在 AI 时代，数据的价值不仅在于拥有它——更在于你能多快地使用它。这就是为什么实时数据正迅速成为新的标准。

数据流平台（DSP）正处于这一转变的中心，帮助简化对这些数据的访问和复用——无论何时何地需要。来自《2025 数据流报告：推动 AI 采用、上市速度和 ROI 取得进展》的发现，凸显了 DSP 如何为实时、数据驱动的企业奠定基础，使其行动更快、交付更智能，并释放新机遇。

事实上，89% 的 IT 领导者认为 DSP 是实现其数据相关目标的关键，64% 表示今年对 DSP 的投资有所增加。看到数据流平台正成为一项业务要务，帮助企业解决一些最顽固的数据挑战——包括数据孤岛和治理相关的脱节——最终帮助企业释放数据的真正价值，并以现代业务的速度运营，这既令人信服，也令人兴奋。

一个完整的数据流平台提供了将数据转化为真正可复用资产所需的最低能力集合。它确保数据是：

• 天然可复用：可供多个团队用于各种用例

• 可发现：团队易于找到和使用

• 安全且可信：通过强有力的治理增强保障，以建立信心

在这篇博文中，我将分享我对报告发现的看法。你可以查看完整报告，更深入地了解 DSP 如何通过将数据转化为实时价值来推动下一波创新。报告还聚焦了其突出的 ROI——44% 的 IT 领导者报告 ROI 达到 5 倍——以及竞争优势，已经采用它的技术领导者正在超越其他企业。

AI 成功的基础

在业务环境中，AI 系统的表现取决于为其提供支持的数据，以及数据能够以多快、多可靠的方式交付。随着 GenAI 走向主流，AI 智能体的能力不断增强，对持续、实时数据访问的需求只会加速增长。

数据流平台正逐渐成为关键基础设施——87% 的 IT 领导者表示，DSP 将被越来越多地用于为 AI 系统提供实时、上下文相关且可信的数据。DSP 非常适合这些用途，可帮助组织应对制约 AI 运营化的数据挑战。89% 的 IT 领导者认为，DSP 通过帮助组织直接解决数据访问、质量保证和治理领域的障碍，从而简化了 AI 的采用。

值得注意的是，DSP 所带来的具体优势——简化数据集成、数据质量验证、数据血缘追踪和数据治理——与构建可信 AI 系统、持续交付业务价值的核心要求直接对应。

从治理入手，构建文化

对于刚刚开始使用数据流平台的人，有一条关键建议：尽早优先考虑治理。这是因为一旦你有了数据的消费者——利用数据的应用、服务、团队——事后改造治理将变得极其痛苦且昂贵。

好消息是，我们看到越来越多的 IT 领导者认识到在数据处理和治理中左移的价值。数据集成中的左移概念意味着将数据处理、质量检查和治理嵌入到更靠近数据源的位置。左移的最终目标是提供对重要数据的干净、可靠、安全和及时的访问，将其视为服务、分析和 AI 能力的一等构建块。

事实上，《2025 年数据流报告》发现，93% 的 IT 领导者提到了采用左移方法的至少四项潜在好处。这些好处包括：改善数据质量并降低运营和分析工作负载的数据处理成本、减少下游消费者的工作量，以及降低成本和风险。

重要的是要记住，技术只是等式的一部分——真正的价值来自于将其与正确的组织思维和变革策略相结合。这需要组织重新思考如何跨团队、系统和流程处理数据。此外，还需要培育一种将数据视为共享、可复用资产的文化。没有这种转变，即使是最好的技术也无法充分发挥作用。

• Andrew Sellers 领导 Confluent 的技术战略团队，该团队支持战略制定、竞争分析和思想领导力。

  
  

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：Confluent Blog

原创地址：https://www.confluent.io/blog/2025-data-streaming-report/