徐晓仪《AI时代的数据和知识治理升级》

课程背景:

在AI大模型重塑商业逻辑的今天，企业数据管理正面临着一场从“后台支撑”到“前台驱动”的剧烈阵痛。作为业务管理者,您是否感同身受:建设了昂贵的数据中台,却依然面临数据孤岛林立?引进了先进的AI大模型,却发现企业沉淀的经验无法被AI识别?

华为任正非曾振聋发聩地指出:“华为最大的浪费是经验的浪费。”在 AI时代,数据和知识不再是冷冰冰的记录,而是驱动智能体的“高标号燃料”。

本课程以徐老师独创的“数智DnA双螺旋变革体系”为顶层指引，深度融合《华为数据治理之道》《华为知识治理体系》与DG4AI标准，将带领学员跳出单纯的技术视角，用“业务主导、以用促治”的实战逻辑，打通从“结构化数据治理”到“非结构化知识工程”的任督二脉，构建AI时代的高质量数据底座。

课程收益:

1. 重塑治理认知:透过“数智DnA”视角，摒弃治理是IT责任的旧观念，确立“广义数据资产管理”的战略高度。
2. 构建治理体系:掌握华为“五大原则”与“三层架构”,输出符合企业现状的治理组织与制度框架。
3. 夯实数据底座:掌握结构化数据治理的“六大关键能力”,建立业务主导的数据标准与质量防线。
4. 掌握知识工程:习得华为“三阶九步”方法论,将老师傅的隐性经验转化为AI可用的“向量化知识”。
5. 输出落地方案:通过现场工作坊,共创输出一份《核心业务场景数据与知识治理90天行动计划》。

课程时间:

2天，6小时/天

课程对象:

企业CEO/COO、业务VP、CIO/CDO、数据管理部及核心业务部门骨干

课程方式:

方法论讲授(30%)+标杆案例复盘(30%)+痛点诊断与工作坊(40%)

配套落地工具包:

课程大纲

第一讲:认知觉醒--AI时代数据治理的范式重构(Why)

一、智能时代的治理挑战与DnA变革视角

1. “数智DnA双螺旋变革体系”核心解码
   1. Digital(数字化骨架)
   2. AI(智能化神经)

互动游戏:概念连连看将“连接、记录、生成、概率性”等关键词贴在Digital或AI的对应区域

1. 企业级数据治理的历史演进
   1. 解决信息孤岛(T+1报表)
   2. 赋能数字化转型(P2D业务对象)

互动:痛点投票一一现场展示10个典型痛点,扫码投票选出Top3。

二、AI时代数据治理重做的必要性

1. 治理对象泛化
2. 消费目标升级

互动:图灵测试一一展示一段“脏数据”生成的AI回答与一段“治理后数据”生成的AI回答，辨别差异。

三、知识治理在AI时代的战略价值

1. 隐性资产显性化
2. 高质量知识库对抑制AI幻觉的决定性作用

互动:经验估值一一选取企业一位“老师傅”的经验，分组估算其如果变成AI算法模型的经济价值。

四、数智化治理的新价值主张

1. 资产变现路径 数据资本化入表与企业估值提升
2. 前台驱动模式 高质量数据实时驱动智能体(Agent)的自动决策机制

深度工作坊:痛点诊断与场景对齐

1. 形式:小组竞赛+热力图绘制
2. 流程
   1. 分组扫描:利用《DnA痛点扫描卡》快速勾选企业现状
   2. 场景聚焦:每组筛选3个“最痛”且“最具AI潜力”的业务场景
   3. 上墙路演:各组组长1分钟阐述，全班利用贴纸进行热度投票
3. 产出:《企业数据与知识治理痛点热力图》《首批治理场景清单》

第二讲:体系构建一一业界标准与华为实战框架(What)

一、业界主流数据治理体系

1. DAMA数据管理框架

互动:拼图游戏一一在空白的DAMA车轮图上，将“元数据”、“质量”、“安全”等模块归位。

1. DCMM能力成熟度模型
2. IBM数据治理体系

二、华为数据治理体系实战架构

1. 华为数据治理全景图 2个抓手、3层组织、4个目标、5大机制、6个能力
2. 华为治理核心理念 “业务主导，以用促治”的落地机制

角色互换辩论:分组扮演“业务方”与“IT方”，辩论“数据质量差到底是谁的责任”

1. 责任主体重构机制
   1. 数据Owner(业务)
   2. Data Steward(管家)

互动:职责认领-一展示5个具体治理动作，判断应由业务部门负责还是IT部门负责。

三、面向AI的数据治理(DG4AI)体系

1. “DG4AI”核心定义
2. DG4AI与传统治理的差异

四、知识治理体系框架

1. 业界主流知识管理标准
   1. ISO30401:2018标准:知识管理系统的核心要素与实施路径
   2. GB/T44927-2024国标:知识资产化与入表的合规要求

互动:标准找茬一一展示一份不符合规范的企业知识管理制度，圈出违规点。

1. 华为知识治理体系架构
   1. 从KM到KE的进化路径
   2. 知识治理架构全景 模型:基于业务场景的“萃取-转译-进化”闭环模型

实操演练:治理组织设计模拟

1. 背景:模拟成立“公司级数据管理委员会”
2. 任务
   1. 任命:推选CDO、业务领域数据Owner、IT数据架构师。
   2. 立法:起草第一号“数据问责红线”文件(列出3条必须遵守的铁律)。
3. 互动:各组互评“红线”的可执行性。

第三讲:躬身入局一一华为结构化数据治理实战(How-Digital)

一、面向“业务交易”的信息架构(IA)构建策略

1. 数据资产目录建设

互动:寻宝竞赛一一模拟在杂乱的文件夹中找数据VS在资产目录中找数据，对比效率。

1. 业务对象数字化，统一业务语言

二、面向“联接共享”的数据底座构建策略

1. 物理汇聚与逻辑拉通 打破ERP、CRM、MES系统孤岛的实施路径
2. 湖仓一体架构建设 实现全域数据入湖与逻辑数据仓库(LDW)的协同

三、面向“自助消费”的数据服务构建策略

1. 服务化封装 将数据包装成API，实现“数据即服务(DaaS)”
2. 敏捷响应机制建立 缩短从数据产生到业务应用的时间周期

四、“数字孪生”的数据全量感知能力构建

1. 全量感知体系
2. 实时计算能力

五、“清洁数据”的质量综合管理能力构建

1. 华为质量“六性”标准应用 完整性、及时性、准确性、一致性、唯一性、有效性

互动:质量诊断一一一展示一组有问题的客户数据，快速识别违背了“六性”中的哪几条。

1. 业务视角的质量防线设计
   1. 防呆设计
   2. 规则监测
   3. PDCA闭环

六、“安全合规”的数据可控共享能力构建

1. 合规红线管理
   1. 数据分级分类
   2. PII(个人隐私信息)保护
2. AI安全前置机制
   1. 入湖阶段的脱敏处理
   2. 防投毒

互动:红线演练一一判断5个数据使用场景是否违规。

深度工作坊:核心业务对象标准化演练

1. 目标:掌握数据标准定义的实战技能。
2. 任务:选取“客户”、“订单”或“物料”作为对象。
   1. 定义含义:用无歧义的语言描述对象。
   2. 设计标识:制定唯一主键规则。
   3. 梳理属性:列出关键字段及其录入规则(必填/枚举)。
   4. 设定校验:设计2条系统自动校验逻辑。
3. 产出:《核心业务对象数据标准定义表(DataDictionary)》。

第四讲:创新跃迁一一面向AI的数据与知识治理实战(How-AI)

一、面向AI的数据治理(DG4AI)实施方法

1. DG4AI核心建设重点
   1. 语料治理
   2. 标注治理

互动:标注大比拼一一给出一组客户评价，进行情感标签(正面/负面/中性)标注，对比一致性。

1. “Prompt(提示词)治理”

2.DG4AI五步工作法

1. 场景定义
2. 数据探查
3. 策略制定
4. 模型适配
5. 持续运营(RLHF闭环)

二、华为知识治理“三阶九步”应用实战

1. 阶段一:萃取(Extraction)一一隐性经验显性化 模型:STAR模型

互动:故事重构-一听一段零散的录音，用STAR结构将其改写为标准案例。

1. 阶段二:转译(Translation)-一-显性知识结构化
   1. 清洗与降噪
   2. 切片(Chunking)策略
   3. 图谱化构建

互动:切片练习一一将一份500字的操作手册切分为3个独立的知识原子。

1. 阶段三:进化(Evolution)-一平台能力AI化
   1. “RAG”落地与防幻觉
   2. 知识运营机制
   3. 人机回环优化

第五讲:价值落地-行动计划与变革管理(How-Action)

一、变革管理与文化建设

1. 组织变革路径 建立“数据管家虚拟组织”与跨部门协同机制
2. 数据文化建设 从“经验主义”到“数据主义”的转型

互动:承诺仪式一一写下一句“数据承诺”，贴在行动墙上。

二、90天落地行动计划(Roadmap)

1. L1一一启动期(第1月):找痛点,树标杆(QuickWin)
2. L2--推广期(第2月):建标准，洗数据(Systematic)
3. L3--深化期(第3月):AI赋能，资产化(Intelligent)

深度工作坊:治理路线图共创

1. 目标:输出可落地的90天行动方案。
2. 流程
   1. 复盘对齐:回顾第一讲的痛点热力图。
   2. 任务选择:从工具包中选取3-5个关键治理动作。
   3. 排期定责:明确T+30/60/90的交付物与责任人。
3. 产出:《企业核心业务场景数据与知识治理90天行动路线图》。

授课老师

徐晓仪 EXIN VeriSM 数字化转型与创新管理认证专家

常驻地：深圳
邀请老师授课：13911448898 谷老师

邀请授课

主讲课程：数智化转型、企业架构（EA）、数据与知识治理、AI建设与场景应用、流程管理与变革等