数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。国家层面，数据相关战略布局不断加强。
2022年6月“数据二十条”发布，对数据要素未来的基础制度建设做出了重要布局，提出要构建数据产权、交易流通、收益分配、安全治理等制度体系。其核心目的是提高数据要素供给数量和质量，充分保障数据处理者使用数据和获得收益的权利，充分实现数据要素价值、促进全体人民共享数字经济发展红利。
2023年10月，国家数据局正式挂牌成立，统筹推进国家数据要素与数字中国战略协同发展，核心任务一是推动数据基础制度建设，发挥数据要素乘数效应；二是推动数据资源整合与利用，充分激活数据要素潜能；三是统筹推动数据基础设施建设，持续繁荣数据要素产业生态；四是推进数字中国和数字经济发展，做大做强做优数字经济。
产业方面，近年来随着通用人工智能技术的飞速发展，对于数据治理提出了新的需求。大规模、多样化、高质量的训练数据集是大模型建设的核心竞争力，Meta最新发布的大模型的训练数据集达到了4828GB，是5年前GPT-1数据集规模的一千倍。吴恩达等科学家提出了以“数据为中心的人工智能”，希望通过系统性地改进和增强数据集，从而提高人工智能模型的准确性和可用性。
然而面向人工智能的数据治理体系刚刚开始发展，仍面临诸多挑战，例如高质量数据集的获取、数据集质量的评价与提升、数据资源的知识产权保护、生成内容的管理等。这些都对数据治理的技术和方法论提出了更高的要求。
从企业层面来看，数据是企业知行合一的核心要素。一方面数据是业务在数字世界的记忆，它的质量、安全、连通性对业务本身至关重要。另一方面企业通过数据分析技术，将业务沉淀的数据加工成为信息、知识甚至是智慧，以辅助提升企业的决策能力，驱动下一轮的经营行为。
经过多年发展，一些头部机构基本实现了业务在线化，积累了大量的数据，现在最迫切的命题就是如何构建数据驱动的能力，让自动化的决策能力和数据驱动的文化深入到企业的每个角落，以形成企业新的竞争优势。
数据治理的目的是数据的可得、可用、好用，释放数据价值，最终实现数据驱动的企业运营。只有通过对数据科学治理，数据在企业内部的流动才具有意义，不同维度的数据汇聚在一起，才能创造新的价值。
近年来国家和行业陆续发布相关政策文件，鼓励和指导企业开展数据管理工作。《大数据产业发展十四五规划》明确提出“加强数据“高质量”治理”，《金融科技发展规划（2022—2025年）》要求金融机构“建立协调一致、涵盖数据全生命周期的数据治理体系”，通信、制造、民航等行业管理机构也陆续发布政策文件，加强推动本行业数据管理工作。
2020年起中国电子联合会牵头数据管理能力成熟度评估贯标工作，经过4年的推广，DCMM已经成为了国内数据治理的方法论。2023年DCMM贯标企业量增加108%，由上年度的9个细分领域增加到近20个细分领域，其中通信业、银行业、电力业数据管理能力相对领先。
头部企业的数据管理工作已进入深水区，企业数据管理呈现4大趋势。一是大量企业开始成立专职团队，增强数据管理执行效率；二是发布独立数据战略，推动数据管理精准开展；三是开展专项行动，进一步提升数据供给质量。四是建立统一技术平台，消除协同难点。
总结来看，数据治理有六个大的发展趋势，
国内数据管理方法论的正在形成，DCMM评估在各行业逐渐普及；
数据管理与数据开发的融合正在进行，DataOps体系正当其时；
数据编织构建下一代数据架构，极大提升数据管理效率；
数据管理向资产管理跃迁，资产评估和资产运营理论框架进一步细化；
面向人工智能的数据管理需求迫切，亟需构建面向AI的数据治理体系；
数据安全落地规模与深度逐渐加快，需要关注数据流通安全、人工智能数据安全以及数据安全运营等新的发展方向。
在数字化转型中，数据治理是保障企业数据质量和安全的基础。通过有效的数据治理，企业可以实现数据的跨部门协同，提高数据分析的精度和效率，从而更好地支持企业的战略决策和业务发展。因此，企业在进行数字化转型时，必须将数据治理放在重要的位置，先行于其他数字化转型策略，才能确保企业在数字化时代的成功转型和持续发展。
关于元声象素
作为以“数据治理和生态运营”为主要模式的新型智慧城市建设与运营服务商，元声象素已成为杭州国际数字交易联盟创始成员单位，积极参与数据要素市场、数字赋能场景应用等领域建设，已形成数智村社、基层智治、数字孪生城市等战略板块，实现区县、镇街、村社三级数字化解决方案体系全覆盖。未来，我们将不断加快核心技术和数智应用转化，秉持“让社会治理更高效，让人民生活更美好”的核心理念，以数字技术创新构筑智慧城市新图景，以激发数据要素潜能助力数字中国建设。
