數(shù)據(jù)是人工智能發(fā)展的基礎(chǔ)。沒有數(shù)據(jù)，無論是傳統(tǒng)AI、生成式AI還是智能體都無法存在。因此，自2022年底生成式AI興起以來，AI技術(shù)的快速發(fā)展對傳統(tǒng)的信息管理領(lǐng)域產(chǎn)生了重大影響。

這份2025年十大信息管理故事清單不可避免地帶有AI的印記。我們選擇使用"信息"一詞，因為它涵蓋了非結(jié)構(gòu)化內(nèi)容，在概念層面比"數(shù)據(jù)"更高級，也與"知識"相呼應(yīng)。盡管如此，AI并未窮盡數(shù)據(jù)管理、數(shù)據(jù)治理或主數(shù)據(jù)管理的全部內(nèi)容，這些傳統(tǒng)學(xué)科繼續(xù)為組織創(chuàng)造價值。以下案例研究（曼徹斯特機場和英國皇家空軍）以及與首席數(shù)據(jù)官保羅·內(nèi)維爾（來自養(yǎng)老金監(jiān)管局）和伊恩·拉夫爾（來自RAC）的訪談，都體現(xiàn)了信息管理領(lǐng)域的更廣闊視角。

在IT市場供應(yīng)商方面，SAP、Oracle和AWS都在這份名單中。隨著AI炒作周期進入2026年，我們可以期待數(shù)據(jù)管理的基礎(chǔ)要素——數(shù)據(jù)如何被采集、清理、組織和分發(fā)以支持提供真實世界價值的業(yè)務(wù)應(yīng)用——將重新占據(jù)主導(dǎo)地位。

以下是Computer Weekly評選的2025年十大信息管理文章：

小語言模型和邊緣AI的早期探索

小語言模型（SLM）可能比大語言模型更具成本效益，提供更好的隱私保護，并在特定任務(wù)上表現(xiàn)更佳。但對于SLM的應(yīng)用是否還為時過早？

大語言模型使用大量數(shù)據(jù)和計算能力來創(chuàng)建看起來甚至感覺"人性化"的查詢答案。大語言模型還可以生成音樂、圖像或視頻，編寫代碼，掃描安全漏洞等眾多任務(wù)。這種能力導(dǎo)致了生成式AI的快速采用和新一代數(shù)字助手及"聊天機器人"的出現(xiàn)。

然而，大語言模型并非運行生成式AI的唯一方式。通常定義為使用不超過100-150億參數(shù)的小語言模型正在引起商業(yè)企業(yè)和公共部門的興趣。小語言模型避免了大語言模型的一些缺點，包括對本地或云端巨大資源需求、相關(guān)環(huán)境影響、不斷增長的"按需付費"服務(wù)成本，以及將敏感信息轉(zhuǎn)移到第三方云基礎(chǔ)設(shè)施相關(guān)的風(fēng)險。

客戶數(shù)據(jù)平臺能否兌現(xiàn)個性化營銷承諾

供應(yīng)商將客戶數(shù)據(jù)平臺宣傳為實現(xiàn)組織長期渴望的單一客戶視圖的手段。這個承諾最終能夠兌現(xiàn)嗎？

企業(yè)長期以來一直在追求單一客戶視圖的承諾。早在1999年，包括Oracle和Siebel在內(nèi)的供應(yīng)商集團就支持客戶配置文件交換（CPEX）標準，旨在為企業(yè)提供在線消費者的"全面視圖"。但該倡議很快陷入復(fù)雜性和隱私擔(dān)憂之中，突顯了至今仍存在的挑戰(zhàn)。

雖然統(tǒng)一客戶洞察的理念長期以來一直被用來銷售軟件，但很少有企業(yè)真正實現(xiàn)了在各部門間持續(xù)有用的單一視圖。那么客戶數(shù)據(jù)平臺（CDP）有何不同呢？

市場前沿的供應(yīng)商包括Adobe、SAP、Salesforce、Oracle、Twilio Segment、Tealium和Microsoft，每家都在數(shù)據(jù)集成、實時編排和人工智能支持方面帶來不同優(yōu)勢。

生成式AI驅(qū)動的知識管理如何提升客戶體驗

生成式AI在知識管理中的應(yīng)用在客戶體驗項目中不斷增長，為知識管理提供了新的使命。

公司擁有大量有價值的數(shù)據(jù)，可用于與員工分享相關(guān)信息以改善客戶體驗。然而，這些數(shù)據(jù)往往埋藏在多個系統(tǒng)中，需要員工翻閱大量無關(guān)信息才能找到所需的精確細節(jié)，或者需要找出訪問關(guān)鍵數(shù)據(jù)所需的確切搜索詞。

生成式AI技術(shù)的最新進展為企業(yè)通過將AI應(yīng)用于知識管理來提供更好的客戶體驗提供了機會。"AI通過自動化和增強知識實踐正在革命性地改變知識創(chuàng)建和維護。知識創(chuàng)建、改進和分享可以融入核心客戶體驗流程中，"Forrester Research副總裁兼客戶關(guān)系管理和客戶服務(wù)首席分析師Kate Leggett說道。

案例研究：曼徹斯特機場集團使用AWS改革數(shù)據(jù)策略

曼徹斯特機場集團正在使用AWS技術(shù)通過改革其數(shù)據(jù)策略來改善乘客體驗，該組織首席數(shù)字官Ryan Cant詳細介紹了相關(guān)情況。

2023年，超過5000萬人次通過曼徹斯特機場集團（MAG）的三個站點之一，前往全球250多個目的地。除了數(shù)百萬乘客從曼徹斯特、倫敦斯坦斯特德和東米德蘭茲機場進出之外，MAG還在后者處理了39.5萬噸貨物，使其成為英國重要的國際貿(mào)易樞紐。

MAG雄心勃勃地計劃到2024年底將乘客人數(shù)從5300萬增加到6000萬，并在未來五年繼續(xù)保持增長。為了實現(xiàn)這種擴張水平，該組織正在與AWS合作，更好地整合其系統(tǒng)，消除數(shù)據(jù)孤島并提高效率。

該項目的主要元素之一是投資AWS數(shù)據(jù)湖基礎(chǔ)設(shè)施，并建立可視化策略，以便將各種數(shù)據(jù)源插入其中。

數(shù)據(jù)驅(qū)動：英國皇家空軍的海上巡邏能力改革

Computer Weekly訪問了英國皇家空軍洛西默斯基地，了解其波音P-8A監(jiān)視機隊在NetApp存儲支持下如何監(jiān)視北大西洋間隙。

在北大西洋的惡劣水域上空，英國皇家空軍飛機與俄羅斯攻擊核潛艇進行貓鼠游戲，數(shù)據(jù)收集和管理是其行動的核心。

海神座MRA1海上巡邏機隊的主要任務(wù)是保護英國持續(xù)的海上核威懾力量。探測和跟蹤俄羅斯?jié)撏?、水面艦艇和間諜船是他們的日常任務(wù)。

但海神座對敵對船只的最大威脅可能甚至不是武器，而是包括搜索雷達、強力攝像頭和聲納浮標聲學(xué)傳感器在內(nèi)的傳感器套件。其最強大的功能是收集和存儲大量數(shù)據(jù)以供未來分析的能力。據(jù)英國皇家空軍透露，任務(wù)后數(shù)據(jù)在洛西默斯基地進行地面分析，數(shù)據(jù)量達到"TB級"。

由此產(chǎn)生的情報"產(chǎn)品"隨后提供給皇家空軍、皇家海軍，以及可能的北約和五眼聯(lián)盟盟友。

SAP TechEd 2025：讓AI真實落地，深耕數(shù)據(jù)

柏林SAP TechEd會議重點關(guān)注構(gòu)建智能體和生成式AI系統(tǒng)以創(chuàng)造真實的業(yè)務(wù)成果，超越其高管所稱的過度炒作。

在此次活動中，三位技術(shù)高管公布了供應(yīng)商SAP Build平臺中的AI驅(qū)動功能，披露了其Joule AI助手產(chǎn)品組合中的更多智能體，并指出了與數(shù)據(jù)專業(yè)公司（最值得注意的是最近與Snowflake）擴大的合作伙伴關(guān)系。

根據(jù)SAP的說法，這些關(guān)系表明該公司致力于開放其平臺，為客戶建立強大的AI基礎(chǔ)。此次活動的主題是在AI方面"務(wù)實"。

重新審視SAP在5月Sapphire會議上大力宣傳的"飛輪"概念，公司執(zhí)行董事會成員兼產(chǎn)品與工程高級副總裁Muhammad Alam表示："SAP獨特的應(yīng)用程序、數(shù)據(jù)和AI飛輪的創(chuàng)新讓開發(fā)者掌握主導(dǎo)權(quán)——這正是他們應(yīng)有的位置。"

SAP業(yè)務(wù)技術(shù)平臺總裁Michael Ameling表示，該供應(yīng)商的內(nèi)存列式數(shù)據(jù)庫Hana是"AI一直在尋找的數(shù)據(jù)庫"。

SAP首席技術(shù)官Philipp Herzig重點介紹了預(yù)測性用例，這屬于傳統(tǒng)機器學(xué)習(xí)而非大語言模型的范疇。他強調(diào)，為"大型跨國"公司"大規(guī)模"構(gòu)建基于AI的應(yīng)用程序比為簡單組織構(gòu)建小型應(yīng)用程序要求更高。

Oracle紅牛車隊如何用云、AI和數(shù)據(jù)驅(qū)動F1未來

進入阿布扎比F1車隊車庫，揭示了蒙特卡羅模擬、AI和Oracle云基礎(chǔ)設(shè)施如何支持瞬間決策、策略和奪冠表現(xiàn)。

一級方程式一直是一項由極端定義的運動，毫秒之差決定勝負，人類技能被推向極限。但在引擎咆哮和進站表演的背后，隱藏著一種更安靜、看不見的力量，它越來越多地定義著這項運動的成功：技術(shù)。在Oracle紅牛車隊，數(shù)據(jù)、AI和云計算已經(jīng)變得與輪胎、空氣動力學(xué)和馬力同樣重要。

在阿布扎比賽季最后一場比賽之前，Computer Weekly訪問了Oracle紅牛車隊的車庫，觀察人類專業(yè)知識和技術(shù)創(chuàng)新如何結(jié)合，推動這支最具統(tǒng)治力的車隊之一。

訪談：養(yǎng)老金監(jiān)管局數(shù)字、數(shù)據(jù)和技術(shù)總監(jiān)保羅·內(nèi)維爾

數(shù)據(jù)、自動化和AI正在推動監(jiān)管機構(gòu)采用新方法開展工作，以及如何支持養(yǎng)老金行業(yè)，為英國所有擁有養(yǎng)老金的人帶來改善的體驗。

養(yǎng)老金監(jiān)管局數(shù)字、數(shù)據(jù)和技術(shù)總監(jiān)保羅·內(nèi)維爾正在建設(shè)強大的IT基礎(chǔ)，作為五年戰(zhàn)略的一部分，幫助將組織從基于合規(guī)的監(jiān)管機構(gòu)轉(zhuǎn)變?yōu)榛陲L(fēng)險的監(jiān)管機構(gòu)。他解釋了這種變化在未來幾年的實際意義。

"作為監(jiān)管機構(gòu)，我們顯然仍會有期望人們遵循的特定流程，但我們將更加關(guān)注我們試圖實現(xiàn)的結(jié)果，并基于該需求做出決策，"他說。"為了實現(xiàn)這種轉(zhuǎn)變，我們需要理解我們的數(shù)據(jù)。我們需要有正確的自動化水平來探索信息、衡量結(jié)果，并與對養(yǎng)老金感興趣的行業(yè)和其他政府機構(gòu)一起交付這些結(jié)果。我們設(shè)想一個信息在組織之間流動的未來世界。"

訪談：RAC數(shù)據(jù)和洞察主管伊恩·拉夫爾

RAC數(shù)據(jù)和洞察主管伊恩·拉夫爾告訴Computer Weekly，利用數(shù)據(jù)資產(chǎn)的關(guān)鍵在于兩個方面——理解業(yè)務(wù)問題和擁有一個能夠找到正確技術(shù)解決方案的出色團隊。

"我需要有能力、熱情、積極并愿意分享知識的人，"他說，強調(diào)了人才對于在數(shù)字時代有效部署數(shù)據(jù)密集型系統(tǒng)和服務(wù)的重要性。拉夫爾希望他的團隊與職能同事接觸，而不是為已經(jīng)采購的技術(shù)尋找合適的挑戰(zhàn)。

"作為企業(yè)中的數(shù)據(jù)領(lǐng)導(dǎo)者，成功就是人們來找我們說，'我們有一個問題。你能找到解決方案嗎？'"他說。

首席數(shù)據(jù)官為技術(shù)創(chuàng)新而招聘

一旦組織的數(shù)據(jù)成熟度得到解決，首席數(shù)據(jù)官需要展示強大的數(shù)據(jù)管理如何推動技術(shù)倡議。

雖然首席數(shù)字官的角色被認為是相當(dāng)多樣化的，但德勤的一項研究表明，無論其組織的運營模式是集中式還是分散式，首席數(shù)據(jù)官都認識到強大數(shù)據(jù)策略的必要性。

德勤指出，首席數(shù)據(jù)官為其組織中的數(shù)據(jù)制定明確的發(fā)展方向非常重要，以實現(xiàn)數(shù)據(jù)的凝聚方法，避免孤立運營和重復(fù)工作帶來的常見挑戰(zhàn)。

根據(jù)德勤的說法，明確、有文檔記錄且共享的愿景因此是一個關(guān)鍵工具，使首席數(shù)據(jù)官能夠闡明如何在其組織中使用數(shù)據(jù)來驅(qū)動績效并實現(xiàn)戰(zhàn)略目標。

該公司基于對81名首席數(shù)據(jù)官調(diào)查的《2025年首席數(shù)據(jù)官調(diào)查》報告顯示，70%的受訪者正在實施AI系統(tǒng)或進行實驗性概念驗證項目以了解其潛力。

德勤指出，雖然很少有首席數(shù)據(jù)官表示AI目前正在改變他們的組織，但數(shù)據(jù)顯示，首席數(shù)據(jù)官正在尋求利用AI的積極跡象，因此需要進一步發(fā)展AI能力來推動這一進程。

Q&A

Q1：小語言模型相比大語言模型有什么優(yōu)勢？

A：小語言模型可能比大語言模型更具成本效益，提供更好的隱私保護，并在特定任務(wù)上表現(xiàn)更佳。它們避免了大語言模型對本地或云端巨大資源需求、相關(guān)環(huán)境影響、不斷增長的"按需付費"服務(wù)成本，以及將敏感信息轉(zhuǎn)移到第三方云基礎(chǔ)設(shè)施相關(guān)的風(fēng)險。

Q2：客戶數(shù)據(jù)平臺與傳統(tǒng)的單一客戶視圖方案有何不同？

A：雖然企業(yè)長期追求單一客戶視圖，但很少有企業(yè)真正實現(xiàn)了在各部門間持續(xù)有用的單一視圖。客戶數(shù)據(jù)平臺通過更好的數(shù)據(jù)集成、實時編排和人工智能支持來解決這些挑戰(zhàn)，為企業(yè)提供真正統(tǒng)一的客戶洞察。

Q3：生成式AI如何改善客戶體驗中的知識管理？

A：生成式AI技術(shù)可以自動化和增強知識實踐，將知識創(chuàng)建、改進和分享融入核心客戶體驗流程中。它使得從多個來源實時訪問綜合信息變得更容易，并能與生成式AI共同創(chuàng)建知識，加速知識創(chuàng)建并幫助生成新的客戶洞察。