近日，全球知名科技研究和咨询机构Gartner发布了关于中国数据分析与人工智能技术的最新报告。报告指出，中国正迎来数据分析与人工智能领域的蓬勃发展，预计到2026年，将有超过30%的白领工作岗位重新定义，生成式人工智能技能将成为广受欢迎的技能之一。

今年是Gartner首次发布中国数据、分析和人工智能技术成熟度曲线，该曲线突显出中国在这一领域的迅速崛起。报告涵盖了四个关键主题：业务成果导向的中国数据战略、区域数据与分析生态系统、数据中台的挑战，以及人工智能作为国力象征。报告中强调了即将进入期望膨胀期的技术数量激增，其中包括数据编织、大模型、数据资产管理、组装式数据与分析等关键领域。

数据编织

数据编织（Data Fabric）是一种架构方法，用于简化企业或机构中的数据访问，从而促进自助数据消费。此架构与数据环境、流程、实用工具和地理位置无关，同时集成了端到端的数据管理功能。数据编织可自动执行数据发现、数据治理和数据消费，助力企业利用数据来发挥其价值链的最大作用。

数据编织能够解决硬件资源短缺、可扩展性、可持续运营和安全风险等问题。虽然数据编织目前仍处于萌芽阶段，但Gartner预测它将在未来10年内成为市场主流。

大模型

大模型（Large Model）是指具有数百万或数十亿个参数的深度神经网络模型，这种模型经过专门的训练过程，能够对大规模数据进行复杂处理。大模型技术被认为在自然语言处理等领域具有巨大潜力，有望在各类自然语言应用中提供增强效果。不过，由于门槛较高，仅有极少数企业有能力投入足够的资源进行大模型研究和应用。

目前，百度文心一言、科大讯飞星火认知大模型、抖音云雀大模型等多个大模型正式对公众开放服务。与此同时，不少企业也纷纷加快大模型面向工业、金融、政务、教育等行业应用。工信部也表示，将结合全球通用人工智能发展的新态势，围绕算力、算法、数据、框架等底座技术加大创新攻关，加快推进软硬件适配，构建从智能芯片到算法框架到大模型的全栈式产业链。

数据资产管理

数据资产管理是指规划、控制、提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法、程序，从而控制、保护、交付、提高数据资产的价值。数据资产管理贯穿数据采集、存储、应用、销毁全生命周期全过程，数据资产管理就是对其进行资产话管理。

数据资产管理被强调为管理、处理和利用宝贵数据资产的关键过程，可以在不到两年的时间内实现主流采用。这一创新将在未来两到五年内受到特别关注，包括公民数据科学、决策智能、生成式人工智能和实时数据管理等领域。

组装式数据与分析

组装式数据和分析（D&A）利用基于容器或业务微服务的架构和数据编织理念，将现有资产组装为灵活、模块化和用户友好的数据分析和AI能力。这项技术可在低代码和无代码能供的支持下，综合运用一系列技术将数据管理和分析应用转变为数据分析和AI组件或其他应用模块，并且支持自适应和智能决策。

此外，组装式数据与分析技术的出现，有助于中国企业提高敏捷性，加快洞察产出速度，应对不断变化的业务环境。这项技术将数据管理和分析应用转化为模块化的数据分析和人工智能能力，进一步提高了企业的灵活性。

总的来说，中国在数据分析与人工智能技术领域呈现出强劲的发展势头，未来将迎来更多创新和应用，这将为中国的科技和经济发展带来积极的影响。