今天分享的是：2025年现代数据架构赋能人工智能（AI）潜力释放研究报告（英文版）
报告共计：55页
《通过现代数据架构释放人工智能潜力》报告核心总结
该报告由TM Forum发布，聚焦通信服务提供商（CSP）如何借助现代数据架构释放人工智能（AI）潜力，深入分析数据架构转型的驱动因素、现存问题、现代架构特征及实践案例，并给出关键建议。
报告指出，数据是CSP实现AI规模化应用的关键。2024-2025年对全球200余名CSP AI决策者的调研显示，仅7%的CSP认为自身高质量非结构化数据使用能力“出色”，13%认为结构化数据使用能力“出色”。数据就绪度与AI成熟度高度相关，CSP若不改善跨组织数据访问，难以规模化部署生成式AI（GenAI）。同时，数据民主化进展缓慢，仅2%的CSP实现数据完全民主化，52%的CSP数据高度孤岛化，仅少数部门可访问。
数据架构转型受多重因素驱动。提升客户体验（如个性化服务）和自动化降本是首要目标，75%和72%的受访者将其视为主要驱动因素；应对数据量激增、实现AI原生架构、满足合规要求等也很关键。AI虽未被多数受访者列为首要驱动，但却是实现创新、降本等目标的基础，CSP需将数据视为战略资产，而非运营副产品，这要求组织文化从风险规避、层级僵化转向跨部门协作。
传统电信数据架构存在明显缺陷，以集中式、单体系统为主，数据存储于应用绑定的孤立数据库，尤其网络数据碎片化、专有化且质量低。现代数据架构则为云原生、分布式，采用数据网格（业务驱动的去中心化管理）、数据织物（统一分布式数据访问框架）、数据湖仓（融合数据湖与数据仓库优势）等方法。调研显示，超40%的CSP增加对数据织物、数据湖仓的投资，以实现实时数据摄入、跨域语义知识交换，同时兼顾成本与敏捷性。
数据治理与标准对架构现代化至关重要。仅19%的CSP设有专门数据领导角色（如首席数据官），多数CSP数据治理存在漏洞，影响数据质量与AI应用。全球运营商在治理上领先，80%以上遵循合规框架。TM Forum的信息框架（SID）是主流数据模型标准，但超半数使用者认为其需优化以更好支持AI场景。此外，加密机器学习、联邦学习等技术可助力数据合规与安全共享。
报告还列举了BT、Orange、Vodafone等领先CSP的实践案例，如BT与谷歌云合作构建数据网格与数据织物，Orange打造数据产品市场并追踪价值创造，Vodafone通过统一数据模型保障数据安全访问。
最后，报告提出关键建议：CSP需树立“数据优先”思维，将数据转化为知识；设立专门数据领导角色统筹转型；采用数据网格、数据织物等方法，将数据视为产品；建立跨部门治理委员会，确保数据质量与信任协作，以推动数据架构现代化，充分释放AI潜力。
以下为报告节选内容
