📢 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
在组织将人工智能融入更多运营环节之际，高层管理者们正意识到，数据工程师在实现这些举措方面发挥着核心作用。毕竟，只有在拥有大量可靠、管理良好、高质量的数据时，人工智能才能发挥作用。事实上，本报告发现，数据工程师作为人工智能的赋能者，在组织中扮演着举足轻重的角色。在此过程中，他们已成为企业整体成功的重要组成部分。
根据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，数据工程师在传统上作为管道管理者（pipeline managers）的职责范围之外也变得具有影响力。技术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人工智能特定的活动转移。
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应对日益增加的复杂性，因为更先进的AI模型提升了管理非结构化数据和实时管道的重要性。另一个挑战是管理不断扩大的工作量；数据工程师今天被要求做的事情比以往任何时候都多，而且这种情况很可能不会改变。
报告的主要发现包括以下几点：
- 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成熟度最高的受访组织（规模最大的组织）中，这一比例高达86%。金融服务和制造业公司的管理人员尤其强烈认同这一观点。
- 人工智能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人工智能项目上的时间比例在过去两年中几乎翻了一番，从2023年的平均19%增加到2025年的37%。受访者预计，在未来两年内，这一数字将继续上升至平均61%。这也加剧了数据工程师的工作量；大多数受访者（77%）认为工作量正在变得越来越繁重。
此内容由MIT Technology Review的定制内容部门Insights制作。它并非由MIT Technology Review的编辑人员撰写。
此内容由人类撰稿人、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。可能使用的AI工具仅限于经过严格人工审查的二次制作流程。
🚀 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