今日，2026全球数据管理峰会在杭州盛大开幕。龙石数据创始人兼总经理练海荣在主论坛发表《AI在数据治理与数据应用中的双重定位与实践》主题演讲。
结合多年数据治理实践，练海荣用一个最直白的比喻讲清了 AI 与数据治理的关系：AI 在数据领域有双重定位——治理提效、应用增值。前者像把手动螺丝刀换成电动螺丝刀，让技术人员干得更快；后者像把一堆食材做成一道菜，让业务人员真正拿到价值。
数据治理为什么会失败？先把五个问题想明白
练海荣直言，很多数据治理项目"看起来完成了很多交付物，却说不清解决了什么业务问题"，根源在于五个问题没想清楚：
为什么干？
要干什么？
谁来干？
怎么干？
干到什么程度？
如果这些问题没有形成共识，数据治理容易停留在项目建设和交付层面，难以进一步支撑业务。
"理采存管用"：构建数据治理落地路径
围绕这五个问题，龙石数据基于多年项目实践形成了“理采存管用”数据治理方法论：
理：盘点数据资源，理清业务流程
采：按需归集，打通数据；
存：模型规划，规范数仓；
管：全域管理，提升质量；
用：便捷应用，促进数据价值释放。
从治理建设到业务应用，这五个环节构成了一条完整的数据治理路径，回答"项目从哪里开始、按什么步骤推进、形成什么成果"等具体问题。
AI辅助治理：从提效走向提质
在练海荣看来，数据治理里有两类难活：一类是业务协同难（元数据梳理、数据标准定义、指标定义、质量规则定义等）；另一类是技术专业难（数据模型设计、归集清洗、脚本开发等）。
AI 恰恰能在这两类活上补位。
龙石数据深度探索AI与数据中台结合，已将AI能力引入数据治理过程——
例如：
辅助整理系统清单、资源清单、需求清单等；
自动将数据从贴源层清洗到治理层；
辅助数据模型和指标体系设计。
……
AI在这里承担的不只是重复劳动，更重要的是借助模型的知识能力，辅助解决过去高度依赖个人经验的治理任务，提高治理结果的完整性和质量。
从数据治理到AI应用，数据价值正在进入业务场景
在治理好数据的基础上，龙石把能力延伸到应用侧：
AI找数据 —从海量数据里匹配满足业务需求的数据资源；
AI问数据 —自然语言问答式取数分析，无需依赖技术人员；
AI问知识 —基于企业知识库获取制度、文档和业务知识。
此外，龙石数据也已开发合同审核、公文写作、会议纪要等智能体，覆盖更多日常办公与业务场景。
企业级AI智能体平台：解决新的“智能体孤岛”
智能体越来越多，企业开始面临新困境：入口分散、结果难核验、运营缺位、开发成本高——这正是当年"系统孤岛"在 AI 时代的翻版。
针对这些问题，龙石企业级AI智能体平台围绕三件事破局：
用户侧·统一入口：打破智能体孤岛，提升用户体验
开发侧·快速构建：沉淀可复用能力，自主组装与扩展
管理侧·持续运营：统一资源与权限，形成工单与反馈闭环
企业真正需要的，是一套体系化的智能体使用、开发和运营规范。
从传统数据治理，到AI赋能数据治理，再到面向业务的智能应用，AI正在同时改变数据治理的方式和数据价值释放的路径。
面向下一阶段，龙石数据将继续关注AI数据本体、小模型落地等方向，用AI提高数据治理的效率和质量，再基于治理好的数据，把AI能力真正带到业务中。
明天上午9:00-12:00，龙石数据将联合DAMA承办政务与大型国企实践分论坛，敬请期待~
