與此同時(shí)，在政策、技術(shù)、需求等多重因素的推動(dòng)下，以自動(dòng)駕駛、智能客服、語(yǔ)音識(shí)別為代表的人工智能應(yīng)用快速興起，AI已經(jīng)成為全球科技巨頭的布局重點(diǎn)。如百度李彥宏公開表示：“百度公司將不再是互聯(lián)網(wǎng)公司，而是一家人工智能公司。”中國(guó)移動(dòng)也高度重視人工智能，于2017年發(fā)布了“九天”人工智能平臺(tái)，努力將人工智能技術(shù)應(yīng)用在網(wǎng)絡(luò)、市場(chǎng)、服務(wù)、安全、管理和衍生業(yè)務(wù)等多個(gè)領(lǐng)域。

那么，當(dāng)數(shù)據(jù)治理遇上人工智能，將碰撞出怎樣的火花?

確保數(shù)據(jù)質(zhì)量和安全是發(fā)展AI的前提

今天，企業(yè)對(duì)全面數(shù)據(jù)治理的需求從未如此強(qiáng)烈。監(jiān)管機(jī)構(gòu)希望企業(yè)能更加清晰地了解數(shù)據(jù)，對(duì)它進(jìn)行有效的管控;企業(yè)管理層希望理清數(shù)據(jù)資產(chǎn)，降低數(shù)據(jù)應(yīng)用的復(fù)雜性，對(duì)企業(yè)進(jìn)行更高效的管理;企業(yè)員工也開始認(rèn)識(shí)到數(shù)據(jù)的重要性，更多地采用數(shù)據(jù)驅(qū)動(dòng)的方式來開展工作。數(shù)據(jù)治理正迅速發(fā)展成一種企業(yè)核心策略，只有做好數(shù)據(jù)治理，讓數(shù)據(jù)更加準(zhǔn)確完整，并且安全合規(guī)，才能釋放出數(shù)據(jù)的無限潛能，挖掘出更多有價(jià)值的數(shù)據(jù)應(yīng)用。

在人工智能技術(shù)的應(yīng)用和實(shí)踐中，確保數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全是最基礎(chǔ)的底層保障。由于人工智能的落地應(yīng)用效果會(huì)受到數(shù)據(jù)質(zhì)量和安全的影響，更多的企業(yè)開始反思并轉(zhuǎn)而去推動(dòng)數(shù)據(jù)質(zhì)量和安全性提升，提供數(shù)據(jù)質(zhì)量和安全評(píng)測(cè)工具，建立好的數(shù)據(jù)環(huán)境，再進(jìn)行人工智能應(yīng)用的同步研發(fā)。

大數(shù)據(jù)是人工智能技術(shù)研發(fā)、訓(xùn)練的關(guān)鍵，是人工智能長(zhǎng)期發(fā)展的重要保障。只有當(dāng)人工智能系統(tǒng)能夠獲取更為準(zhǔn)確、及時(shí)、一致的高質(zhì)量數(shù)據(jù)，才能提供更有效、有用、精準(zhǔn)性高的智能化服務(wù)。埃森哲在2018年4月發(fā)布的一份調(diào)研顯示，中國(guó)制造企業(yè)在運(yùn)用人工智能技術(shù)時(shí)面臨一系列挑戰(zhàn)。其中，52%的受訪中國(guó)企業(yè)將數(shù)據(jù)質(zhì)量列為突出挑戰(zhàn)，數(shù)據(jù)安全與網(wǎng)絡(luò)安全緊隨其后(47%)。在2017年4月的一次研討會(huì)上，圍繞人工智能話題， 華為任正非提出：“高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎(chǔ)。”當(dāng)前，不管是人工智能技術(shù)的研發(fā)，還是人工智能應(yīng)用領(lǐng)域的發(fā)展，“數(shù)據(jù)質(zhì)量”都是一個(gè)不可或缺、位于重中之重的要素。

人工智能發(fā)展的另一個(gè)重點(diǎn)保障就是數(shù)據(jù)安全，人工智能系統(tǒng)的基礎(chǔ)是大數(shù)據(jù)，要對(duì)外提供服務(wù)，就會(huì)涉及數(shù)據(jù)的安全保護(hù)，在這個(gè)過程中，一系列的數(shù)據(jù)安全防護(hù)手段是必不可少的，如數(shù)據(jù)脫敏管理，對(duì)敏感信息的風(fēng)險(xiǎn)評(píng)估、使用監(jiān)控，對(duì)數(shù)據(jù)的泄露檢測(cè)，數(shù)據(jù)庫(kù)保密檢查等。人工智能需要海量的數(shù)據(jù)，人工智能技術(shù)的進(jìn)步取決于各種來源數(shù)據(jù)的可用性，如何確保這些數(shù)據(jù)的安全性與保證用戶數(shù)據(jù)的隱私性是數(shù)據(jù)質(zhì)量之外又一個(gè)重要問題。同時(shí)，通過對(duì)業(yè)務(wù)數(shù)據(jù)應(yīng)用語(yǔ)義計(jì)算、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、知識(shí)圖譜、認(rèn)知計(jì)算等人工智能技術(shù)，也可以促進(jìn)企業(yè)數(shù)據(jù)安全保障體系完善。因此，數(shù)據(jù)安全和人工智能兩種技術(shù)起到了相互促進(jìn)、相互完善的作用。

智能化數(shù)據(jù)治理悄然興起

經(jīng)過多年的理論更新、技術(shù)演進(jìn)和應(yīng)用實(shí)踐，與前些年相比，如今的數(shù)據(jù)治理從概念到技術(shù)已經(jīng)發(fā)生了很多變化。特別是隨著這一波人工智能浪潮的興起，數(shù)據(jù)治理技術(shù)和人工智能技術(shù)在一些方面也開始有了結(jié)合使用，應(yīng)用了人工智能技術(shù)的新一代數(shù)據(jù)治理可以稱之為“智能化數(shù)據(jù)治理”。

在數(shù)據(jù)治理工作中，可以通過對(duì)大數(shù)據(jù)應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，進(jìn)行數(shù)據(jù)挖掘和分析，從而識(shí)別哪些是用戶隱私性數(shù)據(jù)，哪些數(shù)據(jù)可能有異常，一旦數(shù)據(jù)特征被確認(rèn)，打上標(biāo)簽，未來再做數(shù)據(jù)管理時(shí)，就可以使用元數(shù)據(jù)管理的方法，對(duì)外提供服務(wù)。比如，當(dāng)碰到涉及某特殊標(biāo)記數(shù)據(jù)，就會(huì)有相應(yīng)的流程啟動(dòng)，或在相關(guān)的數(shù)據(jù)對(duì)外服務(wù)提供過程中，一旦數(shù)據(jù)涉及個(gè)人隱私，則一定要小心處理，以避免引起政策方面的風(fēng)險(xiǎn)。通過上述應(yīng)用，可以增強(qiáng)大數(shù)據(jù)系統(tǒng)數(shù)據(jù)安全管理和元數(shù)據(jù)管理的能力。

另外，也可以在針對(duì)大數(shù)據(jù)開展數(shù)據(jù)質(zhì)量核查過程中，配合傳統(tǒng)的根據(jù)預(yù)置質(zhì)量核查規(guī)則進(jìn)行核查的方式，僅針對(duì)少量核心核查規(guī)則，從大數(shù)據(jù)中選取訓(xùn)練數(shù)據(jù)樣本，經(jīng)過預(yù)處理，利用機(jī)器學(xué)習(xí)算法進(jìn)行深度分析，提取公共特征和模型，可以用來確定數(shù)據(jù)質(zhì)量原因，進(jìn)行數(shù)據(jù)質(zhì)量問題的預(yù)測(cè)，并進(jìn)一步形成知識(shí)庫(kù)。這樣就可以進(jìn)一步增強(qiáng)大數(shù)據(jù)系統(tǒng)數(shù)據(jù)質(zhì)量管理的能力。

對(duì)于數(shù)據(jù)模型的管理，機(jī)器學(xué)習(xí)技術(shù)可用來分析數(shù)據(jù)庫(kù)中數(shù)據(jù)實(shí)體的引用熱度，通過聚類算法自動(dòng)識(shí)別數(shù)據(jù)模型間的內(nèi)在關(guān)系，還可以用于數(shù)據(jù)模型質(zhì)量的檢測(cè)和評(píng)估。對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的管理，如文檔內(nèi)容、圖像、音頻、視頻等，更是可以充分利用人工智能中的自然語(yǔ)言處理、圖像識(shí)別、語(yǔ)音識(shí)別、視頻處理等技術(shù)。

大數(shù)據(jù)治理+AI

大數(shù)據(jù)治理，顧名思義，即基于大數(shù)據(jù)的數(shù)據(jù)治理。大數(shù)據(jù)，一般指符合4V特征的數(shù)據(jù)，包括社交數(shù)據(jù)、機(jī)器數(shù)據(jù)等，大數(shù)據(jù)對(duì)傳統(tǒng)數(shù)據(jù)治理工作帶來很多的擴(kuò)展。在政策和流程上，大數(shù)據(jù)治理應(yīng)覆蓋大數(shù)據(jù)的獲取、處理、存儲(chǔ)、安全等環(huán)節(jié);在數(shù)據(jù)生命周期管理各階段，如數(shù)據(jù)存儲(chǔ)、保留、歸檔、處置時(shí)，要考慮大數(shù)據(jù)保存時(shí)間與存儲(chǔ)空間的平衡;大數(shù)據(jù)量大，因此應(yīng)識(shí)別對(duì)業(yè)務(wù)有關(guān)鍵影響的數(shù)據(jù)元素，檢查和保證數(shù)據(jù)質(zhì)量;大數(shù)據(jù)還需要定義與其內(nèi)容相關(guān)的元數(shù)據(jù)，需與傳統(tǒng)數(shù)據(jù)定義標(biāo)準(zhǔn)保持一致，術(shù)語(yǔ)字典應(yīng)包含大數(shù)據(jù)的術(shù)語(yǔ)，需要為非結(jié)構(gòu)化數(shù)據(jù)提供分類、語(yǔ)義支持，Hadoop、NoSQL數(shù)據(jù)庫(kù)的技術(shù)元數(shù)據(jù)也同樣需要納入元數(shù)據(jù)存儲(chǔ)庫(kù)管理;此外，在隱私方面，應(yīng)考慮社交數(shù)據(jù)的隱私保護(hù)需求，制定相應(yīng)政策，還要將大數(shù)據(jù)治理與企業(yè)內(nèi)外部風(fēng)險(xiǎn)管控需求建立聯(lián)系。

在數(shù)字化時(shí)代，大數(shù)據(jù)治理應(yīng)該如何與人工智能技術(shù)深度結(jié)合，人工智能技術(shù)在大數(shù)據(jù)治理領(lǐng)域又會(huì)有哪些應(yīng)用?

數(shù)據(jù)安全管理

當(dāng)前已經(jīng)有許多行業(yè)信息安全解決方案都開始使用機(jī)器學(xué)習(xí)算法來識(shí)別潛在的系統(tǒng)攻擊，通過機(jī)器學(xué)習(xí)可以建立用于檢測(cè)異常情況的基線，一切不符合基線標(biāo)準(zhǔn)的異常情況都能及時(shí)得到預(yù)警和處理。

元數(shù)據(jù)管理

互聯(lián)網(wǎng)企業(yè)使用機(jī)器學(xué)習(xí)，分析用戶點(diǎn)擊過哪些鏈接，為用戶生成畫像，打上特定的標(biāo)簽，來做商品、內(nèi)容的推薦和優(yōu)化用戶搜索結(jié)果。這些描述用戶消費(fèi)行為、興趣偏好特征的元數(shù)據(jù)信息，已經(jīng)成為互聯(lián)網(wǎng)企業(yè)得以生存發(fā)展的核心數(shù)據(jù)資產(chǎn)。

數(shù)據(jù)質(zhì)量管理

在金融行業(yè)中，銀行信用卡發(fā)卡部門很早就開始利用機(jī)器學(xué)習(xí)技術(shù)，來識(shí)別不合規(guī)的申請(qǐng)人、虛假申請(qǐng)信息以及可能存在欺詐性的交易行為。此外，既然機(jī)器學(xué)習(xí)可以識(shí)別信息系統(tǒng)中的異常數(shù)據(jù)，那它也可以檢測(cè)工業(yè)制成品中的異常情況。企業(yè)可以通過將實(shí)體物品生產(chǎn)過程數(shù)字化，然后使用經(jīng)過訓(xùn)練的機(jī)器學(xué)習(xí)系統(tǒng)來識(shí)別不符合標(biāo)準(zhǔn)或規(guī)格的產(chǎn)品數(shù)據(jù)，挑出異常數(shù)據(jù)，從而部分替代人類檢測(cè)員的工作。

非結(jié)構(gòu)化數(shù)據(jù)管理

近年來，利用機(jī)器學(xué)習(xí)的人臉識(shí)別系統(tǒng)能力一直在提高，已經(jīng)大量應(yīng)用在識(shí)別已知的犯罪分子，員工上班考勤以及識(shí)別公共場(chǎng)所中超出規(guī)范或違反法律的行為或活動(dòng)。醫(yī)療行業(yè)則可以利用機(jī)器學(xué)習(xí)工具，通過對(duì)大量紙質(zhì)和圖像病例資料的訓(xùn)練學(xué)習(xí)，構(gòu)建醫(yī)療知識(shí)庫(kù)，輔助專業(yè)醫(yī)護(hù)人員，診斷疾病并提出最有效的治療策略。

各類社交網(wǎng)站每天都在產(chǎn)生大量非結(jié)構(gòu)化數(shù)據(jù)，企業(yè)可以利用機(jī)器學(xué)習(xí)技術(shù)來實(shí)時(shí)發(fā)現(xiàn)和識(shí)別潛在的問題，同時(shí)手寫識(shí)別、語(yǔ)音轉(zhuǎn)寫、自然語(yǔ)言處理技術(shù)也在不同場(chǎng)景中大量應(yīng)用，可以提高人們識(shí)別、理解和處理非結(jié)構(gòu)化數(shù)據(jù)的能力。

數(shù)據(jù)共享開放

企業(yè)可以充分利用人工智能技術(shù)，以信息化、自動(dòng)化方式，共享和開放一部分?jǐn)?shù)據(jù)或數(shù)據(jù)加工結(jié)果，對(duì)外提供服務(wù)，提升企業(yè)競(jìng)爭(zhēng)力。最典型的就是現(xiàn)在各種客戶服務(wù)機(jī)器人，可以使用自然語(yǔ)言處理技術(shù)處理回答客戶提出的常見問題，并隨著時(shí)間的推移提高答案的質(zhì)量。據(jù)悉，中國(guó)移動(dòng)客戶服務(wù)系統(tǒng)中機(jī)器服務(wù)的比例已經(jīng)超過10%。

另外一個(gè)常見的應(yīng)用領(lǐng)域就是營(yíng)銷推薦，在大多數(shù)商業(yè)環(huán)境中，將適合的產(chǎn)品投放給恰當(dāng)?shù)氖鼙妼?duì)促進(jìn)商業(yè)成功至關(guān)重要。機(jī)器學(xué)習(xí)系統(tǒng)可以使用企業(yè)收集的用戶數(shù)據(jù)，根據(jù)用戶過去的購(gòu)物習(xí)慣預(yù)測(cè)可能喜歡的物品，再將預(yù)測(cè)結(jié)果數(shù)據(jù)向企業(yè)電商系統(tǒng)或銷售決策系統(tǒng)開放。Facebook前科學(xué)家Jeffrey Hammerbacher曾感嘆道： “我們這一代最聰明的大腦，沒有花多少精力思考如何利用人工智能改善人們的生活，而是思考怎么讓人們點(diǎn)擊更多廣告……”

數(shù)據(jù)資產(chǎn)分析

物聯(lián)網(wǎng)的大發(fā)展提供了許多潛在的機(jī)器學(xué)習(xí)使用場(chǎng)景，其中就包括預(yù)測(cè)性維護(hù)，企業(yè)可以使用歷史設(shè)備數(shù)據(jù)開展預(yù)測(cè)分析，推斷機(jī)器可能發(fā)生故障的時(shí)間，使其能夠在影響業(yè)務(wù)運(yùn)行之前主動(dòng)進(jìn)行維修或安裝更換部件。對(duì)于物流企業(yè)來說，設(shè)置時(shí)間表和路線是一件復(fù)雜而費(fèi)時(shí)的工作，機(jī)器學(xué)習(xí)系統(tǒng)可以通過對(duì)交通數(shù)據(jù)的分析和監(jiān)控，幫助企業(yè)規(guī)劃貨物運(yùn)輸路線及計(jì)劃，提出最有效和最具低成本高效益的方法。

另外，在金融市場(chǎng)交易中，每個(gè)交易者都希望在市場(chǎng)上找到低買高賣的模式，大的金融機(jī)構(gòu)更是花費(fèi)重金，使用人工智能技術(shù)針對(duì)金融交易數(shù)據(jù)做深度的分析挖掘，打造自己的量化交易系統(tǒng)，以期在變幻莫測(cè)的市場(chǎng)風(fēng)云中更早一步識(shí)別潛在的風(fēng)險(xiǎn)和機(jī)會(huì)。

數(shù)據(jù)治理政策研究重要性凸顯

2018年5月，在中國(guó)國(guó)際大數(shù)據(jù)博覽會(huì)上，中國(guó)科學(xué)院院士梅宏在演講中表示，大數(shù)據(jù)治理體系建設(shè)是我們國(guó)家實(shí)施大數(shù)據(jù)戰(zhàn)略的重要保障，是發(fā)揮大數(shù)據(jù)作用、做大做強(qiáng)大數(shù)據(jù)產(chǎn)業(yè)的重要因素，也是關(guān)鍵基礎(chǔ)。當(dāng)下，做人工智能的企業(yè)很多，人工智能的基礎(chǔ)就是大數(shù)據(jù)，數(shù)據(jù)首先要能標(biāo)準(zhǔn)化、共享、開放，如果數(shù)據(jù)標(biāo)準(zhǔn)不一致、質(zhì)量不高，就很難做分析、建模，更談不上預(yù)測(cè)的準(zhǔn)確性。開展數(shù)據(jù)治理能為企業(yè)提供一個(gè)高質(zhì)量的數(shù)據(jù)工作環(huán)境，促進(jìn)人工智能技術(shù)的研究和實(shí)踐?？傊?，數(shù)據(jù)治理是人工智能的基礎(chǔ)，想做人工智能，需要先把數(shù)據(jù)治理這個(gè)基礎(chǔ)打好。

對(duì)大型科技企業(yè)來說，面對(duì)日益激烈的競(jìng)爭(zhēng)環(huán)境，企業(yè)亟須進(jìn)行數(shù)字化轉(zhuǎn)型，一方面要做好數(shù)據(jù)治理;另一方面，數(shù)據(jù)治理政策也對(duì)人工智能發(fā)展發(fā)揮著重要的影響作用。

號(hào)稱歐盟“史上最嚴(yán)”的數(shù)據(jù)保護(hù)法規(guī)——《通用數(shù)據(jù)保護(hù)條例》(General Data Protection Regulation，GDPR)于2018年5月25日正式生效。GDPR適用地域范圍不僅限于歐盟境內(nèi)，也適用于提供業(yè)務(wù)給歐盟境內(nèi)個(gè)人的境外組織機(jī)構(gòu);同時(shí)，GDPR在全面加強(qiáng)個(gè)人信息保護(hù)，強(qiáng)調(diào)用戶知情權(quán)、訪問權(quán)和被遺忘權(quán)的同時(shí)，對(duì)相關(guān)組織機(jī)構(gòu)提出更為嚴(yán)格的合規(guī)要求，違反者會(huì)被處以最高2000萬歐元或其全球營(yíng)業(yè)額的4%的罰款。根據(jù)GDPR條例，個(gè)人消費(fèi)者可以享有更多個(gè)人數(shù)據(jù)隱私權(quán)。同時(shí)， GDPR也會(huì)對(duì)國(guó)內(nèi)互聯(lián)網(wǎng)及商業(yè)科技公司產(chǎn)生長(zhǎng)遠(yuǎn)的影響?？梢詳喽?，GDPR必將對(duì)基于個(gè)人信息搜集和隱私驅(qū)動(dòng)的國(guó)內(nèi)互聯(lián)網(wǎng)產(chǎn)業(yè)的收入模式產(chǎn)生重大甚至可能是顛覆性的影響。

此外，我國(guó)的《信息安全技術(shù)個(gè)人信息安全規(guī)范》于2018年5月1日正式實(shí)施，目前已對(duì)我國(guó)科技公司產(chǎn)生了實(shí)質(zhì)性的影響。過去這些年，我國(guó)大型科技企業(yè)在人工智能領(lǐng)域取得了突飛猛進(jìn)的發(fā)展，這些企業(yè)通過使用消費(fèi)者數(shù)據(jù)，提供了便捷的智能化服務(wù)，但在保護(hù)消費(fèi)者數(shù)據(jù)隱私權(quán)方面卻做得不夠好。

未來，以歐盟為代表的個(gè)人數(shù)據(jù)隱私權(quán)監(jiān)管機(jī)構(gòu)，根據(jù)GDPR等數(shù)據(jù)保護(hù)法規(guī)，隨時(shí)可能對(duì)違規(guī)企業(yè)進(jìn)行處罰。在這種環(huán)境下，開展數(shù)據(jù)治理，以及對(duì)數(shù)據(jù)治理的政策研究，將成為整個(gè)行業(yè)關(guān)注和推進(jìn)的焦點(diǎn)。

隨著數(shù)字時(shí)代的到來，數(shù)據(jù)治理和人工智能研究的關(guān)系日漸緊密。近年來，一些互聯(lián)網(wǎng)企業(yè)在享受人工智能技術(shù)紅利的同時(shí)，存在數(shù)據(jù)認(rèn)知不清、數(shù)據(jù)治理不當(dāng)、用戶隱私數(shù)據(jù)使用不合規(guī)等問題，出現(xiàn)了不少負(fù)面事件。要防止大數(shù)據(jù)和人工智能的濫用和失控，應(yīng)該在人工智能的源頭——大數(shù)據(jù)上建立科學(xué)的數(shù)據(jù)治理體系，包括數(shù)據(jù)的質(zhì)量規(guī)范、制度政策、管理流程、職責(zé)定位和技術(shù)管控工具。數(shù)據(jù)治理體系是對(duì)商業(yè)價(jià)值和用戶隱私，以及企業(yè)長(zhǎng)期利益和短期利益選擇的基礎(chǔ)，建立數(shù)據(jù)治理體系是一個(gè)長(zhǎng)期的過程，對(duì)于大型科技企業(yè)而言，都應(yīng)當(dāng)在數(shù)據(jù)治理的規(guī)范和約束下應(yīng)用大數(shù)據(jù)，挖掘數(shù)據(jù)資產(chǎn)價(jià)值，提供人工智能服務(wù)。

數(shù)據(jù)治理是人工智能的基礎(chǔ)，數(shù)據(jù)治理的目的是在業(yè)務(wù)價(jià)值驅(qū)動(dòng)下提供高質(zhì)量的大數(shù)據(jù)，而人工智能本身是大數(shù)據(jù)應(yīng)用的一種商業(yè)模式，數(shù)據(jù)治理和人工智能就好比一枚硬幣的正反面一樣密不可分，兩者的有機(jī)結(jié)合才能驅(qū)動(dòng)兩大行業(yè)的升級(jí)，助力我們邁入一個(gè)更加美好的數(shù)字化時(shí)代。