主要观点：数据现代化是组织利用数据创造价值的战略行动，涉及多方面创新，不仅限于技术，还包括人员和流程的重新思考。
关键信息：

• 以现代云架构为中心，通过增强治理结构、运营实践和技术框架，促进数据更易使用和有效利用。
• 数据现代化的战略重要性在于解锁新业务机会、改善决策和增强竞争地位。
• 需先打好数据管理基础，包括数据质量和治理，建立业务与 IT 合作，应对常见挑战。
• 成功标准包括与业务价值挂钩、培养数据文化、按用户需求设计等。
• 要将业务愿景与数据价值相匹配，重视数据治理和质量，应对生成式 AI 影响等。
  重要细节：
• 组织开始数据现代化时，要超越传统数据仓库，拥抱更敏捷的环境。
• 技术虽受关注，但人员和流程挑战更常见，如组织阻力、数据验证问题等。
• 可持续性依赖于与业务的对齐、数据文化培养等，如用数据产品思维处理数据。
• 生成式 AI 带来新可能，也需考虑责任和运营需求。
• 数据成熟度是渐进旅程，需评估当前水平并逐步推进。
• 建立业务与 IT 之间的桥梁，促进有效合作。
• 定义数据效用，通过服务目录构建数据生态系统等。