瓴羊Dataphin：AI驱动的数据治理——千里之行，始于标准

AI项目爆发式增长不假，可为什么落到具体业务里，好多都“雷声大雨点小”？关键原因之一，绕不开数据质量。Gartner的预测也佐证了这一点：到2025年，国内至少三分之二的生成式AI项目，会因为数据质量太差而“烂尾”。

那么，在AI时代，怎么把数据治理这个老问题抓起来，让它真正服务好业务？

这个问题，正是瓴羊「数据荟」数据Meet Up第3站聚焦的议题。会上，瓴羊高级技术专家周鑫分享了他在“AI驱动数据治理”上的实践与思考，核心就是从数据治理的固有难点出发，看AI究竟能带来哪些实质性机会，尤其是瓴羊Dataphin在提效方面拿出的方案。

数据标准：数据治理“化零为整”的核心

先看一个根本问题：数据治理，为什么这么难？

原因在哪？说白了，整个治理过程关注的点太多太散，始终缺一个核心抓手。周鑫在分享中提到，大部分企业搞数据治理，都得经历评估现状、制定目标、执行计划、持续监控这几步。每一步的工作量都不小，导致治理动作非常零散，走着走着就容易偏离最初的目标。更麻烦的是，就算咬牙把第一轮治理做完了，后续迭代也异常痛苦——业务变了，目标得跟着调，但你会发现没法增量式地迭代，又得从头评估一遍，已经完成治理的项，变更影响还得全量评估，成本高得吓人。

问题的关键，还是得找到一个能把所有碎片串起来的东西——

。

近两年，国家层面也频频发力，从《“数据要素x”三年行动计划》到国家数据标准体系，再到全国数据标准化技术委员会的成立，都在不断强化数据标准的战略位置。周鑫的观点很直接：

以瓴羊Dataphin的做法为例，企业完成业务与数据盘点后，统一进入Data Catalog，再在此基础上梳理数据标准。Dataphin在建立数据标准的过程中，会自动生成元数据和内容的监控，让

举个例子，在设置身份证号的标准时，系统会根据用户填写的标准属性，自动生成一系列元数据、内容监控和安全分级。这样一来，用户在治理过程中，只需要盯着那些不满足标准的数据就行。数据标准的落标情况，就成了衡量数据质量优劣的“晴雨表”——标准覆盖得越全，数据质量自然越高。

AI激活一池春水，数据治理的提效之道

AI的爆发，给数据治理这池春水带来了新的活力。具体机会在哪？周鑫归纳了三个层次。

第一，AI能很好地

，自动进行业务梳理，大幅提升数据标准建设的效率。第二，标准建好后，AI可以接手的工作——构建质量规则、实现分类分级和特征识别，管控数据整个生命周期。第三，数据治理动作完成后，AI还能，并据此改进治理策略，形成数据治理的良性内循环。

Dataphin解决方案：让“好数据”成就“好业务”

落到具体场景，问题就更直观了。

“我是电商业务负责人，今年大促目标是GMV提升20％，数据能帮我做什么？”

“我正在准备做运营外投，对于圈选母婴群，希望从数据上结合知识库，有什么建议？”

“我是产品运营，我想了解产品的销量指标定义是什么？”

这些问题，在AI助力下，都可以通过对话的方式直接获得回应。承载这个能力的平台，叫“智能小D”。

周鑫解释，

它由阿里云百炼平台和开源Dify提供支持，擅长数据的梳理与应用。未来，智能小D还会进一步支持非结构化知识和智能体管理，用户甚至可以通过挂载自定义智能体，实现个性化的功能拓展。

有了智能小D，用户可以直接从业务需求出发找数据，比如“我要找客户表”、“我要做客户分层，需要哪些表？”、“销量下降明显，可能的原因有哪些？”——大模型会分解、联想，直接给出对应的数据资产表，用户完全不用绞尽脑汁把需求拆解成资产关键词。

除了找数据，Dataphin还在

，大大简化了流程。以前，一张表要上架到目录，得经历：逐一描述表及字段的名称、含义；搞懂目录结构、制定方便搜索的标签；如果发现表里还有指标需要上架，还得返回重来。一套几百个字段下来，至少半小时才能完整上架。引入AI后，Dataphin可以智能生成所有描述，规划目录，自动识别潜在指标，用户确认无误后一键上架，

在

方面，AI同样降低了门槛。比如识别性别字段，过去得写SQL能看懂的正则表达式，还得穷举各种表达（男/女、Male/Female、Sex/性别），很难一次枚举全面。引入AI后，Dataphin可以自动生成所有正则表达式，几十秒完成一次特征识别。

周鑫透露，目前Dataphin的数据治理AI计划正处于

。下一步会引入更多行业与业务知识，增强对非结构化数据的理解，辅助生成质量规则。完成提效后，数据治理将进入，平台能自动生成质量规则、自动处理分类分级与敏感数据识别。最终，在更高阶的，Dataphin将基于对业务流程的深度理解，自动生成数据标准，全面提升数据治理的智能化水平。

著名的信息技术领域思想领袖J. Ladley在《数据治理》一书中说过，数据治理的最终目标是让它不再是孤立的计划，而成为业务核心的组成部分。瓴羊Dataphin要做的，正是将数据治理融入业务环节，推动它从支撑性工具走向核心驱动力，用智能化手段赋能企业战略决策与创新实践。