5G时代的数据治理不仅仅是技术活

张靖笙

    “数据驱动”这个概念最早应该是出现在上世纪九十年代，当时诞生的商业智能的概念是通过数据分析和价值发现改善客户、产品、基础设施、盈利方式等业务核心环节的活动安排，从而提升效率和效益，创造价值，而在“数据驱动”这个概念提出前的信息技术是“功能驱动”和“流程驱动”的，早期的计算机程序受限于硬件性能和存储空间，不太可能处理大规模的数据，存储数据的成本也很高，所以数据依附在算法的结构里面，和公园门票一样，用过就丢弃了，当然也发挥不了今天的价值。

     即使时间倒退到30多年前，随着关系型数据库(RMDB)技术被越来越广泛使用，各种信息系统沉淀下来可以被重复利用的数据资源也越来越多，可以用数据来做的文章也越来越大，数据的重要性和价值日益凸显，1996年的时候《Being Digital(数字化生存)》的作者Negroponte（尼葛洛庞帝）就提出数字化生活的概念，而20多年以后的今天，我们已经进入了数字化的生活，移动互联网、物联网、手机、各种社交媒体、电子支付等各种数字化技术把我们的生活完全连接到了云端，连接到了网络。每一个消费者通过手机和设备，成为了一个巨大的数字化网络的一个节点，每时每刻，我们从云端获取各种信息，各种状态，浏览各种商品，从而实时的决定我们的决策和行动，“数据驱动”成为日常生活。

过去，很多行业知识、数据、信息、方法等都是封闭的，而数字化时代首先的表现是信息透明，信息透明给这个社会带来的改变是巨大的，它从根本上打破了传统的物理世界的各种信息壁垒，极大的冲击了传统行业和社会形态。在互联网上每一个人可以搜索到各种各样他需要的数据，并从中获得他需要的各种各样的信息。

    今天，越来越多的企业已经把业务搬到网上了，这些业务活动都需要数据才能驱动和运作，数据质量不仅仅关乎企业组织和机构内的业务效率和效益，更关乎到客户和合作伙伴的满意度和配合度，而事实上，由于大量关于人财物等核心资源的数据质量不高，很多企业开展网上业务背后也还是靠人力服务（People Service）来驱动的，这样积累下来的数据如何和企业内部信息系统的数据有效共享和融合又成为新的难题。

     数字经济中数据被认为是推动企业增长和商业创新引擎的燃料，数据无疑被组织认定且拥有的资产之一，但是由于其海量数据的增加，复杂度随之增加，管理和控制的难度越来越大，数据治理已提升为企业战略优先事项。

    通常数据治理被认为是获得高质量数据的核心控制规程，用于管理、使用、改进和保护企业数据加工过程中数据质量。许多企业通过学习、培训和借鉴经验，开展自身的数据管理实践，通过寻找行业基准和通用框架建立实施方法论，IBM 数据治理成熟度模型就是其中之一被广泛应用的标准框架, IBM数据治理能力成熟度模型针对组织级数据治理规程开展成熟度评估和管理，进而通过管理实现有效的协同一致性。

      按传统理解，数据治理工作的推进者通常为企业的信息管理者和信息技术工作者，他们关注需要跨职能、跨流程、跨功能边界的标准化，考虑信息生命周期中数据质量、数据安全的需求，这仿佛只是技术层面的工作。

但笔者实践中发现，如果我们仅仅把数据治理工作看成技术活，在实际工作中就会发现很多数据治理的要求难以贯彻执行。以银行为例，大量的数据质量问题的源头是技术解决不了的，比如曾几何时，很多银行的柜员都习惯为了节约时间，潦草地录入客户的身份和联系信息，这些情况不但我等银行信息科技部门的人无能为力，行管理层对网点三令五申也收效甚微，笔者就曾亲耳声闻，某国有大行为了解决数亿户储蓄账户中身份证号字段存量数据的质量问题，后期不得不耗费数十亿的业务动员和奖励费。

      IBM数据治理成熟度模型提供了一组基准和里程碑，帮助组织度量数据治理成熟度，通过成熟度级别、业务实践和组织活动等要素，帮助组织利用成熟度模型开展整体的数据治理能力提升，确定今天我们在哪里？未来我们将去何处。

     成熟度评价不是数据治理的目的，仅仅的评价也并不能真正地解决组织各种数据问题，关键还是要组织转化成一系列行之有效的行动，今天如果我们仅仅还是停留在技术的层面来理解数据治理工作毫无疑问是片面和错误的，在5G时代，数据的采集、加工和应用随时随地无所不在，我们每个人都是数据的生产者和消费者，数据包含了一切的事实，数据也包含着一切的本质，数据治理本质上就是如何让人的思想、决策与行为所形成的数据更加符合客观实际的要求，这毫无疑问不是一个仅仅停留在技术层面能解决的问题。

     如笔者前文所分析的，5G时代是一个让人工智能变成自来水供应的时代，大数据是人工智能技术研发、训练的关键，是人工智能长期发展的重要保障。只有当人工智能系统能够获取更为准确、及时、一致的高质量数据，才能提供更有效、有用、精准性高的智能化服务。数据治理是人工智能的基础，5G时代数据治理的主要目的之一很可能是为人工智能提供高质量的大数据“燃料”，而人工智能本身就是燃烧大数据而炼金的一种商业模式，如果说人工智能是机智过人的技术活，那么数据治理更强调的是人类社会中每个组织和个人都要修炼内功，才能确保我们给人工智能所灌输的是能造福人类社会的正确信念。

     治理数据是假的，修炼我们自己的能力才是真的，借假修真方得始终。

（本稿完成与2019年6月22日，如需转载请注明出处）