林梓
数据要素，治理，分析…
行业分析
信通院数据显示，2026年国内数据治理市场规模突破920亿元，行业年度增速高达31.2%。IDC同期调研指出，44%的企业将现有平台的数据治理、安全短板列为企业AI落地的最大阻碍，81%的企业曾因数据治理不完善导致AI项目延期或缩减投入。一、政策在倒逼国资委最新部署提出，要通过建立健全全级次、全流程、全要素穿透式监管机制，实现对中央企业数据的实时监测、动态预警。国务院国资委党委明确提出，要大力推行智能化、穿透式监管，实现经营行为可视、资金流动可溯、重大风险可控。今年年初，国资委要求到“十五五”末，所有中央企业基本建成全经营领域的数字化资源管理平台（DRP系统），实现穿透式监管。二、痛点很具体数据散。 央国企层级多、系统杂，数据孤岛是普遍痛点。一个集团加多级成员公司的架构，管理到最末端时跨越的管理层级、业务流程层级和数据层级非常多。统建与自建并存，业务系统多、流程多样，数据管理成本越来越高。标准乱。 各成员公司因监管报送要求，需按标准规范沉淀财务、投资等数据并上报。但指标口径不统一，跨部门KPI定义冲突频发。同一件事，两张报表出两个数。AI用不起来。 数据底座不牢，上层AI再强也是空中楼阁。三、解决方案长什么样行业正在形成一套相对成熟的架构共识。以袋鼠云基于国央企5A架构的Data+AI一体化融合解决方案为例，在传统的业务架构、数据架构、应用架构、技术架构基础上增加了管控架构，核心是抓住核心业务域。中国电子云构建了“数据—模型—决策”三层智能化穿透体系，推出采购、合同、审计、纪检监察四大智能体，全面承接十大监管领域。采购合规监管智能体实现采购业务异常预警率超过95%，围串标查处率超过90%。具体来说，重点看三件事：一看信创适配。 超过85%的央国企将“信创适配能力”列为选型首要指标，要求从底层数据库到上层应用全面兼容国产化软硬件体系。二看AI能力。 全链路AI智能化已经成为政企平台选型的硬性准入指标。平台是否具备元数据智能采集、数据标准自动推荐、数据质量智能检测与修复等能力，直接决定治理效率。三看落地案例。 有没有同行业的成功实践？全国近100家央企中，30多家选择将核心系统托付给OceanBase，覆盖运营商、交通、能源等多个命脉行业。别人的路走通了，你的风险就小了。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
