近期，知名IT研究与咨询机构Gartner发布了《AI数据就绪路线图》报告。其中谈到当企业竞相拥抱大模型、AIGC等智能化技术时，一个严峻挑战将逐渐浮现：Gartner预测在2025年，30%的生成式AI项目将在概念验证（POC）阶段后被终止，核心原因包括数据质量不足、效果偏离、成本失控或业务价值低效。这一结论直指企业智能化进程中的核心瓶颈——高质量的数据准备。

数据作为企业智能化落地的“燃料”，其有效程度直接决定了企业智能化项目是否具备落地可行性。根据多年深耕于企业数字化、智能化转型落地的实战经验，国双一直认为在过往传统的数据工程中，仅从“数据”出发，将海量零散的、不完备的数据通过质量管理、生命周期管理、元数据管理等常规处理是远远不够的，这样大而笼统的数据处理将很难支撑业务的场景化落地，进而必将导致应用效果和价值的缺失。

国双董事长兼CEO祁国晟先生早在过往的公开演讲中就谈到过：“数字化所产生的数据计算求解是下一步实现自动化、智能化的前提和基础。想实现智能和自动，核心是可对数据进行计算，复杂问题一定要算，才能发挥出数据的价值，落实好客户企业及业务场景所真正需要的技术方案。”

在此次演讲中，祁总还谈到：”能够实现可计算的数据，才能构成智能化的基础，才能称之为真正的“有数据”。以我们过往的项目经历看，现在仍然存在着大量”有系统无数据、有数据无系统“的状况。以制造业领域，在汽车制造过程中各系统环节都有比较完备的数据留存，但若想把这些数据在智能化售后、甚至自动驾驶等不同场景中用起来，就差距非常大，还是难以脱离大量的按主题加工或者数据降阶的工作量，是非常挑战的。再例如即便是渲染到很高精度的仿真数字孪生，如果不能服务于解决实际需求的可计算，也不能算得上“有数据”，反而往往会陷入”算看两张皮“的误区。这中间存在跨领域的数据体系、架构、标准构建，以及专家知识、经验引入，才有机会完成数字化转型过程中最关键的核心部分，实现数智应用真正落地，这里面存在大量体系化的复杂工作。”    

在传统的数字化领域中，对转型企业的数据处理常被视为“一次性工程”——清洗、整合后即可支撑业务需求的实现，但随企业对智能化技术的需求迫近、市场热度走高，面对实际落地中所凸显出来的问题与矛盾，这一逻辑将必然被彻底颠覆。不同于传统数据管理，乃至不能视同于整体一次性的数据治理，服务于企业智能化的数据准备需要满足动态适配业务、场景化落地验证、全生命周期治理等等新的并且更高的要求。从数据管理、数据治理、进而迭代到当下面对智能化技术所需的数据准备，这无疑已存在递进、演进的发展历程。也因此决定了数据准备已经成为了一项长期且可持续的系统性工程，将需要构建结合语义、知识、治理和集成等多维一体的面向智能的数据工程体系。

为此国双专家团队早在2020年即在业内首次提出企业数据治理和知识治理的双轮驱动的工程模式，即围绕场景化落地、动态适配核心业务、以知识治理牵动数据治理全周期的方式，去赋能企业客户实现从数字化到智能化的价值转换。

围绕实际业务场景的任务目标出发，将业务运行中的规则与经验等知识逐步沉淀下来，以数据图谱、资产图谱、业务图谱、流程图谱、指标图谱等多种形态融合应用到数据治理和智能化、自动化准备的全过程中，才有可能形成聚焦核心业务的可持续治理，进而为下一步转型升级铺就路径。

作为其中非常重要的组成部分，“知识”一方面可以将“业务场景”与“数据”关联起来，让机器知道什么业务场景需要什么数据，这些数据必须达到怎样的标准和质量，进而赋能后续智能化所需的数据可计算；另一方面，通过数据治理、准备过程中所形成的业务发现，甚至是数据工程本身的方法、其他产出，又会沉淀成新的“知识”，在数字化转型、智能化发展中持续释放价值。在国双的路线中，“知识”之于国双技术体系，一直有着更加底层涵义的意义表达。

如在某大型装备制造央企的数据要素化项目中，国双专家团队为了解决好该制造企业的核心痛点，深入理解并结合了企业顶层战略，逐步开展有整体路径和实现步骤规划的体系性工作，而非仅着眼于单点式的数据管理平台建设。围绕与客户双方共识的具体事项，国双专家团队选择了从战略组织、平台工具、数据标准体系、数据质量、评估数据分类分级、数据建模服务、数据生命周期管理等7大维度并行着手切入构建全数据生命周期的治理体系。

从项目起始，即从全盘的方案设计上结合以领域知识图谱、领域知识库、智能化模型等多个技术栈融合为作为重要的支撑，依据事件行为的发生时间、数据流转来源地址、数据流转目标地址、数据操作等，通过高速匹配引擎计算分析数据流转轨迹，实现了敏感数据整个生命周期的流转监测及追溯，将经典的数据治理范式提升为打通数据流通流转的通道，确保了动静态数据始终围绕业务活动服务。在可持续的治理下，逐步完成数据“萃取提炼”的过程，从数据升华为知识，从知识抽象为模型。正是这种可持续的“数据运营”服务模式，为数据治理的全生命周期奠定了基础，改变了以往数据工程实践中重建设而轻维护的弊病，把企业数据中“以治促用”的正向循环优势发挥出来。最终通过扎实的逐步推进，成功为非数字原生的制造企业落实充分挖掘出数据价值，并为后续的智能化、自动化工程启动做好准备。这种有深刻业务理解的、从顶层出发的全面路径规划，使得每一期项目从策略到实施都受到了客户企业的充分认可。        

作为一家企业级数智软件的研发型厂商，国双已深耕大数据、人工智能技术领域二十多年，为企业级客户提供持续迭代的企业级数智底座，并先后与国航、南航、三桶油、中车唐山公司、国家电网、航天科工等十数家国有企业进行过多次项目合作，沉淀与积累了大量可落地的成熟技术方案。未来，国双业务与技术专家团队仍将凭借多年探索与实践的丰富经验，投入深耕，持续创新，为产业的数字化、智能化转型提速赋能。