
高光时刻!数语科技荣登集团企业数智化全景图谱,“数据+本体”最佳实践获行业力荐
10月28日,2026(第三届)集团企业数智化技术创新与生态大会在北京召开。本届大会以“数实筑基 驭变智行”为主题,汇聚500余名政企嘉宾,聚焦大型集团数智化转型关键路径。数语科技受邀参会,联合创始人兼CTO朱金宝发表主题演讲。凭借在数据智能领域的深厚积累,数语科技成功入选大会发布的《2026集团企业数智化转型生态全景图谱》,其实践案例同步收录于《2026集团企业数智化创新成果展示册》。CTO朱金宝:数据+本体,跨越AI企业级应用鸿沟会上,数语科技联合创始人兼CTO朱金宝发表了《数据+本体,AI赋能业务的实践》主题演讲。他指出,企业应用大模型正从“提示词+LLM”向“本体+Agent”演进。传统AI在企业级应用中普遍面临“能答不稳定、能用不可信、能问不能动”的三大痛点,而本体模型正是消除大模型幻觉、提供统一业务语义与推理能力的可信基座。朱金宝强调,本体模型正是消除大模型“幻觉”、提供统一业务语义与推理能力的可信基座。数语科技通过构建“本体模型+本体引擎+行动系统”的闭环架构,为AI装上了理解企业复杂业务的大脑。在实操层面,这一架构彻底改变了传统ERP时代“人找数、人传话、人救火”的低效模式:在供应链信用风控场景中,系统不再局限于单一指标,而是自动穿透“企业-股东-担保方”的复杂多层关系网,让隐性关联与跨主体风险传导无处遁形;在制造业应对供应商调价时,系统能自动拉开“供应商—物料—BOM—产品—订单—财务”的全链路语义网络,精准测算利润黑洞,给出谈判或替代方案,并直接完成Action回写系统,形成闭环。“让虚拟员工去做调研分析,让真实员工去做决策把关。”朱金宝表示,数语科技正在让AI从“理解数据、回答问题”走向理解业务、辅助决策、驱动行动,真正将AI融入业务流程,实现业务的智能化与自动化进阶。入选全景图谱,彰显智能治理底座实力会议期间发布的《2026集团企业数智化转型生态全景图谱》,紧扣“人工智能+”、数据要素市场化配置政策导向,覆盖基础设施、技术平台、业务应用、安全保障、行业服务五大层级。数语科技凭借在数据治理与AI上下文建设领域的技术积累与实践能力成功入选,标志着公司在集团企业数智化生态中的专业价值获得行业认可。实践案例收录成果展示册,打造制造业可信数据样本数语科技申报的实践案例《以智能治理底座驱动制造业数据可信与AI上下文建设》同步收录于《2026集团企业数智化创新成果展示册》。该案例聚焦制造业数据可信建设与AI上下文构建,沉淀了“大本体、小场景”的三步走落地方法论,为制造业企业推进数智化建设提供了可参考的实践样本。从“数据治理”到“本体模型”,数语科技已陪伴300+大型企业走过数据资产化的关键历程。在“人工智能+”全面爆发的新纪元,真正的企业级AI不仅需要大模型的“算力与智力”,更需要深植于业务肌理的“语义与规则”。未来,数语科技将继续以智能治理底座与本体模型为基石,做企业AI时代的“业务世界模型”构建者。我们期待与产业各方共建开放协同的数智生态,帮助更多集团企业跨越从“数据可用”到“AI可信”的鸿沟,完成由“系统数智化”向“价值数智化”的历史性跃迁。
查看详情
以香港为枢纽,Datablau以“数据+本体”为全球金融机构筑牢AI可信底座
2026年11月2日“香港金融科技周 x StartmeupHK 2026”在香港会议展览中心启幕。作为香港数码港培育计划入驻企业,Datablau受邀亮相,创始人兼CEO王琤发表主题演讲,公司同步设立专属展台,展示“Data for AI”与“Data by AI”双轮驱动的技术成果。据了解,本届大会以“Fintech Nexus: Bridging the World, Building the Future(金融科技枢纽:连结世界,共建未来)”为主题,汇聚来自全球120多个经济体的逾45000名行业领袖、1000多位演讲嘉宾及800多家参展商,是亚洲领先的金融科技年度盛会。香港特别行政区行政长官李家超出席主论坛。大会期间,金融增强大模型密集发布,AI钱包现场演示,超过100项AI垂直应用的成绩单接连亮相。几乎每一家站上台的公司,都在讲同一个故事:AI正在重塑金融。而Datablau讲的则是另一个问题——当AI被推向金融核心环节,真正决定它能否站住的,是脚下那层数据地基。Datablau创始人&CEO王琤先生在分享中提到,AI在金融场景里每天要调用的不是字段和表,而是“客户”“收入”“风险敞口”这些业务概念,而这些概念在金融机构的各系统里往往各有各的定义。Datablau的做法是先通过数据治理把这层数据理成可解释、可追溯的资产——业务术语统一、数据质量规则约束、端到端数据血缘交代来路与加工过程——再用本体来组织业务语义,把业务术语背后的实体、属性与关系结构化地定义清楚,让“客户”在信贷、风控、报表口径下指向同一个可解释的对象。治理让数据可信,本体让数据可理解,两者叠加,才是AI理解金融业务的“母语”。这套“母语”并非某一市场的方言。不同国家的金融机构,面临的监管框架、系统沿革、数据成熟度与AI落地阶段各不相同,口径不一、语义割裂、血缘不清的具体表现也因机构而异;但要让AI在金融核心环节真正可用,底层都需要一层可信、可理解、可追溯的数据地基。以香港为海外业务枢纽,Datablau正将“数据+本体”的方法论与产品能力推向全球市场,为全球金融机构的AI落地提供可信数据底座。Datablau展台设在数码港展区——这里是香港数码港培育计划入驻企业的集中展示区域,吸引了众多与会者驻足。Datablau围绕金融机构Data+AI的落地需求,集中展示了DIG智能数据治理平台、Dora智能数据建模平台、DOM本体智能业务平台三款核心产品及落地案例,呈现公司在“Data for AI”与“Data by AI”双轮驱动下的技术积累与行业实践。其中,Datablau依托DIG智能数据治理平台,构建面向金融业务场景的智能治理体系,覆盖元数据自动补全、数据标准生成、数据质量规则约束、端到端数据血缘追踪等治理方向,推动数据治理融入金融业务流程,探索从项目制一次性工程向持续性能力转变的实现路径。Dora智能数据建模平台依托对话式建模能力,支持业务人员以自然语言完成数据模型设计与迭代,降低建模门槛、提升模型交付效率;DOM本体智能业务平台则针对AI金融业务应用中“能答不稳定、能用不可信、能问不能动”的痛点,并以“本体模型+本体引擎+行动系统”的闭环架构为AI装上了理解金融机构复杂业务的大脑,使AI能够沿着语义关系进行推理与检索,而非仅做文本匹配,为金融AI应用筑牢消除幻觉、统一业务语义的可信基座。Datablau的技术实力已获得国际头部企业的验证。截至目前,公司已赢得汇丰银行、西门子、本田、丰田等众多国际企业的信赖,累计服务全球300+企业客户,覆盖金融、制造、汽车等多个关键行业。依托数码港的创科生态资源与香港的国际化窗口优势,Datablau正把服务国际头部企业所积累的能力延伸到亚太及全球更多金融机构,稳步向全球AI数据基础设施服务商的角色跃迁。
查看详情
如何将数据治理平台接入Workbuddy进行企业数据开发和问数
最近AI office产品在企业纷纷落地。 企业内的AI office除了像你手机里的元宝、豆包做做人机对话的问答,还能做哪些高级的业务工作? 背景,企业业务系统背后的数据通常都是非常混乱的。 叫“客户”的表可能就存在几十张,哪个客户表对应的是当前分析场景的,可能要花很长时间才能搞清楚。即使是AI大行其道的当下,这个问题仍然没有得到解决。之前的数据治理是给人做辅助的,以后的数据治理是给AI做辅助的。第一步,通过DAM(Datablau数据治理平台)接入企业数据第二步,在DIG(Datablau 超级智能体平台)的数据智能工作区中拉入需要AI ready的原始数据。并进行元数据补全、安全分类分级等工作第三步,将DAM-MCP接入Workbuddy。Workbuddy就有了企业数据的上下文第四步,Workbuddy中查看数据资产、问数、数据开发
查看详情
一场DAMA峰会,三项行业认可:数语科技交出“数据+AI”新答卷
当人工智能与数据管理加速融合,一场围绕“Data for AI + AI for Data”的行业对话,正在杭州展开。2026年9月23日至24日,作为全球数字贸易博览会的重要组成部分,2026全球数据管理峰会在杭州隆重召开。数语科技受邀出席,全面展示了其在数据治理与人工智能融合领域的创新实践与领先成果。峰会主论坛上,数语科技创始人&CEO 王琤先生发表了题为 《数据治理赋能企业级AI 》 的主题分享,围绕企业级AI有效性、本体模型与数据治理三大核心议题,与现场嘉宾展开深入交流。他指出,当前企业级AI正处在一个“能力过剩、信任不足”的阶段。模型越来越聪明,但在真实业务中却始终难以真正“上场”——能问不能动,能答不稳定,能用不可信。其关键在于:AI缺的不是智能,而是对业务世界的认知结构。在他看来,企业级AI要从“能用”走向“可信”,必须完成一次底层跃迁:从数据驱动,走向语义驱动;从检索生成,走向本体推理;从回答问题,走向参与决策。 而支撑这一跃迁的,正是数据治理与本体模型的深度融合——数据治理构建可信的“事实”,本体模型构建统一的“事理”,二者合一,AI才真正具备理解业务、参与闭环、驱动行动的能力。这不仅是技术路径的选择,更是企业智能化范式的重构。正是基于这一判断,数语科技构建了覆盖“事实层—事理层—智能体”的完整解决方案:以DIG智能数据治理平台实现对话即治理、智能体调度与7×24小时主动治理的闭环;以DOM本体智能业务平台统一业务语义、支撑智能推理与AI Agent协同;以Dora智能数据建模平台完成从ER模型到本体模型的语义升维。三者一体,让数据治理不再是AI的前置成本,而是AI可信运行的底座。最后他强调:“数据平台解决‘数据是什么’,本体系统解决‘业务是什么意思、为什么、怎么做’;两者一体,驱动企业从数据治理走向业务智能。” 这一判断,也为现场观众理解“Data for AI + AI for Data”的融合路径,提供了一个清晰而有力的框架。演讲结束,展台“接棒”。数语科技展台人气持续高涨,众多与会嘉宾在深入了解数语科技Data+AI的解决方案能力与落地案例后,与数语团队展开了热烈而务实的交流。从产品到场景,从技术到价值,讨论的焦点始终围绕一个问题:数据治理如何真正支撑企业级AI可信落地。峰会期间,2026全球数据管理峰会案例发布与颁奖典礼隆重举行。数语科技自研的Datablau智能数据治理平台DIG荣获 “数据治理推荐产品” ;与此同时,基于Datablau平台落地数据治理的中泰证券、中国人保等多家企业荣获“数据治理创新实践案例”;数语科技产品总监冷鹏被授予 “数据治理特聘专家” 称号。从产品到实践,从平台到人才,数语科技在本次峰会上收获的不仅是个体荣誉,更是行业对其“AI原生数据治理”路线的一次系统性肯定。此外,数语科技正式入选 FDE共同体首批成员。FDE正成为AI时代最受关注的新兴角色。不同于传统工程师,FDE需要深入业务现场,兼具技术、数据、AI、业务理解与沟通交付能力,核心价值在于解决AI落地的“最后一公里”问题。此次入选FDE共同体首批成员,不仅是对其在数据治理与AI融合领域持续探索的认可,也意味着数语科技将携手更多行业伙伴,共同推动数据治理与AI落地能力的复合型人才培养,为“Data for AI + AI for Data”从理念走向产业实践,注入更坚实的人才支撑。2026DAMA峰会虽已落幕,但数据治理与AI深度融合的大幕才刚刚拉开。数语科技将继续携手行业伙伴,夯实数据的“事实”,构建业务的“事理”,让AI不仅聪明,而且可信——这,才是数智时代真正的分水岭。
查看详情
数语科技凭“本体智能平台”脱颖而出:AI设备运维有了可信答案
“故障定位效率提升60%以上,非计划停机时间降低20%—40%,故障平均修复时间缩短30%—50%——数语科技DOM本体智能平台,正在把工业设备运维从“人找故障”推向“故障自解”的智能运维新阶段。”9月22日,以“海纳智能,应用领航”为主题的2026第二届上海AI应用生态大会在上海举办。大会正式发布了2026《人工智能应用优秀案例集》,数语科技凭借“通过本体系统实现设备智能运维”案例,从上百家申报企业中脱颖而出,荣获「人工智能应用优秀案例」,并成功入选这一权威案例集。在流程型制造、高端离散制造及公用事业等重资产行业中,设备运维长期面临高度依赖“老师傅”经验、知识传承断层、海量非结构化文档检索低效,以及被动式与预防性维护导致非计划停机损失大等痛点;同时,现有EAM、MES等数字化系统多停留在流程线上化和数据记录层面,缺乏因果推理与智能决策能力,通用大模型又存在“幻觉”风险,行业亟需将垂类大模型与工业本体、故障知识图谱深度融合,实现可信、可解释的智能运维。针对上述痛点,数语科技以“本体(Ontology)+大模型(LLM)+智能体(Agent)”为核心逻辑,构建了自下而上涵盖数据层、语义层(本体层)、智能层和应用层的技术架构,通过ER-Ontology桥接、GraphRAG、AI原生建模和显性知识路径等创新技术,实现从数据到决策的闭环。实施上遵循“场景定义—本体建模—数据映射—应用迭代”四阶段敏捷路径,已在故障诊断与根因分析、预测性维护等场景落地,可实现故障定位效率提升60%以上、非计划停机时间降低20%—40%、故障平均修复时间缩短30%—50%,并支持跨行业、跨区域的模块化复制与规模化推广。此次入选的“本体系统设备智能运维”案例,并非孤立的产品尝试,而是数语科技“Data for AI”与“AI for Data”双轮驱动战略在工业场景的纵深落地。它也为工业设备运维的智能化转型提供了一个可参照的样本:在AI真正理解设备之前,先让本体教会它设备的“语言”。
查看详情
Datablau DIG超级智能体亮相服贸会,数据治理迈入“智能体自驱动”新阶段
9月12日, 「未来已来——Datablau DIG数据治理超级智能体发布会」在2026年中国国际服务贸易交易会成果发布活动上举行。数语科技携数据治理超级智能体DIG亮相,创始人兼CEO王琤先生以“AI驱动的数据智能治理”为主题,展示数语科技在数据治理智能体领域的创新成果,并分享DIG超级智能体的核心能力与产业应用。据悉,本届服贸会成果发布现场汇聚世界500强企业、知名跨国公司、高新技术企业及机构等103家发布主体,围绕人工智能、金融科技、数智医疗等前沿赛道,集中发布233项创新成果,成为“中国服务”领跑势头的集中展示窗口。直面行业痛点:传统数据治理的“三个不”在发布会现场,王琤直指传统数据治理的深层困境。他表示,数据治理并非新概念,但行业多年来始终未能绕过三个核心难题:不规模化、不持续、不智能。人力成本与数据规模线性增长,无法实现边际递减,一个几十万字段的系统补全中文名称,一两个人根本忙不过来;项目结束即治理停滞,缺乏长效运营机制,人员变动导致治理成果断层,知识无法沉淀;靠人工、靠规则,只能识别显式格式,无法理解隐式语义,更无法推理数据间的隐含关系与业务上下文。“传统治理无法自适应业务变化,而AI正是补‘智能’这块短板的关键。”王琤表示。与此同时,企业落地大模型同样面临六大挑战:幻觉问题、知识过期、安全性、对话长度限制、可解释性差、灵活性不足。这些挑战的共性指向同一个根源——企业私域LLM的最大挑战是数据治理。没有统一可信的数据上下文,AI智能体再强大也爱莫能助。DIG是什么:一个会自己干活的“数据治理专家”数据科技将DIG定义为主动数据治理超级智能体。与以往给治理平台“打AI补丁”不同,DIG从底层重新设计了治理的运作逻辑。王琤在发布时强调:“数据治理的终局,不是一套软件,而是一个持续运行的智能体。”DIG的核心突破在于从“你管它”变成“它帮你管”。在架构层面,DIG构建了五层体系:数据源层、数据治理底座、治理技能Skill Engine、智能体Agent层、治理入口ChatUI。在此基础上,DIG形成了六大子智能体矩阵——元数据智能体、数据标准智能体、数据资产智能体、数据资产运营智能体、数据安全分类分级智能体、数据质量智能体,覆盖从元数据补全、标准生成、资产盘点、质量检核到安全分类分级的完整治理链路。四大核心能力:从“你管它”到“它帮你管”DIG的四大差异化能力:对话即治理,彻底消除复杂菜单壁垒。 传统治理依赖多级菜单与分散功能入口,用户需反复跳转、层层点击。DIG以自然语言交互为核心入口,用户只需说出治理意图,系统自动理解并执行。系统根据对话上下文,动态、实时地组装出最契合当前任务的交互界面。一体化调度,能力无缝协同。 元数据、数据标准、质量规则、安全分级等原本分散在不同角色手中的治理能力,由DIG底层自动调度。一个跨模块的治理需求,一次对话即可完成闭环。背后是100+模块化治理执行的技能单元,引导智能体进行可靠可信的推理。7×24小时主动巡检。 DIG以长驻留智能体形态不间断运行,夜间自动执行质量巡检、模型比对、标准校验等任务,发现接口空值率骤升、核心报表调度延迟、上游变更导致血缘断裂等问题,分钟级生成预警和处置建议,将风险发现从“事后灭火”提前到“事前预警”。人机协同进化。 所有AI执行动作均生成清晰的执行理由和审批页面,人工可随时修改、通过或拒绝。数据管家仅在关键节点进行价值判断与最终审批,形成“Agent自动监控海量资产→智能发现异常并生成治理任务→执行治理任务生成治理草稿→数据管家参与评审草稿→平台落地执行治理结果→效果反馈闭环与Skill持续进化”的完整闭环。每一次人工决策都会沉淀为知识反哺智能体,治理经验不再因人员轮岗而流失。实战验证:从“人月”到“分钟”的效率跃迁DIG并非概念产品,其在核心治理场景中已展现出可量化的效率提升。在自动元数据补齐方面,一家老客户试点中,DIG在2天内完成了过去需要三个人月才能干完的元数据补全工作,业务标签一致性和可用性反而更高。在自动数据分级分类场景下,DIG凭借语义识别能力,可直接读懂字段中存放的身份证号、手机号、银行卡号,自动完成分类分级并给出定级依据。在数据影响分析中,修改一个上游字段类型的瞬间即可列出所有受影响的下游报表、接口、ETL任务,原本需要架构师画半天图的工作,现在几十秒完成且不会遗漏。王琤用六项量化指标展示了DIG的投资回报:落标率从现状90%;标准量从现状2000提升到50000+;元数据完成度从现状60%提升到100%;数据资产生成时从数月缩短到T+0.1;监管数据质量通过前置检查实现标准统一、质量可控;数据分类分级失效从数月缩短到T+0.1。从治理空间到可信上下文:让数据成为AI的可靠底座同时,发布会上还提出了“数据治理工作空间”概念。针对数据分散、孤岛严重、治理链路长成本高、AI应用需要可信上下文、从项目型治理走向持续运营等痛点,通过“自然语言创建例程→智能体自动执行→治理结果沉淀复用→质量评估持续优化”的闭环,构建企业上下文知识图谱,最终以Space Agent智能体服务和MCP服务标准化接口两种方式,为问数助手、解释分析、影响分析、治理建议等AI应用提供可理解、可追溯、可审计的可信上下文。从“人工写规则”到“智能体自驱动”,从“项目制治理”到“持续运营”,数语科技DIG在服贸会成果发布现场的亮相,为行业提供了一个从“人治”走向“智治”的可行路径。作为本届服贸会233项创新成果之一,DIG的发布也呼应了“中国服务”向数字化、智能化、专业化升级的大趋势。随着大模型应用进入深水区,数据治理的智能化水平将直接决定企业AI落地的成败。让治理主动起来,让数据成为AI可信上下文——这不仅是DIG的产品逻辑,更是数语科技对“AI时代数据治理往何处去”给出的回答。
查看详情
跨越山海,共话数智未来:巴西ITAU银行到访模速空间与数语科技深度交流
炎炎夏日挡不住国际金融巨头对中国科技创新的热情。2026年8月12日下午,拉丁美洲最大的金融机构之一的巴西ITAU银行高层代表团专程到访位于上海徐汇滨江的“模速空间”创新生态社区,与国内Data+AI领域的领军企业数语科技进行了一场干货满满的深度交流。聚焦数语科技:夯实数据基座,释放AI潜能交流会上,数语科技向远道而来的客人展示了其在数据管理领域的前沿实践。基于AI大模型技术打造的智能化数据治理平台,实现了从数据模型、标准、安全管理到高质量数据资产形成的全链路智能化数据管理,让海量、杂乱的数据真正变为可信、可用、可追溯的核心资产。数据基座是AI应用的“地基” ——没有高质量、高一致性的数据根基,上层AI便如同空中楼阁,再强大的模型也无法发挥真正价值。只有数据“管得住、理得清、用得顺”,AI才能“算得准、答得对、信得过”。这一理念引发了ITAU银行代表团的高度共鸣。四大维度共鸣:共话金融数字化转型深水区作为一家拥有超9.5万名员工、服务数千万客户的国际系统重要性银行,ITAU银行近年来正全力推进云迁移与AI转型,全行拥有超过3200名机器学习用户。在交流中,双方在以下几个维度碰撞出了合作火花:合规与安全隐私:探讨如何对标国际标准,利用自动化工具筑牢数据安全的“防火墙”;风险管理:交流如何通过数据血缘与全链路监控,让金融风险“看得清、管得住”;客户营销:分享如何以高质量数据治理为基础,在安全合规的框架下赋能超个性化客户服务,实现精准营销与用户体验的双提升。走向世界:中国创新力量扬帆出海此次巴西ITAU银行的专程到访,既是对数语科技技术实力的认可,也是国际金融巨头对中国金融科技整体创新实力与成熟解决方案的高度信任。在全球金融行业全面拥抱AI的浪潮下,源自中国的数据治理实践与智能化工具,正逐步展现出强大的国际竞争力。从“模速空间”走向世界舞台,数语科技此次与国际顶尖银行的深度对话,生动诠释了中国科技企业在数字经济时代从“跟跑”到“并跑”甚至“领跑”的坚实步伐。未来,我们将继续以技术创新为驱动,助力全球金融机构构建安全、合规、智能的数据底座,让世界见证中国数智力量的无限可能。我们期待,以此次交流为契机,中国与拉美在金融科技领域的合作能够结出更多硕果!
查看详情
开启智能时代:新书《数据治理之道:构筑AI时代的基石》重磅发布
在这个言必称AI的时代,为什么大多数企业的智能化转型依然举步维艰?我们正站在一场由人工智能驱动的巨大变革起点。算法在进化,算力在飙升,但无数企业在投入重金后却发现:喂给AI的“食材”(数据)往往是腐烂、过期或混杂的。 无论菜谱(算法)多么精湛,灶火(算力)多么猛烈,没有新鲜、优质的核心食材,最终呈上的绝无可能是美味佳肴,反而可能是充满偏见、引发合规风险的“毒药”。这正是《数据治理之道:构筑AI时代的基石》一书诞生的初衷。 本书并非空谈理论的学术著作,而是一套面向未来、为智能应用赋能的“道”与“术”相结合的实战体系。它旨在帮助企业跳出传统数据治理的樊笼,以终为始,直接面向AI应用的核心诉求,构筑坚实、平滑、承重能力极强的“智能基础”。核心洞见:为AI“专项治理”,而非全面铺开面对企业复杂的数据环境,试图“一口吃成胖子”往往会导致失败。《数据治理之道》创造性地提出了 “专项治理” 框架。本书指出,企业应围绕AI落地最依赖的数据核心要素,开展有针对性的攻坚战:可发现性(元数据)一致性(标准)可信度(质量)可追溯性(血缘)安全性每完成一个专项,就如同为AI大厦加固了一个关键承重节点。这种打法让数据治理从耗时耗力的“基建工程”变成了可以分步交付、快速见效的“攻坚战役”。三大收获助您决胜智能时代无论您是AI时代的数据管理者、企业决策者,还是数据治理的一线从业者,本书都将为您带来切实的帮助:清晰的认知升级:深刻理解为何“Data for AI”是成功的先决条件,厘清数据战略与AI战略的捆绑关系。成熟的体系与方法:掌握一套将数据治理与AI战略紧密结合的框架,学会如何制定贴合业务场景的治理路径。实用的专项工具:获得从元数据管理、数据标准制定、质量监控到数据入湖的落地实践指南,并了解如何利用AI技术反向赋能治理工作(AI for Data),实现自动化和智能化。内容抢“鲜”看基础知识篇:重新定义AI时代数据治理的战略意义,描绘全新的治理蓝图。专项攻坚篇:深入剖析元数据、标准、质量、安全、血缘等十一大关键领域,每一章均融入AI视角。实战案例篇:通过制造业不良件追溯、金融智能风控等真实场景,展示高质量数据如何直接驱动预测性维护、自动化风险识别,实现业务价值倍增通往AI的旅程已经开启,而这条道路正是由高质量的数据铺就的。如果您渴望告别“数据沼泽”,避免AI模型“水土不服”,让数据真正成为企业的核心竞争力,那么《数据治理之道:构筑AI时代的基石》将是您团队不可或缺的案头手册。
查看详情
北京站招募|企业本体实战加速营即将开营!
理论看了不少,,却不知道本体到底该怎么落地?领导一直在问:""本体到底能解决什么业务问题?AI 为什么需要本体?做了知识图谱、语义模型,却始终跑不通真实业务场景?缺少专家指导,不知道如何迈出企业本体建设的第一步?3 天,让你的企业本体真正跑起来。Ontology Bootcamp 是一场为期3天的企业本体实战加速营,不讲概念,不做演示,只解决一个问题:让你的企业本体真正落地。
查看详情
出海|Datablau亮相WEB SUMMIT Rio,输出AI基础设施中国方案
里约热内卢,2026年6月——6月8日至11日,全球科技盛会Web Summit Rio在里约Riocentro盛大开幕,汇聚了来自全球3,000多位顶尖创始人、投资人与AI产业力量。Datablau作为AI基础建设领域的先行者,携最新AI原生数据治理产品受邀亮相本次峰会。凭借服务超60家财富全球500强公司,以及在金融、制造、能源等十余个行业的300余家国内外大型企业的深厚积累,Datablau正为企业构建从数据到AI的可信基础设施,致力于成为连接亚洲与拉丁美洲AI发展的重要桥梁。作为Web Summit Rio期间最受关注的边会之一,GO SUMMIT Rio:Transforme Ideias em Produtos 由AGI Villa(中国最大AI初创社区)与字节跳动旗下AI编程IDE——TRAE联合主办,并获巴西软件协会(ABES)全力支持,旨在打通亚洲与拉丁美洲的AI科技生态。创始人兼CEO王琤先生受邀出席Go SUMMIT Rio并发表《Data governance - AI fundamental》主题演讲,并与来自拉丁美洲的AI创业者、投资人及技术领袖深入交流,现场展示的AI原生的数据治理产品引发与会嘉宾与媒体的高度关注。王琤先生在演讲中表示,企业私有化大模型的最大挑战在于数据治理——LLM幻觉、知识过时、上下文缺失等问题的根源均是数据基础薄弱。过去18个月,许多企业盲目要求“用AI”,却缺乏策略与权责分工,导致价值难见。他指出,通过本体模型(Ontology)为AI提供完整数据上下文,可将问答准确率从76%提升至95%以上。同时,Datablau智能数据治理平台以AI Agent实现元数据补全、业务术语自动创建、数据分类与血缘链路追踪,形成“Data Governance for AI”与“Data Governance by AI”双轮驱动,让AI真正成为企业可信赖的副驾驶。此次Web Summit Rio之行,不仅展示了Datablau在AI原生数据治理领域的前沿成果,也标志着中国企业正积极输出AI基础设施建设方案,深度参与全球AI生态共建。未来,Datablau将持续打磨“Data Governance for AI”与“Data Governance by AI”双轮驱动的产品体系,进一步深化与亚洲、拉丁美洲及全球市场的生态合作,助力更多企业构建可信、可进化、可落地的人工智能基础设施,为全球AI生态的繁荣贡献中国智慧与力量。
查看详情