📢 转载信息
原文链接：https://www.technologyreview.com/2025/10/23/1125651/redefining-data-engineering-in-the-age-of-ai/
原文作者：MIT Technology Review Insights
在组织将人工智能（AI）融入更多业务运营的过程中，高级管理人员正日益认识到数据工程师在推动这些举措落地方面所扮演的核心角色。毕竟，只有拥有大量可靠、管理良好且高质量的数据，AI才能发挥作用。事实上，本报告发现，数据工程师在赋能AI方面对其组织起着举足轻重的作用，并因此成为企业整体成功的关键组成部分。
根据《麻省理工科技评论洞察》（MIT Technology Review Insights）对400名高级数据和技术高管进行的调查结果显示，数据工程师的影响力已远远超出了他们作为管道（pipeline）管理者的传统职责范围。技术本身也在改变数据工程师的工作方式，他们用于核心数据管理任务的时间比例正在向AI特定活动倾斜。
随着影响力的增长，数据工程师面临的挑战也随之增加。其中一个主要挑战是处理日益增加的复杂性，因为更先进的AI模型提升了管理非结构化数据和实时数据管道的重要性。另一个挑战是管理不断扩展的工作负载；如今，数据工程师需要完成的任务比以往任何时候都多，而且这种情况在未来很可能不会改变。
报告的关键发现如下：
- 数据工程师对企业至关重要。 72%的受访技术领导者持有此观点，而在AI成熟度最高的那些大型组织中，这一比例高达86%。金融服务和制造业高管持有这一观点的尤为强烈。
- AI正在改变数据工程师所做的一切。 根据我们的调查，数据工程师每天花在AI项目上的时间份额在过去两年中几乎翻了一番，从2023年的平均19%上升到2025年的37%。受访者预计，这一数字在未来两年内将继续上升至平均61%。这也导致了数据工程师工作量增大；大多数受访者（77%）认为工作量正变得越来越繁重。
本内容由《麻省理工科技评论》的定制内容部门Insights制作。它并非由《麻省理工科技评论》的编辑人员撰写。
本内容由人类撰稿人、编辑、分析师和插画师进行研究、设计和撰写。这包括调查的撰写和数据的收集工作。可能使用的AI工具仅限于经过严格人工审核的二次生产流程。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区