6月6日，数据管理领域的标杆著作——《DAMA数据管理知识体系指南（第2版修订版）》中文版发布会暨数据资产化实践论坛在北京召开。本次活动以“数据资产化”为主线，汇聚行业精英，通过权威政策解读、标杆案例分享与产学研深度对话，搭建起全球前沿理念与中国本土创新实践的桥梁，共同探寻数据管理的“中国方案”。
中电金信凭借在数据治理、数据建设和企业级架构等方面的深厚积累和专业实力，参编了《DAMA数据管理知识体系指南（第2版修订版）》中文版，为数据管理提供了宝贵的实践经验和技术见解，推动了数据管理知识体系在中国的完善和发展。
自动闭环管理成为数据治理刚需
在本次论坛上，中电金信商业分析事业部副总经理、首席数据咨询顾问李娜发表了题为“AI时代的数据治理新体系”的精彩分享。李娜表示，随着金融机构全面拥抱AI，数据治理领域正面临诸多挑战。研发模式的演进对数据治理产生了深远影响，自动闭环管理成为刚需。借助规则自动发现和自动生成能力，数据治理工作得以前移，提高治理效率和质量。她介绍了典型的数据研发流程，并强调构建自动化的研发工具体系和规范化的研发工艺引擎的重要性，涵盖需求管理、数据建模、数据集成、数据开发以及资产运营等多个方面，为数据治理工作的自动化和规范化提供了有力支撑。
非结构化数据和外部数据“治理”成为关键
面对新形势下的数据应用，数据治理需拓展新方向，尤其是非结构化数据和外部数据的治理被提上日程。中电金信认为，从数据资产视角来看，非结构化数据处理方式正发生转变，大模型技术的发展推动统一技术架构和数据处理流程得以实现，为非结构化数据的资产化创造了条件，包括可评估、可检索、可运营和可增值等方面。中电金信在非结构化数据治理方面积极探索，推动机构在合同信息解析与脱敏、监管制度与信息数据资产化等场景的应用，展示了此类数据治理的价值和潜力。
元数据能力支撑治理体系联动
推动数据资产高质量发展
在探讨大模型下的数据治理工作关注点时，李娜认为元数据能力是关键，能够支撑治理体系联动，推动数据资产高质量发展。并分享了大模型加持下的数据治理流程，包括元数据管理、数据标准管理、数据模型管理等方面，以及如何通过大模型实现智能推荐、智能问答等功能，提升数据治理的智能化水平。
围绕数据治理、数据建设与企业级架构之间的关系，中电金信认为，企业架构贯穿业务应用系统和数据应用系统，数据平台作为企业数据战略的核心承接方，与企业架构相互传承、影响和融合，形成闭环链路，共同推动企业数字化转型。而data4AI、AI4data、Data fabric等新兴概念的落地，则与各家机构的数据管理成熟度密切相关，需要根据自身实际情况进行探索和实践。
中电金信推出的源启·数据资产平台，是新一代数据管理的关键工具，它通过构建自动化的研发工具体系和规范化的研发工艺引擎，实现数据治理的自动化和规范化，为数据资产的高效管理和应用提供有力支撑。展望未来，中电金信将继续深耕数据管理领域，助力企业实现数据资产化，为数字经济的发展贡献力量。
