【Gartner】2025领导力协同：软件领导者与领导者如何共同推动AI创新报告

软件工程与数据与分析（D&A）领导者在发布日期：2024年10月14日-IDG0081039322概述•软件工程领导者通常作为技术驱动者，而D&A领色。这种职能分化易导致组织孤岛，亟需通过文化与架构变革优化以此来证明团队价值。然而，这些数据要么不可用，要么分散工程团队的敏捷协同可显著提升数据可及性与团队生•重新评估所有权和责任划分，达成一致并严33介绍软件工程领导者和D&A领导者作为数字化转型的双引擎和业务赋能的战略角色。软件工程领导者聚焦技术创案、优化工程效能和开拓变现渠道，持续推动数字化实践。D&A领导者则凭借商业洞察力，在加速数字化转型进程资产转化为决策智能，从而优化客户体验并创造商业价值（的是，这些职能的具体边界会因企业架构、汇报线传统上，这两类领导者往往作为高绩效个体贡献者独立运作。但在面对持续的波动、复杂的决策环境和AI技术快速迭代的背景下，他们必须转向协同式，通过跨职能协作解决企业级复杂问题。通常，这两个角色会采用双至CIO的架构，以确保责任共担和KPI对齐。但在某些企业中，D&A领导者可能目标失焦和战略断层，形成协作壁垒。本研究旨在构建软件工程与D&A领的协同框架，突破组织边界，实现技术执行与数据资产的战略耦合，增来源：Gartner44分析软件工程与D&A领导者必须突破组织壁垒，通过跨职能协同创造增量价值。企业汇报线如何设置，双方都应建立平衡的协作关系，重新定义权责机制并明确），表1：软件工程和D&A领导者的职责框架•设计交付方法，以便在快速变化的技术和业务环境中持续提升软•实施D&A战略，包括数据素养、数据管理•使AI工程目标与高层设定的标准和指导方针保持一致来源：Gartner55占受访者的比例IT职能部门占比41%技术颠覆力量，使企业在界定职责边界和管控风险方面面临显著挑战。鉴技术快速迭代的特性，企业需要建立敏捷、可扩展且具备风险适应能力续的运营机制。当前AI责任分配呈现碎片化特征（见图2）。企业AI项目管理模式主要存在三种形态：职能分散型、部门孤岛型或权责模糊年网络研讨会调研数据显示，仅23%的受访者能IT部门与非IT部门在IT职能部门占比41%数字化业务负责人AI技术负责人企业战略负责人COO数字化业务负责人AI技术负责人企业战略负责人COO其他C级高管其他/未明确/无主责CDAOCDO负责人来源：Gartner66企业需采用跨职能协作的多学科方法构建和运营AI解决方案，并通过•联合D&A领导者制定支持AI就绪的D&A战略，整合数据治理、DevOps、MLOps及•强化平台工程与数据工程协作。建立紧密协作，避免数据工程、治理、分析及AI团队的资源重复投入。平台工程应聚焦统一数据平台建设，实现元数据管理、安控与可观测性标准化。关于平台工程案例，可参考工具包：《平台工程商业案•投资AI能力建设，服务短期与长期目标，推动组织人才转型，培育AI核心技能。参考《快速解答：软件工程团队如何构建GenAI技能》和《多元AI团队的核心Gen软件工程与D&A领导者均面临创造显著业务价值的压力。1务需求往往超出资源和基础设施现代化的投资能力，企业可能倾向于在现有运营条追求短期价值，而忽视长期战略。要实现突破性业务价值，必77跨职能协作的障碍往往源于沟通断层，表现为不同团队使用作内容，或采用看似相近实则冲突的评估标准。例如，软•软件工程团队聚焦在应用程序如何使用来自数据管道的数据。。•数据工程团队侧重于获取的数据将如何被汇总并加载到分析数据库过程中的不这种专业视角的差异可能导致局部KPI优化与全局目标背道而驰，尤其当运营指标仅围绕单一职能设计，缺乏企业战略对齐时。团队往往陷入取舍困境绩效与整体价值创造。为解决这一问题，跨职能团队需要建立更广泛的例如，提高销售线索质量可以提升转化率并增加收入。要实现这一目标，需要同决数据集成（即多个数据源的正确整合）和分析能力（即线索评分的逻辑）两方面的不同，它们都应围绕提升销售线索质量这一共同业务目标展开协作。任何一方都不应的操作性指标与业务结果明确关联.88在上述示例中，尽管两个团队都专注于数据整合，但这一关注点本身并未明确指驱动型指标（ODM各团队便能明确如何协作，以汇聚高质量的客户数并确保这些数据能够在一系列应用程序中便捷地加载和更新。在组合中，提供一致且个性化的客户体验，有助于降低客户探索和采用新产品IT运营模式决定了企业如何协调IT能力，以实现绩效，还是创造全企业范围的竞争优势与增长。尽管企业可能倾向于比较，但应认识到，即便同样高效的IT组织，在各自的业务环境中对于IT价值主张偏向技术导向且主要服务后台运营的企业而言，软件工程团队与D&A团队可以各自独立运作，或在特定项目中短暂协作。在这种模式下，各工程团队则开发使用该数据服务的软件。在此情况下，尽管数据服务的开发到软件需求的影响，但其设计与架构仍主要遵循D&A团队的标准（见图3）99Gartner《2024年数据、分析与软件开发交汇点调研产品模式的企业更倾向于将软件工程与D&A团队成员整合至敏捷团队。3这些团队混合敏捷项目团队/独立团队产品团队侧重后台运营打造企业级优势，促进全面增长侧重前台运营提高业务表现提升IT效率多项选择；软件开发人员与其他团队的合作方式产品交付模式（n=170）其他模式（n=232）不同模式间的显著性差异统计软件开发人员与数据科学家在敏捷团队中协作交付项目通常分属不同团队通常属于同一团队软件开发人员与数据工程师建议•评估企业现有IT价值主张与运营模式对企业战略的支撑度（参考《软件工程组织与交付模式设计指南》及《D&A运营模式设计与实施框架》）。注：集团型企业可能存在•若运营模式侧重通过业务价值创造企业级竞争优势与增长，建议采用数字产品交付模•若运营模式的目标是通过均衡的IT服务交付提升业务绩效，或通过聚焦IT流程与资产提升效率，则建议保持软件工程与D&A团队独立运作。对于需要结合软件工程与D&A的跨学科合作项目，在整个项目周期内组建混合团队，确保两个领域的专家深企业内无数据工程师/数据科学家n值不一；样本来自软件开发和D&A领导者问题：从工作方式（而非正式组织架构或汇报线）来看，贵企业的数据科学家和软件开发人员是否在同一团队协作？问题：从工作方式（而非正式组织架构或汇报线）来看，贵企业的数据工程师和软件开发人员是否在同一团队协作？问题：贵企业当前采用哪种交付模式？（可多选）数据来源：Gartner《2024年数据、分析与软件开发交汇点调研》依据CDAO及CDAO办公室的2024年度议程与战略挑战，并为D&A领域的议程规划和潜在研究课题提供洞察，同时跟踪CDAO在企业中的角色演变。调研于202月至11月期间在线进行，在全球范围内收集了479名受访者的数据。受访者需满足以下条件：具备首席数据与分析官（CDAO）、首席数据官（CDO）或首席分析官（CAO）头衔；为企业内D&A工作的最高级别领导者；是最高级别D&A领导者的汇报对象；在IT部门或其他业务单元中承担D&A领导职责。本调查样本来源多样（包括LinkedIn其中大多数受访者来自Gartne多名CDO及其他高级D&A领导者。免责声明：本调研结果仅反映受访者及参与公司的观点，并不代表全球市场或整体行业情况。2Gartner网络研讨会投票数据：《AI重要趋势：从试验该网络研讨会于2024年4月9日举行，共有2087名受访者参与投票。需要3Gartner《2024年数据、分析与软件开发交汇点调研》本件开发团队（或D&A与软件开发团队）之间的协作如何影响交付成果，重点关注数据科学家或数据工程师与软件开发人员之间的最佳合作实践。调查于2024年5月至7月间在线进行，共收集了402名受访者的数据，涵盖北美（n=160）、欧洲、中东和设定配额，以确保样本的代表性。受访企业2023财年的年收入或运营预算需达到5亿美元及以上。受访者需担任经理级及以上职务（不包括C级职位），并主要专注于D&A或软件开发。受访者本人需至少熟悉以下领域之一：创建共享数据服务（如API和数据产品）；使用共享数据服务开发应用程序，并了解共享数据服务架构；使用共享数据服务的分析和AI模型。免责声明：本调研结果仅反映受访者及参与公司的观点，并不代表全球市场或整体行业情况。探索为数据与分析及软件工程领导者提供的其他免费资源：AI数据就绪的关键要素下载指南