近日，国际数据公司 IDC 发布《AI时代下数据治理演进趋势报告》，正式推选科杰科技为 AI 时代数据治理升级的代表企业。在生成式 AI（GenAI）技术迅猛发展、数据治理领域迎来深刻变革的背景下，科杰科技通过数据工程与治理的深度融合，构建起覆盖数据标准、质量、安全的全链路治理体系，实现从模型构建到 AI 落地的全周期治理与安全合规保障，为行业树立了从被动应对向主动、实时治理转型的标杆。
GenAI崛起：数据治理迎来新挑战与机遇
近年来，GenAI 技术的兴起使得企业更加重视数据民主化。传统的深度学习、机器学习方案主要依赖企业内部数据进行模型构建和训练，而 GenAI 则通过引入外部模型，结合企业自有业务数据，显著增强了模型输出效果。
IDC GenAI ARC 调查显示，83% 的组织认同利用企业自有业务数据的 GenAI 模型将带来显著优势。然而，数据是实现 GenAI 成果的关键要素之一。如果用于训练和推理的数据不准确、质量不高、容量不足，且与目标问题缺乏紧密关联，模型在决策或业务辅助方面可能毫无用处。为确保数据的准确性、安全性和隐私保护，企业必须重新审视数据治理工作，使其与 AI 目标保持一致。
AI 时代的数据治理正呈现三大关键演进趋势，倒逼企业重构数据管理体系：
一是从被动跟随到主动规划。在过去，数据治理多以专项项目形式推进数据的集中管理与管控，属于被动且滞后的管控模式，与集团业务、研发环节脱节，难以借助智能技术实现动态优化。
AI时代，在实际业务场景中，数据治理应是主动、实时且自适应的治理过程，需以 “数据治理落地与数据价值释放” 为核心业务目标，在业务链路中敏捷且高效地创造价值。这一过程并非阶段性工作，而是贯穿数据全生命周期的持续性日常行为。
因此，数据治理亟需从传统被动滞后的模式，升级为主动实时、与数据工程深度融合的新型治理模式。
二是从静态管理到实时响应。企业可融合AI技术，打破传统数据治理的被动割裂状态，将访问控制、管道连接、数据合并、主动元数据探查等技术嵌入数据工程。当数据源变化时，自动触发后续算法模型的自动化调整；借助 AI 强化学习提前预判数据错误，自动合并异常与相似数据；同时强化数据标准、主数据管理、数据质量、数据资产目录等管理环节，通过 AI 主动探查实现与数据源、数据工程的自适应连接。
最终，企业需从静态被动的传统信息管理系统，升级为与数据工程深度融合、自动化且系统化的新型数据治理能力，构建实时响应的增强型数据资产管理体系。
三是从单一结构化治理到多模态统一管控。企业数据治理将从控制数据的传统模式，逐步走向以结果为导向、敏捷日常运营，最终实现自治的智能化系统。在传统业务场景中，企业多依赖单一结构化的数据控制型治理；随着人工智能进程深化，企业更倾向于多模态数据的敏捷治理模式。因此，企业若要完成数智化业务转型，需推动数据质量高效服务于业务端与业务前台，在多模态数据统一管控中充分释放数据价值。
此外，DataOps 理念的深化和 “数据即产品” 的认知普及，也推动企业亟需全链路、可追溯、自动化的数据治理工具，打通数据生产与消费的闭环。
面向AI时代的数据治理新范式
面对 GenAI 带来的机遇与挑战，叠加人工智能进程化下的数据管理新困境，传统数据治理规范和标准已无法满足需求，数据治理必须从被动、滞后转向实时、主动的 AI 时代数据治理新范式。作为企业级Data&AI技术引领者，科杰科技基于云原生技术构建了自主可控的 KeenData Lakehouse 湖仓一体数据智能平台，将数据工程与治理深度融合，构建起覆盖数据标准、质量、安全的全链路治理体系，实现了从模型构建到 AI 落地的全周期治理，同时提供坚实的安全合规保障，推动数据治理从被动应对向主动、实时治理全面升级，打造适配 AI 时代需求的数据治理平台（Keen Governance）。
数据质量提供系统规则、自定义规则，多规则组合的质量规则定义方式，提供独立的质量检查节点，与离线开发相结合，在数据加工事前、事中、事后进行质量管理，支持质量问题阻断的能力；提供数据质量任务运行完成后的质量评估报告产出和质量问题追溯，支持脏数据的查看和导出；
数据安全提供数据的分级分类管理、敏感数据识别和脱敏的能力，通过自定义敏感数据规则库，对数据库、数据表进行全量/抽样扫描，对于识别的敏感数据，支持多种脱敏规则，如哈希脱敏、遮盖掩码等，实现敏感数据的使用安全；确保把控高质量的数据准确且业务有序的供给以确保商业决策。
数据标准平台是企业数据标准落地和管控中心，提供企业数据标准创建、发布、审核、检索、落标映射、稽核任务管理的全流程管理能力，规范开发者在建模之前应用标准规范进行生产、开发中以及业务上线后及时发现数据是否按照数据标准进行实施，建立集团范围内数据统一的认知，提供规范性的统一约束，从源头上符合国际、国家、行业监管以及业务应用需求，保障数据的标准化生产，节约后续数据应用和处理的成本。主要功能涵盖：标准目录、标准统计、标准可视化创建、引用、更新、发布、审核、稽核、废除等标准全生命周期管理；支持标准落标及数据稽核包括数据仓库稽核、业务数据库稽核以及稽核任务、提供完整的稽核报告等。
未来，科杰科技将凭借其 Data&AI 一体化平台，助力企业构建高质量数据治理体系，深度融合 AI 与大模型能力，精准适配多元业务场景，最终打造出面向 AI 时代、支撑未来发展的数据基础设施，为企业数据价值的持续释放与数字化跃迁筑牢根基。