一转眼，2018年就快要成为历史了。回顾2018年中国IT界最热的词汇是什么？“人工智能”、“物联网”、“企业数字化转型”应该能够占据三甲。值得一提的是，无论是人工智能还是物联网也都以数据为核心，因此无论如何，数据已经成为IT的核心，成为中国企业转型升级的核心。
然而，人工智能行业的从业者有一句名言：“有多少人工，就有多少智能”——背后的意思大致是要获得智能，首先需要人工来治理数据。
换句话说，数据的治理，已经成为IT发展和企业发展的瓶颈之一。如今到底数据治理的市场是一个怎样的情况，是本文探讨的重点。
数据治理的本质是协调和服务
根据Gartner的定义，“数据治理”（Data Governance）是“一种技术支持的学科，其中业务和IT协同工作，以确保企业共享的主数据资产的一致性、准确性、管理性、语义一致性和问责制”。
举个例子，企业中经常能看到这样的现象：几个部门的主管在汇报工作时，同一指标的数据不尽相同，甚至可能截然相反，到底哪个数据是正确的数据？无从确认。造成这种现象的原因很多，比如统计口径问题、数据质量问题等等。
什么是治理？治理本身是源自于拉丁文的“掌舵”一词，强调协调而不是控制，是一个联合行动的过程，因此治理存在着权力依赖的多元主体之间的自治网络；另一层含义：治理的本意是服务，通过服务来实现管理的目的，这和云计算的模式十分吻合。
事实上，在云计算、大数据时代，业界公认的全球数据年复合增长率近似于摩尔定律的增幅，即每18个月数据量会翻一番；即便是传统的主数据，Gartner的预测是未来的年复合增长率至少在17%以上。
不仅如此，各类数据中共享和开放的数据量会越来越多，因此共享管理规则和数据方案的实施，以及安全与隐私保护，都将是企业数字化过程中的核心问题。
数据治理正进入智能化阶段
说到数据治理的技术问题，我们有必要先来看一下Gartner的魔力象限。
在2017年10月发布的主数据管理解决方案的魔力象限中，处于领导者象限的是Informatica和Orchestra Networks（TIBCO），SAP、IBM等紧随其后；
而在2018年8发布的元数据管理解决方案的魔力象限中，Informatica和Collibra、IBM、Oracle等位于领导者象限，SAP、Infogix等紧随其后。
应该说，Informatica、IBM、SAP、Oracle等老牌数据治理和数据管理软件厂商，一直是这一领域的核心玩家。而近些年，随着云计算的大规模普及，AWS、微软、谷歌和阿里云等云计算IaaS提供商，也加入了数据治理的主流厂商行列。
在传统定义里，主数据（Master Data）是描述企业核心实体的共享数据，例如客户、供应商、账户和组织部门的相关数据，需要保持一致和统一的标识符和扩展属性。与记录业务活动、波动较大的交易数据相比，主数据（也称基准数据）变化缓慢。主数据管理一般称之为MDM。
而元数据（Metadata）主要是指中继数据，即描述数据的数据，主要是描述数据属性的信息，具备支持资源查找、文件记录、历史数据、存储位置等功能，比如文本标注也是一种元数据。
今天的大数据中80%都是非结构化数据，实际上主要是文本、图像、视频、音频这样的数据。对于企业来说，大量的非结构化数据比如视频、音频或者文字文件存留下来，如何变现价值，非常重要的一点就是要进行文本标注，而文本标注的一大难点，其实是实体和关系的标注，最终为行业知识图谱打好基础。这个标注过程如今仍然是费时费力的工作，但市场上也有IBM等大厂和明略数据等众多创新公司推出的文本数据标注抽取工具。
数据治理的智能化程度，
决定了企业数字化转型的加速度
事实上，即便像Informatica这样一家传统的ETL专家，而今也不再单纯谈ETL，而是更多关注企业的业务方向，帮助企业做数字化的转型。因为，无论是EIC、数据治理，还是面向客户信息的MDM、面向产品信息的PIM，这些都不再仅仅是面向技术人员使用的，而是要推荐给客户整体解决方案——比如通过CLAIRE这样的数据集成的人工智能引擎，自动化地来为客户提供服务。
国内在数据治理和知识图谱领域也出现了越来越多的准独角兽企业，譬如明略数据近日签约陕西农信，落地农信系统首个信贷知识图谱；助推华南区首个公安知识图谱成功落地——在公安场景中，通过对大量笔录做实体、事件、关系的智能化标注，可迅速构建笔录中的人、事、地、物、组织的关联关系，从而从文本数据角度快速构建公安知识图谱，提高研判效率。
应该说，在今天以数据驱动数字化转型的Data 3.0时代，数据治理的智能化程度，决定了企业数字化转型的加速度——只有具备了智能化数据治理解决方案和专业服务能力的厂商，才能帮助企业加速实现以数据为驱动的数字化转型。
与此同时，治理的本意是服务，数据治理更应该通过服务来实现管理的目的。值得一提的是，明略数据日前推出了基于深度学习模型的文本数据标注抽取的SaaS工具——Raptor，明略数据成为目前极少数具备数据治理云服务能力的厂商之一，在数据治理平台化、智能化的道路上迈出了关键一步。
在笔者看来，相较于传统的用于特定业务应用的Data 1.0时代和支持业务流程的Data 2.0时代，今天的Data 3.0时代已经进入到了数据驱动企业数字化转型的新时代——数据成为了发动机，成为了主角。这时候，不仅数据价值比以往任何时候都更具有颠覆力，成为了经济发展的新动能；而且，助力企业挖掘数据价值的数据治理厂商，同样处于风口浪尖，或将迎来市场重新洗牌的2019年。
