「數據治理」：人工智慧企業的基本功

2022 年 Computex 上可以觀察到，雲端運算與人工智慧如今在各個產業都備受重視，從自動駕駛到自然語言的辨識，都需要人工智慧的參與。

人工智慧可以藉由演算法，從過往的數據中學習，找出數據的特定模式，並隨時配合新輸入的資料做出調整與回應，以模仿人類的思考與行為模式。而高效率的人工智慧，必須高度仰賴對資料庫的管理，沒有好的資料，或是資料沒有妥善的管理，資料終究只是一堆無用的數據，無法產生應有的價值。

因此「數據治理」(Data Governance) 是現代化企業相當重視的管理邏輯之一。

甚麼是數據治理

根據定義，數據治理指的是在兼顧資訊安全的前提下，讓數據保持高度準確性、可近性與易用性的各種管理策略。每一個企業，都可能有獨一無二的數據治理策略，以確保在收到大量營運資訊之後，能夠好好地應用。

以電商為例，許多電商在每日的營運中，自然會累積大量的顧客數據。一個沒有導入數據治理的公司，可能收集到許多重複、無效的會員資料。未經清洗和處理就放進客戶行銷平台中，很有可能會重複地濫伐行銷訊息，反而造成客戶反感，傷害品牌形象。業務端也可能因為虛胖的會員數量，對於實際的業務量總是無法掌握。

執行數據治理前：統整數據結構與使用方式

數據治理是需要企業跨部門合作的事情，並非是資訊部門要負責，也不是業務或行銷部門要主導的事情，需要各部門一同協作，能打破數據的孤島。

最常見的方式就是每一個業務部門負責處理特定的幾項數據，擁有數據的負責人要確定該項數據可以被清楚定義、標準化並向其他的同仁說明，並在共識會議上，確認這些數據，在整個公司內有唯一的明確定義。一般而言，數據的負責人也具有管理數據分享權限的權力。統整了數據的結構，才能夠有統一的語言讓數據用同樣的方式被收錄到數據庫中。

導入雲端數據工具：兼具成本與效益

隨著雲端運算的普及，越來越多的數據工具都可以在雲端執行。對於企業來說，將雲端運算和雲端的數據工具導入數據治理中，越來越普遍。例如龐大且複雜的通用型 AI（Generalist AI），就很大程度地仰賴了雲端架構。

對於許多中小企業而言，為了享受雲端的便利，完全仰賴一己之力，建構所有的硬體與軟體越來越不實際。公有雲能提供許多資料科學工具或人工智慧模型，私有雲則保障了資料的私隱性。整合公有雲與私有雲，能夠自由調度資料的混合雲模式，能夠有效控制成本，提升效益，更是中小企業導入人工智慧時最好的數據治理策略之一。

未來每家企業都是科技業，數據將是產生商業價值的基本來源。企業在日常營運中不斷累積的資料庫，訓練人工智慧模型挖掘有意義的重要資訊，是未來幾年的重要趨勢。運用正確的工具，做好數據治理，將會是每個企業相當基礎的管理工作。