企业人工智能正在进入一个完全不同的阶段。讨论焦点正从 "AI 能做什么 " 转向更棘手的问题：如何规模化落地、如何治理、应该自动化什么、数据基础是否就绪，以及当 AI 开始自主决策时由谁负责。

这些议题是 CDAO Fall 与 CAIO Fall 的核心内容。活动将于 10 月 26 日至 27 日在波士顿海港区的 Renaissance Boston Seaport District 举行，汇集来自霍尼韦尔航空航天技术、美国空军、纽约市健康与医院系统、强生、第一资本、康卡斯特、麻省总医院百瀚医疗、保德信金融、旅行者保险、沃尔玛、花旗、纽约人寿、信诺集团、泰科电子、大都会人寿等机构的高级数据、分析与 AI 负责人。

从 AI 试点走向生产

大多数组织都尝试过 AI，但很少有组织能持续把实验转化为可衡量的业务成果。霍尼韦尔航空航天技术首席 AI 与数据官 Ash Dhupar 将分析，是什么让一些组织成功把 AI 推进到生产环境，而另一些则困在 " 试点坟场 "。

相关讨论贯穿整个议程，包括 " 从战略幻灯片到业务现实：在企业中规模化数据与 AI 究竟需要什么 "，以及 "AI：下一步是什么？从炒作周期到硬现实 "。后一场将探讨优先级排序、成本纪律，以及识别哪些 AI 项目应当停止。

对数据负责人来说，底层问题正变得越来越重要：如何把 AI 雄心转化为运营现实。

数据基础仍然重要

生成式 AI 和智能体 AI 的热潮，并没有消除企业技术中最古老的问题之一：把底层数据做对。在 " 脏数据，破碎承诺：让 AI 真正运转的不光鲜工作 " 中，来自强生、达科他、宏盟媒体和森萨塔的负责人将审视数据质量、工程、所有权和基础设施投入，这些因素决定了 AI 系统是有用还是危险。

美国空军首席数据官 Manajit Barman 也将在 " 将定义你未来五年的架构决策 " 中，探讨可能影响下一个五年的架构选择。

随着 AI 采用加速，集成本身正在成为一种战略能力。" 从数据移动到数据动能：在 AI 优先的世界里重新思考集成 " 将讨论如何持续为 AI 系统提供新鲜、干净、有上下文的数据。

智能体 AI 改变治理等式

下一代 AI 系统不会只是生成内容，它们会开始执行任务、调用工具并做出决策。这种变化让治理问题从 " 模型是否合规 " 升级为 " 整个智能体链条是否可控、可审计、可追责 "。

当 AI 从被动回答走向主动行动，数据负责人必须重新定义权限边界、人工介入节点和失败时的责任归属。议程中的多场讨论都指向同一个判断：治理不再只是合规部门的事，而是数据与 AI 领导层必须直接承担的核心职责。

从试点到生产、从数据质量到架构选择、从生成能力到智能体治理，企业 AI 的下一阶段将由这些更难的领导力问题决定。