当前，不同的产业领域都在积极挖掘对
人工智能的应用场景。数据治理作为企业实现数字战略的基础，同时是人工智能应用的基础。以当前大热的技术机器学习为例，大数据样本是机器训练的基础，数据治理为机器学习技术的应用提供高质量的合规数据。同时，数据治理需要业务人员、技术人员与数据治理专业人员持续地协同工作，随着数据量、数据复杂度以及系统架构的爆发式增长，企业需要越来越多地持续投入治理成本。
数据治理与人工智能的关系相辅相成，一些大型企业已经在人工智能领域进行探索。目前人工智能在数据治理场景中的主要应用包括智能化元数据维护、智能化数据质量规则生成、智能化数据安全分类分级等。
总体来看，人工智能在数据治理场景中的应用大多还在试验阶段，准确性是当前影响实用化推广的主要原因。以智能化元数据维护为例，机器通过训练使AI掌握企业的业务知识，再利用训练的业务知识自动填充元数据的业务信息。然而，由于机器的填充无法保证百分百准确，因此往往需要人工确认、调整，这部分工作依然需要巨大的工作量。
表面上看，这是机器的准确率问题，但其本质是管理理念的问题。当人工智能与人类都无法做到百分百准确，人们更倾向相信人类，因为对于人，我们有一套非常成熟的管理手段。以大家最熟悉的自动驾驶为例，虽然已经有报告显示自动驾驶比人工驾驶更安全，但机器代替人类的驾驶依然需要一个缓慢的接受过程：一是多数人无法理解人工智能的工作原理，也无从分析和预测人工智能出错的原因；二是伦理、法律等问题：人工智能出了事故谁负责？紧急情况下是保护自己，保护对方，还是保护第三方？这都是在伦理、法律上先要梳理清楚的问题；三是无法通过管理手段控制人工智能。
回到数据治理的智能化上，尽管当前人工智能的应用已有一定成果，但仍是基于传统管理思维的应用。智能化的治理更多只是作为人类工作的一种参考，最终工作还是落到人的头上。在人工智能技术不断进步和应用实践不断积累的推动下，未来数据治理体系和理念必然发生变化，两者的融合是未来的趋势。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
