IBM 商业价值研究院的专家洞察强调了数据治理工作的关键在于提升边际收益。聚焦主数据,通过建立和完善主数据标准,梳理和修复管理流程的断点,可以实现数据治理“破茧化蝶”。AI时代的达摩克利斯之剑——ChatGPT,引发了企业对生成式AI的加速采用。然而,企业内部的数据问题,如缺乏明确的数据计算和报告流程、数据集之间的标准/格式/频率不统一、对数据源可见性较差等,仍是阻碍企业拥抱和开发自有生成式AI应用的障碍。在生成式AI出现之前,各类组织已经开展了持续多年的治理。随着国际数据管理协会在2015年发布数据管理知识体系指南(DAMA-DMBOK),数据治理工作越来越多地得到企业的关注,并借鉴数据治理体系框架来提升数据处理能力和数据质量,进而推动企业的数字化转型工作。