大数据，你做不到AI。数据就是数据。别再吹毛求疵了。走出去，用数据创造价值。
