將人工智能 (AI) 融入工業領域需要務實的轉變，強調強大的數據基礎設施而非生成技術。

隨著人工智能的采用加速到 2025 年，專注于可擴展、適應性強的解決方案而非生成人工智能 (GenAI) 將成為關鍵。關鍵要素將包括數據質量、治理和實際用例應用。Qlik 的分析師在數據和人工智能領域享有盛譽，他們認為，要充分發揮人工智能的潛力，企業需要投資于高質量的實時數據，并開發允許跨不同生態系統無縫集成的開放平臺。

大型語言模型 (LLM) 雖然在數據提取方面具有影響力，但仍存在差距，因為組織經常忽視充分利用自己的非結構化數據集。Qlik 的分析和人工智能首席技術官 Charlie Farah 表示：“信任和數據質量將決定人工智能在 2025 年的成功。能夠實現直觀數據交互的解決方案（例如使用自然語言查詢數據集）將獲得關注，因為它們滿足了對可用性和可信度的日益增長的需求。人工智能在 2025 年的真正價值將來自于它能夠幫助企業負責任地運營其數據，在創新與控制、安全性和合規性之間取得平衡。”

根據對 2025 年的預測，專有業務數據將成為推動先進 AI 成果的核心組成部分。隨著 AI 模型達到其性能極限，利用業務數據將成為提高 AI 效率和在行業中獲得競爭優勢的關鍵。

Qlik 的 ANZ 地區經理 Mark Fazackerley 解釋說：“業務數據是推動 AI 向前發展的燃料，但它不是普通數據——它是專有、實時且集成良好的數據，是領導者與其他數據的區別所在。依賴基礎模型性能的收益已不再有效。當今最聰明的公司正在直接從數十個來源匯集專有數據，以產生即時影響。”

能夠以最少的人為干預進行自主操作的代理人工智能的興起標志著商業技術的重大發展。為了有效地利用代理人工智能，Qlik專家建議部署開放、不可知的平臺，超越專有系統的限制，這可能會阻礙創新。這些平臺確保了持續的數據流，并鼓勵有凝聚力的人工智能功能。

Charlie Farah表示：“人工智能的成功來自于跨云平臺無縫集成并確保持續數據流的系統。封閉的生態系統限制了創新，并將公司鎖定在過時的技術中。與AWS、Snowflake和Databricks等環境集成的不可知論平臺可以防止碎片化，使人工智能能夠作為一個有凝聚力、自適應的單元發揮作用。”

對數據在人工智能中的作用和治理的強調突顯了行業環境中向更明智、更負責任的人工智能戰略的轉變。它強調，整合專有數據和開放系統的精選解決方案將被證明是有利的。