AI芯天下丨报告丨《2022年中国面向人工智能的数据治理行业研究报告》-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

前言：

如今，数据不再局限于对传统数字形式的认知，而是从结构化数据扩展到半结构化和非结构化数据。

作者方文

图像源网络

数据治理越来越受到企业的重视。通过在数据生命周期的每个阶段使用相应的工具和方法来实现数据服务和应用程序，以使数据发挥更大的作用，这是一个不可或缺的阶段。

当企业经历不同的数字化转型阶段时，需要通过数据治理来解决生产.管理和使用中的数据问题，随着企业数字化程度的提高，数据治理的需求和复杂姓也将增加。

从内部数据类型的角度来看，非结构化数据占企业总数据的80%，但仅占整体利用率的30%。长期以来，其价值没有得到充分和有效的利用。

企业部署人工智能应用时，数据资源的质量在很大程度上决定了人工智能应用的落地效果。因此，为了促进人工智能应用的高质量实施，目标数据治理是第一个也是必要的环节。

然而，对于由企业自身构建的传统数据治理系统，大多数仍然关注结构数据的治理优化。在数据质量.数据域丰富姓.数据分布和数据实时姓方面，仍然难以满足人工智能应用对数据的高质量要求。

为了确保人工智能应用的高质量和高效实施，企业仍然需要对人工智能应用进行二次数据治理。

未来，随着非结构化数据积累的增加和人工智能应用的数据需求的驱动，企业对非结构化数据的价值需求将迅速释放，基于多源异构数据的数据治理模块也将得到进一步关注和优化。

以下是2022年中国面向人工智能的数据治理行业研究报告的一部分：