在 2026 年 6 月 9 日於倫敦舉辦的 Gartner 數據與分析高峰會（Gartner Data & Analytics Summit London 2026）上，商業智慧軟體巨頭 MicroStrategy（MSTR）與全球知名酒精飲料企業帝亞吉歐（Diageo）共同展示了如何透過「通用上下文層」（Universal Context Layer）技術，有效解決企業數據複雜性問題，並加速人工智慧（Artificial Intelligence, AI）的應用準備度。隨著企業數據規模呈指數級增長，如何將分散的數據轉化為具備商業價值的洞察，已成為數位轉型的核心挑戰。
在現代企業運作中，數據往往散落在不同的雲端平台、資料倉儲與應用程式之間，形成嚴重的數據孤島（Data Silos）。MicroStrategy 提出的通用上下文層，旨在為企業提供一個統一的語義層（Semantic Layer），將複雜的技術數據轉化為業務人員易於理解的商業語言。透過這種架構，企業能夠在不更動底層數據結構的前提下，建立一套標準化的指標與定義，確保全公司在進行決策分析時，所依據的數據基礎完全一致，進而大幅降低數據治理的難度。
帝亞吉歐作為全球領先的酒精飲料供應商，其業務涵蓋多個國家與品牌，數據來源極其龐大且多樣化。在高峰會的分享中，帝亞吉歐展示了如何利用 MicroStrategy 的技術，將來自全球各地的銷售、供應鏈與行銷數據進行整合。透過通用上下文層，帝亞吉歐不僅簡化了數據查詢的流程，更提升了數據存取的效率，讓各部門主管能夠在短時間內獲取精確的分析結果，從而優化資源配置，並提升整體營運的靈活性與市場反應速度。
加速企業人工智慧應用準備
隨著生成式人工智慧（Generative AI）技術的快速發展，企業對於高品質數據的需求日益迫切。然而，若缺乏結構化且具備上下文關聯的數據，AI 模型往往難以產出準確且具備商業價值的建議。MicroStrategy 強調，通用上下文層不僅是數據整合的工具，更是 AI 準備度的關鍵基礎。透過將業務邏輯與數據脈絡進行深度整合，企業能確保 AI 模型在訓練與推論過程中，能夠精確理解數據背後的商業含義，從而減少「幻覺」現象，並提升 AI 決策的可靠性。
在本次高峰會的案例分享中，帝亞吉歐強調了數據治理（Data Governance）在 AI 時代的重要性。透過通用上下文層，帝亞吉歐成功建立了一套可擴展的數據架構，不僅支援現有的商業智慧分析，更為未來的 AI 應用奠定了穩固基礎。這種架構確保了數據的安全性與合規性，同時讓數據科學家與業務分析師能夠在同一個平台上協作，加速從數據洞察到 AI 落地應用的轉化過程，使企業在激烈的市場競爭中保持技術領先優勢。
數據驅動決策的未來展望
面對日益複雜的全球市場環境，企業對於數據的依賴程度已達到前所未有的高度。MicroStrategy 與帝亞吉歐的合作案例，為業界提供了一個明確的轉型路徑：
即透過技術手段消除數據複雜性，並將數據轉化為企業的戰略資產。這種以通用上下文層為核心的數據策略，不僅解決了當前的數據孤島問題，更為企業實現自動化決策與智慧化營運提供了必要的技術支撐，展現了數據驅動決策（Data-Driven Decision Making）的未來發展趨勢。
展望未來，隨著企業持續投入數位轉型，數據架構的簡化與 AI 應用的整合將成為企業競爭力的關鍵指標。MicroStrategy 在 Gartner 數據與分析高峰會上的展示，不僅突顯了其在數據分析領域的技術實力，也為全球企業在處理大規模數據與導入 AI 技術時，提供了具體的實踐參考。透過持續優化數據架構，企業將能更有效地應對市場變動，並在數據經濟時代中，透過精準的數據洞察，創造出更具價值的商業成果，實現永續成長的目標。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: June 9, 2026