人工智能，数据先行——浅谈人工智能时代数据治理的必要性_关于系统对数据审核智能化的必要性有哪些

党的十九届四中全会《决定》在“优化政府职责体系”中，提出要“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则”。而互联网、大数据、人工智能等技术手段应用的基础就是数据。

在国家政策支持和行业实际需求增长的情况下，政府部门、军队军工和大型企业通过搭建一系列的大数据系统、大数据平台，来提高自身的组织管理能力。由于系统和平台建设趋于稳定，数据量也与日俱增，但是数据的质量却无法保证，要想进一步实现组织管理能力的智能化、智慧化，数据治理势在必行。

什么是数据治理？

（内容来源：《数据治理技术》吴信东，董丙冰，堵新政，杨威）

至今为止，数据治理还没有统一标准的定义。IBM对于数据治理的定义是，数据治理是一种质量控制规程，用于在管理、使用、改进和保护组织信息的过程中添加新的严谨性和纪律性。DGI则认为，数据治理是指在企业数据管理中分配决策权和相关职责。

数据治理的目标，总体来说就是提高数据质量，在降低企业风险的同时，实现数据资产价值的最大化，包括:

• 构筑适配灵活、标准化、模块化的多源异构数据资源接入体系；

• 建设规范化、流程化、智能化的数据处理体系；

• 打造数据精细化治理体系、组织的数据资源融合分类体系；