數據治理的最大問題在于技術，因為技術決定了我們要優化的目標。這個過程可能是公開的，也可能是間接的，但確實會發生。所以，您開始踏上數據治理之旅，或許是因為了解它的價值，或許是因為您將其視為一項合規性任務，或許是因為人工智能的出現，您的組織意識到需要提高數據質量，而治理似乎已成為必需。您該從哪里開始呢？通常，一些共同的要素標志著一項計劃或項目的啟動，這些計劃或項目將塑造您的數據治理體系。這些要素可能是：

• 根據項目的觸發條件定義一些目標
• 組建團隊
• 評估你的愿景和成熟度
• 制定數據管理政策、標準和程序的框架
• 設定角色和職責

問題是：在考慮實施之前，組織應該以及能夠如何清晰地定義這些內容？而此時，情況往往會發生轉變：事情變得更加具體，需要實施，無論是安全策略、質量指標、元數據存儲庫等等。對于實施，工具供應商喜歡提供指導，甚至共同定義競爭環境。這似乎是理所當然的。畢竟，廠商最了解自己的工具，不是嗎？他們提供實施支持，并且通常將自己定位為數據治理專家。

但問題在于：供應商優化工具的功能，而不是您的組織實際需要的數據治理功能。這種不一致通常會導致數據治理工作由于工具功能的原因，更多地關注策略執行，而非戰略支持。

隨著人工智能的發展，這個問題變得更加嚴重。我們已經聽過很多次了：人工智能的好壞取決于它所輸入的數據。以工具而非目的為中心進行優化的數據治理模式，只會延續“垃圾進，垃圾出”的經典陷阱，尤其是在機器速度和規模下。

可以將其視為 GIGO 鏈：規劃不足+供應商優化實施+AI模型不透明=？

觀點一：數據治理不是一種工具

供應商銷售工具，而工具的構建是為了實施數據治理，而不是定義數據治理。因此，當供應商主導時，重點會迅速轉移到：

• 元數據標記
• 規則執行
• 訪問控制
• 監控儀表板

這些都是寶貴的能力，但前提是你必須明確治理數據的初衷。數據治理關乎的是數據在企業信息系統中使用方式的方向、監督和問責，而非工具配置。

我對數據治理的定義考慮到了這一點：

數據治理是一個以人為本的體系，通過該體系可以指導、監督企業信息系統中的數據資產，并要求組織對實現其既定目標負責。

這個定義并非始于工具，而是始于人和目標。工具是我們深思熟慮、經過深思熟慮的長期和短期選擇的結果。短期選擇基于業務需求、法規遵從性、市場條件和限制。長期選擇則基于我們對組織的愿景。最后，同樣重要的是：工具是確保問責和監督的一種方式，而不是定義問責和監督。

這是定義數據治理在現代組織中必須扮演的三個角色的基礎：數據總監、數據主管和數據審計。這正是在組織中定義數據治理獨立于執行所需的。

觀點二：治理不僅僅是執行制度

當數據治理實施變得由供應商主導或依賴于工具時，定義數據必須滿足的要求很容易優化工具性能。這可能是因為工具附帶了域結構、元數據收集的預定義設置，或者例如需要確認數據產品的定義。

如果從工具入手，數據治理的重點將集中在執行策略上，而不是在業務目標、監管要求、市場壓力和技術限制之間進行權衡。最終形成的治理框架將具備以下特點：

• 優先考慮合規性而非可用性
• 優化政策遵守情況而非創新
• 創建清單而不是培養數據文化

您最終可能會獲得出色的執行工作流程，但對于所執行的內容或原因卻沒有共同的理解。

一旦人工智能成為流程的一部分，決策就會變得更快、更自主。此時，數據治理缺乏清晰度會造成系統性風險。膚淺的、供應商優化的、工具優先的數據治理模式只會加速“垃圾進，垃圾出”的循環。想想我們的 GIGO 鏈吧。突然之間，即使我們的數據治理實施已經為數據安全、數據質量、數據沿襲等制定了明確的規則，偏見也會被放大，錯誤會被擴大，責任也會被模糊，所有這些都是因為基本的數據治理框架從一開始就沒有穩定地定義。

行動一：應該優化什么

所以這意味著你需要在轉向工具之前投入一些工作。有效的、以人為本的數據治理需要：

1. 從目標開始

您的組織希望利用數據實現什么目標？您的愿景是什么？您必須管理哪些風險？您必須實現哪些價值？數據治理應該源于這些問題，而不是產品功能。

2. 建立監督機制，而不僅僅是監控和控制

明確誰擁有決策權、如何解決分歧以及如何追蹤問責。數據治理是一套超越運營范疇的問責體系。這是一個治理主題，因此應該與公司治理方式保持一致。

3. 使用工具來實施和操作，而不是定義

一旦治理框架到位，工具可以加速執行。但它們必須服務于人為定義的數據治理系統，而不是相反。

4. 數據治理作為一個生命系統

數據治理并非一成不變。隨著商業模式的演變、法規的變遷以及技術的涌現（例如人工智能），治理必須隨之調整。這意味著需要不斷反思、衡量和迭代，探究數據治理的核心原因，而不僅僅是如何進行。

行動二：不要外包困難的部分

事實是：定義數據治理并非易事。它涉及持續的艱難溝通、權衡利弊、相互沖突的激勵機制以及文化變革。

這就是為什么人們傾向于讓供應商填補空白，從實施開始，然后再逆向工作。但數據治理不能通過工具進行逆向工程。它必須由了解組織使命、風險和價值觀的人員精心設計。

不要再把數據治理視為即插即用的功能，它是企業數據驅動的核心，這個體系定義了機器與人之間的互聯互通，需要指導、協商和問責。當你把它交給供應商時，你不僅僅是購買了一個工具，而是將你的價值觀、方向和監督外包出去了。