Dados, em conjunto com AI/ML, são essenciais para qualquer empresa com ambições de ser ou se manter relevante no futuro. Isso eu acho que ninguém mais discute.
Nesse sentido, não fazer nada deixa de ser uma opção em um mundo em que os competidores tradicionais estão investindo em massa e os novos entrantes digitais já nascem utilizando data como a fundação dos seus negócios.
Uma boa matéria da CIO Online sobre o tema: https://www.cio.com/article/412908/7-enterprise-data-strategy-trends.html
E assim como AI, apesar se por um lado ser bem diferente sob a ótica técnica, acredito que compartilha muitos desafios em comum até que possa entregar valor em ritmo constante:
1) - Apesar de todos os avanços nos últimos anos, ainda está em amadurecimento constante, vide a quantidade de novos frameworks e tecnologias que surgem e desaparecem em questão de meses (algo típico de tecnologias em maturação).
2) - Existe uma curva de aprendizado tanto para que o time de desenvolvimento domine as tecnologias, quanto para que a organização como um todo seja capaz de identificar as oportunidades de uso.
3) - Essa curva é maior do que a vista em tecnologia já massificadas, com diversos perfis profissionais com skills muito distintos do que o usualmente existente no stack de desenvolvimento com tecnologias tradicionais.
4) - Nesse sentido é essencial que se busque a estabilidade e manutenção do time com as pessoas alocadas trabalhando juntas por um bom tempo.
5) - Resultados expressivos (com impacto financeiro) não são imediatos, sendo assim, "um bom tempo" deve ser medido em meses ou anos (daí a importância de se prever um budget de investimento de médio prazo a longo prazo).