<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>数据治理 on AI 观察</title><link>https://ai.wujiong.cc/tags/%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86/</link><description>Recent content in 数据治理 on AI 观察</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 03 Aug 2026 16:06:59 +0800</lastBuildDate><atom:link href="https://ai.wujiong.cc/tags/%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86/index.xml" rel="self" type="application/rss+xml"/><item><title>AI 时代的数据治理：让企业数据真正成为可用的 AI 资产</title><link>https://ai.wujiong.cc/posts/2026-08-03-data-governance-ai/</link><pubDate>Mon, 03 Aug 2026 16:06:59 +0800</pubDate><guid>https://ai.wujiong.cc/posts/2026-08-03-data-governance-ai/</guid><description>&lt;p>大模型让很多企业看到了利用内部数据创造价值的新机会：基于内部文档构建知识库问答、用自然语言查询业务数据、让 Agent 自动处理业务流程。但当项目真正开始时，团队往往发现：&lt;strong>数据散落在几十个系统里，同一个指标在不同部门有不同的口径，大量文档过时却无人清理，谁能访问哪些数据也说不清楚。&lt;/strong> 数据治理，这个过去被认为是“后台工作”的领域，正在成为 AI 落地的前提条件。&lt;/p></description></item></channel></rss>