当前，全球数字化进程持续加速，数据已成为驱动社会经济发展的核心动力，其重要性不言而喻。加快建立数据产权归属认定、市场交易、权益分配、利益保护制度，提升数据安全治理监管能力，建立高效便利安全的数据跨境流动机制。”数据治理作为建设和运营国家数据基础设施以及促进数据共享的重要举措，同时也是确保数据质量、安全性、合规性以及价值最大化的关键环节，正面临前所未有的发展机遇与挑战。其发展趋势呈现出以下几个显著特点：
一、参与主体趋向均衡多元化
早期，数据治理主要由企业主导，这一变革引发了组织机构的重大调整。为顺应数据驱动的时代潮流，各类组织，包括政府、工业和商业机构纷纷设立大数据相关部门和职位，如国家大数据局、地方数据管理局以及首席数据官等，旨在通过信息技术和数据策略优化组织职能、业务流程及效率。如今，这一趋势已拓展至政府、国际组织、行业组织、个人等多元参与者。各方角色和贡献逐渐趋于平衡，政企协同在数据治理中的作用日益凸显。这种协作既有利于企业向政府提供数据以支持社会治理，又能通过政府公开公共数据，推动企业价值创新与增值。政企协同的数据治理方式将进一步朝着深入、法治、多赢的方向发展。
二、从成本中心向价值中心转变
数据治理的定位正从传统的成本中心向价值中心深度演进。过去，数据治理主要聚焦于构建政府和企业内部的数据能力，如提升数据质量和安全性。然而，随着数字化转型的推进，数据治理的重点已转向激活数据要素、挖掘数据潜在价值，并建立开放的数据服务。这一转变表明，数据治理不仅要关注基础能力建设，还需紧密贴合业务需求，确保与业务运营有效融合。这种向价值中心的演进提升了数据治理在企业中的战略地位，成为推动企业数字化转型的关键力量。
三、与人工智能技术深度融合
通用人工智能的发展为数据治理带来了新的需求和挑战。随着 AI 技术的进步，构建面向 AI 的数据治理体系至关重要。AI 不仅推动了数据治理的发展，还通过机器学习、自然语言处理和模式识别等技术，促进了数据治理的自动化、流程化和智能化，减少重复工作，缩短项目周期，提高效率。为应对这些挑战，2023 年中国发布了《全球人工智能治理倡议》和《生成式人工智能服务管理暂行办法》。这些政策文件旨在推动建立包容、透明、负责任的全球人工智能治理体系，并加强对生成式人工智能服务的规范化管理，确保在中国应用生成式人工智能服务时遵守国家法律法规，保护国家安全和社会公共利益。
四、确权和估值成为重要方向
随着数据成为企业的重要资产，推动数据资产化成为组织的关键工作，其中数据确权与估值是企业数据资产化的重要前提和关键步骤。数据确权有助于组织更好地管理数据，降低数据质量问题和数据误用风险，而数据估值则能帮助组织更好地评估和利用数据资源，提升数据商业价值。未来，数据治理不仅要确保数据质量和合规性，还需将数据视为有价值的资产，加速实现数据资产的商业价值。通过良好的数据治理实践，保障数据资产的安全和合规使用，推动数据驱动的决策和创新，实现业务增长与竞争优势。
五、数据安全成为关注焦点
随着大数据、云计算、人工智能等技术的深度融合与应用，数据产生、传输、存储、处理和分析的边界不断拓展，数据安全面临的挑战日益复杂多样。同时，人工智能技术的广泛应用带来了数据隐私保护、模型安全、缺乏可解释性等新的数据安全挑战。在推动人工智能技术与数据治理融合的过程中，需充分考虑并应对这些安全风险。当前，数据安全被提升至前所未有的高度，成为数据治理工作的重中之重。各国政府和企业将加大投入，构建完善的数据安全防护体系，利用加密技术、区块链、人工智能等先进技术提升防护能力，确保数据安全。面对日益复杂的数据生态和不断增加的数据安全风险，构建强大的数据安全运营能力至关重要。
(作者:冶青芳，三板汇投资顾问集团有限公司副总经理，澜沧江左岸(北京)科技发展有限公司董事长，北京科创企业投融资联盟产业运营管理专委会秘书长，一带一路产业促进会数字经济工作委员会秘书长)
