在全球最大的数据、应用和人工智能活动中，五位高管分享了AI应用的经验和最佳实践。他们强调数据和AI治理应贯穿整个代理生命周期，以确保风险评估和合规性。组织需建立治理委员会，推动复杂任务的自动化，提升工作效率。通过实验和早期成功，企业能够加速AI的采用，创造新的价值。

随着AI在工作场所的普及，企业面临数据定义不一致的问题，这影响了AI系统的可靠性。智能指标层通过标准化数据定义和计算逻辑，提升数据一致性，促进AI的有效应用。投资智能指标层可加速报告生成，提高信任度，帮助企业实现AI的真正价值。

文章讨论了开放源代码在AI数据基础构建中的重要性，强调Apache Iceberg的高性能、安全性和灵活性。尽管企业对开放源代码存在误解，Iceberg简化了数据架构，帮助企业高效整合数据，提升业务价值，适应未来技术。

尽管全球企业广泛采用代理AI以提升效率，但近一半的部署因缺乏投资回报而失败。成功的关键在于设计多个专注于简单任务的代理，而非追求“超级代理”。代理AI应独立运作，促进人类创造力，企业需关注其更广泛的价值，而不仅仅是节省成本和时间。

人工智能（AI）作为高级信息处理工具，帮助企业在不同阶段利用数据。AI成熟度模型分为五个级别，从意识到转型，企业根据信息管理能力的不同，采用AI的方式也各异。有效的AI应用需依赖数据驱动决策，探索和创新业务流程，以提升企业价值。

软件行业面临挑战，企业IT支出放缓导致增长减缓。软件公司应追求高效增长，保持利润率的同时追求最大化增长。过度关注利润率导致错失企业价值。软件公司应找到增长与利润的平衡点，创造最大长期价值。

农业已达拐点，全球营养需求增加，农民面临经济压力。生成AI可加速农业发展，提高经济价值。通过改善农场经济和提高企业价值，可创造1000亿美元和1500亿美元的价值。

新业务建设对企业价值的贡献超过比例，但大多数努力尚未成功。保险公司面临增长乏力的问题，需要寻找最有前景的业务建设机会。北美和欧洲的保险公司在推动新业务上遇到困难。

Databricks的使命是“使数据分析和人工智能的访问民主化”，但大多数公司在实现数据和人工智能的企业价值方面仍然面临困难。调查显示，只有12%的公司实现了强大的竞争优势，并可以称自己为数据和人工智能的实现者。企业在实现数据和人工智能的企业价值方面面临的挑战包括构建现代化的遗留架构、分散的工具和孤立的基础设施、缺乏人才、无法快速利用新产品和服务、技术领域的变化速度。

Zoom 的市值从 IPO 时的 168 亿美金增至 186 亿美金，但企业价值（EV）从 157 亿降至 130 亿。尽管股价仅上涨 2%，因员工股票奖励导致稀释。Zoom 的增长放缓使其估值倍数偏高，回购计划影响现金流。与 IPO 时相比，Zoom 的财务指标仍具竞争力，但估值回调幅度最大。

去年，私募股权对软件的投资表现出色，但到2021年中期，软件公司的企业价值下降约25%。当前的经济状况将继续影响2023年的软件投资，CIO们计划减少与软件相关的开支。短期支出放缓可能对软件类别产生广泛影响，但长期投资软件的投资者仍看好数字化和利润率。关键支出类别和主题可帮助私募股权投资者寻找新的价值创造机会。