DeepSeek R1的推出加快了大語言模型在生成式人工智能領域的商品化和多極化，使未來數(shù)據(jù)管理戰(zhàn)略的重點轉(zhuǎn)向了人工智能（AI）就緒度和數(shù)據(jù)主權。Gartner預測，到2028年，80%的生成式AI（GenAl）業(yè)務應用將在企業(yè)現(xiàn)有的數(shù)據(jù)管理平臺上開發(fā)，從而使部署的復雜度和交付時間降低50%。到2028年，50%的AI數(shù)據(jù)管理工作內(nèi)容將是管理數(shù)據(jù)主權和多極化AI所帶來的偏見，使其至少符合三個地區(qū)的法規(guī)。

圖1 企業(yè)數(shù)據(jù)-AI平臺的價值金字塔

DeepSeek將其R1模型做成開源模型并顯著降低了推理和訓練成本，引領了大語言型格局的變革。其實在DeepSeekR1推出之前，大語言模型的價格在過去兩年中就已大幅下降。

Gartner高級研究總監(jiān)顧星宇表示：“這些創(chuàng)新勢必引發(fā)一波成本和能耗下降，進一步壓低大語言模型價格，加速模型的商品化。這一戰(zhàn)略性舉措不僅使大語言模型更加觸手可及，而且促進了AI技術格局的全球演變。在這種情況下，特定的大語言模型將不再被視為企業(yè)取得GenAl成功的關鍵差異點。相反，其他企業(yè)難以獲得或復制的獨特內(nèi)部數(shù)據(jù)將成為AI之旅成功的唯一競爭優(yōu)勢?！?/p>

AI提供商的多極化給各企業(yè)機構帶來了數(shù)據(jù)管理挑戰(zhàn)，包括更復雜的數(shù)據(jù)主權和合規(guī)要求以及對影子AI和偏見的數(shù)據(jù)治理。企業(yè)必須積極加強數(shù)據(jù)管理戰(zhàn)略，以降低風險并充分利用AI演進動態(tài)帶來的機遇。

模型提供商的多極化需要更加穩(wěn)健和合理的數(shù)據(jù)主權和合規(guī)管理

作為一家中國公司，DeepSeek利用其特定的訓練數(shù)據(jù)，滿足了中國及周邊市場特有的語言、文化和監(jiān)管要求。這種方法建立了一個獨特的“極點”，使其區(qū)別于美國流行的GPT-4和Gemini，特別是在法律、政治、文化和技術方面，其中許多與數(shù)據(jù)有關。這種多極化引起了人們對AI治理和偏見的擔憂，特別是在全球政治環(huán)境不確定的情況下。

Gartner研究副總裁孫鑫表示：“多極化生態(tài)系統(tǒng)有助于打破壟斷控制，鼓勵創(chuàng)新和韌性，但同時也需要有系統(tǒng)的數(shù)據(jù)管理框架，以及與數(shù)據(jù)生態(tài)系統(tǒng)供應商建立強有力的伙伴關系，以確保符合數(shù)據(jù)合規(guī)和數(shù)據(jù)主權的要求?！?/p>

知識源與大語言模型的脫鉤已變得至關重要

一些GenAl的早期采用者已開始咨詢?nèi)绾斡肈eepSeek R1替換現(xiàn)有GenAI應用中的大語言模型，這表明他們之前用的與大語言模型緊密耦合的GenAI應用正在成為沉沒成本。R1發(fā)布后不到兩周，OpenAl和Google就分別于2025年2月1日和2月5日發(fā)布了最新的大語言模型——o3 mini和Gemini 2.0。企業(yè)不應將任何特定大語言模型（包括DeepSeek R1）視為其GenAl計劃中的永久組成部分。

Gartner高級研究總監(jiān)方琦表示：“數(shù)據(jù)和分析（D&A）領導者應該與AI領導者合作，采用更強健的架構，將大語言模型和企業(yè)內(nèi)部知識源慢慢脫鉤。集中管理AI相關的數(shù)據(jù)戰(zhàn)略有助于減少知識孤島，從而在AI計劃規(guī)模擴大后提高數(shù)據(jù)治理的效率?！?/p>

將無監(jiān)督AI使用作為企業(yè)運營的新常態(tài)

AI推理成本的大幅降低，減少了業(yè)務用戶與企業(yè)數(shù)據(jù)交互的障礙。圍繞DeepSeek的媒體宣傳已經(jīng)導致員工不受管理地使用DeepSeek應用（如移動設備和聊天機器人）。AI正勢不可擋地涌向業(yè)務的每一個角落。在這種新常態(tài)下，以控制為重點的數(shù)據(jù)治理流程正迅速變得過時，并且會阻礙員工的數(shù)據(jù)驅(qū)動型創(chuàng)新。

數(shù)據(jù)編織領域的主動元數(shù)據(jù)，特別是運行時元數(shù)據(jù)（操作元數(shù)據(jù)和社交元數(shù)據(jù)）的管理，是使數(shù)據(jù)管理團隊始終處于企業(yè)數(shù)據(jù)使用前沿的關鍵方法。Gartner高級研究總監(jiān)顧星宇表示：“為了應對這些挑戰(zhàn)，D&A領導者應優(yōu)先考慮有助于跨平臺輸出和導入元數(shù)據(jù)的工具，從而支持更廣泛的協(xié)調(diào)和優(yōu)化。評估當前的數(shù)據(jù)管理能力對于支持高級元數(shù)據(jù)功能，尤其是運行時元數(shù)據(jù)共享和元數(shù)據(jù)標準，以確保互操作性?！?/p>

擁抱云部署，獲得最佳數(shù)據(jù)-AI平臺

DeepSeek降低了推理成本，因此可以在各種基礎設施（包括本地甚至個人計算機）上進行部署。然而，云數(shù)據(jù)生態(tài)系統(tǒng)提供了獨特的優(yōu)勢，包括以較低的前期成本試驗新數(shù)據(jù)管理技術的機會，以及快速適應新AI模式的能力。因此，當前總體趨勢仍然傾向于GenAI應用的云部署。

在考慮部署涉及內(nèi)部數(shù)據(jù)的GenAl業(yè)務應用時，企業(yè)應同時評估云部署和本地部署，以確定最適合其需求的方法。

提升數(shù)據(jù)管理團隊的數(shù)據(jù)和AI素養(yǎng)，充分利用推理模型

DeepSeek R1仍然會產(chǎn)生幻覺，但其推理能力使人類能夠以更透明、更高效的方式檢查其輸出內(nèi)容。這意味著，在數(shù)值預測、代碼開發(fā)、數(shù)據(jù)工程等重要業(yè)務流程中，GenAl的采用將逐漸增加，但要經(jīng)過人工審查。

D&A領導者應該為這一變化做好準備，提高數(shù)據(jù)管理專家的技能水平，使其能夠使用由推理模型賦能的AI增強功能。