12 月 18 日，“2024 数据资产管理大会”这一聚焦数据治理的重要大会在北京举行。会上披露了下一代数据治理的新方向等重要内容。随着时代不断向前推进，数据治理遭遇了诸多方面的挑战，同时新的探索也在持续展开。
数据治理体系的新变革
当前传统数据治理已历经 40 年，且主要聚焦于结构化数据展开。然而，当下数据要素市场正蓬勃发展，AI 技术也在快速迭代，企业的数据治理遭遇了各类难题，迫切需要对传统治理模式进行改变。此次大会明确指出，下一代数据治理体系需要进行变革，其治理对象要实现全域化，这种新的要求与时代需求相适应。
全域数据治理涵盖的内容较为广泛。在数据类型方面，既包含结构化数据，也包含非结构化数据。这就意味着从仅仅是表格数据，拓展到了包括音视频以及文本等多种类型的数据。这是对传统治理的一个重要突破。
不同治理对象的新扩展
治理对象方面，除了新旧数据类型得到扩展之外，消费对象也出现了新的变化。以往只是面向人类用户，而现在要扩展到面向机器用户。像人工智能在快速发展，机器对数据有了更多需求，所以增加机器用户成为必然的发展趋势。
同时在应用场景方面包含 AI 应用和 BI 应用。当下人工智能正处于火热发展阶段，各企业都会运用到相关的 AI 应用场景。数据治理在这些场景中能够发挥作用，使相关应用能够良好运行，这也是它所面临的新挑战和机遇。
人工智能发展与数据治理
如今人工智能已经从“卷算法”的状态转变为“卷数据”了。原因在于人工智能的进步是离不开海量且优质的数据给予支持的。如果没有经过良好治理的数据去训练模型，那么人工智能就很难实现进阶。所以，通过对训练数据进行治理，进而形成可信的训练数据集，这是人工智能发展的必然之举。
发展人工智能需要构建面向其的数据治理能力。比如中国移动已展开相关尝试，构建了人工智能数据的质量评价体系，还搭建了数据的供给与管理平台，通过完善的指标对人工智能数据集进行全面评价。
AI时代治理的新关注点
AI 时代下，数据治理有其独特的关注点。其一为数据质量的治理。劣质数据会对人工智能的学习效果产生影响，还会导致出现错误结果等严重问题。企业必须下功夫提升数据质量，这样才能在人工智能的发展进程中不被落下。
安全和伦理是治理的重点。在数据大量传播和运用的过程中，如果没有安全保护，就可能出现数据泄漏等情况，这会危机人的隐私等。对于伦理问题，比如数据的合理收集和运用等，都需要进行治理。
企业面临的新挑战
企业在这种下一代数据治理模式下面临着挑战。其一，因为治理对象实现了全域化，所以企业得重新规划数据治理工作，并且要提升对非结构化数据的处理能力。其二，还需要增加面向机器用户的资源分配与管理工作。这两方面都要求企业对自身的战略布局进行调整。
同时构建面向人工智能的管道，并且像中国移动那样设计质量评价指标等相关能力，这些都需要投入大量的人力、物力和时间。对于很多企业而言，这是一项不小的困难。
对未来发展的影响
全域化的数据治理体系对未来数据市场的规范化发展具有积极意义。它能够促使数据更好地流动与利用。对于企业突破发展瓶颈，它或许也能起到带动作用，比如可以提升企业运用 AI 应用和 BI 应用的能力。
对于人工智能的发展而言，这种构建起面向人工智能的数据治理能力，能够促使其朝着更加精准且高效的方向前进。那么，在未来，是否会有更多的企业如中国移动那般迅速地建立起相关的体系？期望在评论区能够看到您的观点。倘若您觉得这篇文章具有价值，烦请点赞并进行分享。
