详细内容或原文请订阅后点击阅览
2026 年首席数据和人工智能官人工智能实施完整指南
如何利用框架有效地优先考虑人工智能计划，以快速加速增长和效率《2026 年首席数据和人工智能官员人工智能实施完整指南》一文首先出现在《走向数据科学》上。
来源:走向数据科学根据 Linkedin Data 的数据，从 2019 年到 2024 年，人工智能官员的数量增加了两倍。现在，英国等国家大约一半的最大公司都任命了首席信息官。目标很简单：利用人工智能加速增长并降低成本。
人工智能对世界上最大的公司的影响是毫无疑问的。 Atlassian 等公司已经解雇了数千名员工（该公司股价在过去 12 个月内下跌了 50%）。 Block 也做了类似的事情，一般来说，普通的 SAAS 股票正在遭受损失，因为人们认为人工智能的风险使得构建替代品变得更容易。
与此同时，Claude Code 等开发人员生产力工具正在席卷全球。 Claude Code 在 2025 年 12 月的收入突破了 10 亿美元，相当于 10,000 家公司平均花费 10 万美元，大约是 Databricks/Snowflake 收入的四分之一。
在本指南中，我们将概述一个框架，用于评估首席数据官和人工智能官在其公司中推进人工智能的不同途径。
了解业务目标以及人工智能与整个自动化的相似之处至关重要。机会成本也是至关重要的——人工智能让那些总是“太慢”或“太低效”的公司能够冲破玻璃天花板并重塑自我。
在本文中，我们将为 CDAO 制定一个评估框架，以了解其组织中的机会。该框架将机会分类为不同的机会或生产力领域。本文还将涵盖评估人工智能计划时的成本、时间安排和机会成本考虑因素。
本文的第二部分将重点介绍在此框架内评估的人工智能的现实示例，以及基于过去 12 个月对数千名数据专业人员的采访的特定于数据团队的示例。
第 1 部分：人工智能评估框架
人工智能的作用：自动化和生产力
我们为人工智能和数据官员定义了七个关键的生产力指标：
示例
重要注意事项
摘要
至