“拥有正确种类的数据比数量更重要。”

D&A领导可以通过以下四件事来确保他们拥有正确的数据:1)停止收集数据以防万一;2)考虑用大数据代替小数据，3)用真实数据替换合成数据，4)确保你的活动元数据不仅能告诉你你拥有什么数据，还能告诉你它意味着什么。

“最有价值的数据将是我们创造的数据，而不是我们收集的数据。”

Gartner估计，到2030年，用于构建模型的大部分数据将是合成数据。

“单靠数据不太可能驱动决策。通过改进决策的时机、加速决策和连接决策来设计更好的决策。”

了解更多相关信息Gartner的新闻稿．

一个持续存在的误解是，技术是不道德的。事实上，技术是有意的，它的设计揭示了价值。

数字伦理对所有技术应用都至关重要，但在评估人工智能、区块链和元宇宙等复杂或新兴技术时尤为重要。

一个组织的数字伦理成熟度可以从没有意识到或纯粹关注法规遵从性;转向被动，问题一出现就解决;转向积极主动，即组织正在基于多个角度计划正确的事情。在成熟度的最高水平上，伦理是所有操作的一个组成部分。

学会信任制定数字道德策略的过程。从原则或价值观开始，然后通过识别潜在的困境来操作。然后，监视意想不到的后果，并通过建立一个升级过程来承担责任。

记住，不同的技术有不同的道德足迹。例如，数据库和开发工具的道德足迹可能较低，而人工智能或元宇宙等工具需要新的思维来考虑其伦理影响。

底线是，数字伦理现在是一个主流话题。如果它还不在管理层的议程上，那就提出来。

趋势2:以数据为中心的AI。没有正确的数据，构建人工智能是有风险的，甚至可能是危险的。将以数据为中心的AI作为数据管理策略的一部分，将确保特定于AI的数据考虑，如数据偏差、标签和漂移，得到解决。

趋势#3:丰富上下文的分析。它有助于识别和创建基于相似性、约束、路径和社区的进一步上下文。到2025年，情境驱动的分析和AI模型将取代现有基于传统数据的模型的60%。

趋势#4:技能和识字不足。到2025年，大多数cdo将无法在员工队伍中培养必要的数据素养，以实现其声明的数据驱动的战略业务目标。组织必须培养更广泛的数据素养和数字学习，而不是简单地提供核心平台、数据集和工具。

趋势#5:连接治理。连接的治理提供了一种方法，可以跨不同的组织(物理的和虚拟的以及地理位置的)连接不同的治理工作，包括D&A治理。

趋势#6:向边缘扩张。数据、分析和支持它们的技术越来越多地驻留在边缘计算环境中，更接近物理世界中的资产，而不在IT的传统权限之内。