真心实意

2023-03-24

“无治理、不分析”，没有高质量的数据，就不会有可信的AI。由于数据治理的输出是人工智能的输入，即经过数据治理后的大数据，因此数据治理与人工智能的开展存在相辅相成的关系。

（1）数据治理为人工智能奠定基础
数据治理在提升数据质量方面具有重要作用。顺利获得定义数据质量需求、定义数据质量测量指标、定义数据质量业务规则、制定数据质量改善方案、设计并实施数据质量管理工具、监控数据质量管理操作程序和绩效等数据质量管理环节，企业可以取得干净的、结构清晰的数据，为深度学习等人工智能技术给予可信的数据输入。

数据治理为人工智能保障数据隐私。所谓隐私保护，其实就是对隐私数据的保护。最理想的情况是能够在产权层面确立相关个人作为隐私数据的合法的唯一拥有者，或至少对隐私数据实际控制者的行为严加管束，做到合法合规，这就离不开数据治理。数据治理工具从技术工具和保障措施等方面设计了保护隐私数据。

（2）人工智能对数据治理存在诸多优化作用
数据治理工作中，将大数据应用机器学习技术，作数据挖掘和分析，从而识别哪些是用户隐私性数据、哪些数据可能有异常，一旦数据特征被确认，打上标签，未来再做数据管理时，就可以使用元数据管理的方法机制，对外给予服务。比如当碰到涉及的某特殊标记数据，就会有相应的流程启动，或在相关的数据对外服务给予过程中，自动识别数据涉及的个人隐私，避免引起政策方面的风险。顺利获得AI技术的应用，可以增强数据安全管理和元数据管理的能力。