1、IBM 商业价值研究院|专家洞察谋定后动，强化共识聚焦主数据，全面提升数据治理能力2张玉明IBM 副合伙人，IBM Consulting 金融核心锐变团队 数据转型与创新负责人殷峻IBM Consulting 金融核心锐变团队 数据转型与创新资深咨询顾问JunY张玉明先生是 IBM 副合伙人，IBM Consulting 金融核心锐变团队数据转型与创新负责人，主要关注于金融行业数据中台、大数据战略与分析咨询、数字化战略转型、企业级数据治理及数据资产管理解决方案等方面。张玉明先生拥有超过 15 年的数据咨询与实施项目经验，领导过多个金融企业的大数据分析与人工智能技术应用、大数据应用架构、数据运营

2、体系、业务咨询乃至系统实施项目。程倾IBM Consulting 金融核心锐变团队 数据转型与创新高级咨询顾问Qing.C程倾是 IBM Consulting 金融核心锐变团队的高级咨询顾问，她具备 5 年以上的金融行业数据战略规划、主数据、数据安全、数据标准等领域的咨询经验，为大型银行等金额机构提供数据治理、数据分析等方案及数字化转型服务。殷峻先生是 IBM Consulting 金融核心锐变团队的资深咨询顾问。他有着超过 20 年的 IT 咨询与服务的工作经历，专注于为大型金融机构提供企业数据管理以及风险管理的解决方案。他在数据管理、风险管理和数据架构方面有着广泛的知识和技能，曾担任多个数

3、据管理、风险管理项目的关键角色，在金融行业的信息系统建设方面有着丰富的经验。主题 专家王莉IBM 商业价值研究院高级咨询经理王莉女士是 IBM 商业价值研究院的高级咨询经理，担任 IBM 全球高管调研项目和对标分析项目的大中华区项目负责人。她拥有 15 年以上的管理咨询和管理研究经验。王莉女士目前所关注的研究领域包括数字化转型、无边界企业、人工智能等，旨在帮助各行业客户创造新的商业机会、发现和传递价值。1数据治理工作的关键在于提升边际 收益不是所有的数据都具有相同的价值和重要性，通过集中精力处理关键数据，有助于解决重点和难点问题，同时优化资源分配，实现更大的治理效果和业务回报。聚焦价值主线，实

4、现数据治理“破茧 化蝶”主数据是企业最为关键的数据，应该围绕主数据开展数据认责1，建立和完善主数据标准，同时梳理和修复管理流程的断点，从而为数据治理带来事半功倍的效果。行动指南深度优先、以点带面、协同推进。摘要谋定后动，强化共识。聚焦主数据，全面提升数据治理能力2AI 时代的达摩克利斯之剑 ChatGPT 是人工智能研究和发展的一个非凡的里程碑，面对生成式 AI 的卓越表现，CaixaBank 首席执行官 Gonzalo Gortzar 感叹“生成式人工智能模型在同一时间给我们带来了惊喜、惊叹和惊吓”2。与此同时，企业也面临加速采用生成式 AI 的巨大压力。根据 IBM 最新的调研结果2，75

5、%的受访 CEO 认为企业的竞争优势将取决于是否拥有最先进的生成式 AI。CEO 们看到了生成式 AI 的巨大潜力，但只有 29%的高管认为组织内部已经做好了充分的准备。企业中缺乏明确的数据计算和报告流程、数据集之间的标准/格式/频率不统一、对数据源可见性较差等萦绕在管理层心头多年的数据问题，依旧是阻碍企业拥抱和开发自有生成式 AI 应用的极大障碍。实际上，在生成式 AI 出现之前，各类组织围绕数据问题已经开展了持续多年的治理。随着国际数据管理协会在 2015 年发布数据管理知识体系指南(DAMA-DMBOK)3，数据治理工作越来越多地得到企业的关注，并借鉴数据治理体系框架来提升数据处理能力和

6、数据质量，进而推动企业的数字化转型工作。一方面，企业在数据治理的框架下，从数据架构、元数据管理、数据标准、数据模型、数据质量管理等多个方面，投入了大量的人力和资源来提升业务数据的数据质量。根据 McKinsey 的估计4，一个中等规模的金融机构每年在数据治理上的投入大约在 2000 万到 5000 万美元之间。另一方面，在作出了诸多努力和尝试后，企业面临的数据问题和挑战似乎并没有减少，治理效果与预期之间似乎总是存在差距。据 Gartner 的估算5，企业每年因为数据质量问题而需要付出平均约为 1290 万美元的额外成本。数据问题就像悬挂在数据管理者头顶的达摩克利斯之剑，在坐享数据带来的各种分析