公司

1962年，“数据管理”首次被记载于学术文献，其初衷是为了节省存放穿孔卡所需占据的整整一层楼空间。

一句话概括： 数据治理并非新概念，它已演进六十年。每次它“再度火热”，都不是因为技术创造了什么新突破，而是因为谁在使用数据、为何使用数据发生了变化。今天回顾这段历程，并非为了怀旧，而是为了理解：AI时代的数据治理，究竟要解决哪些挑战。

00 六十年全景概览

在展开叙述前，先呈现时间线，便于你参照：

[图片链接]

接下来，我们将分阶段讲述人物与故事。

01 穿孔卡时代：数据管理的核心动力是“节约成本”

许多人误以为数据治理是互联网时代的产物。事实并非如此。

“数据管理”一词早在1962年就出现在文献中。 当时，数据处理服务组织协会（ADAPSO）正式提出该概念，CJ Roach在《Part XVIII. Data management》中给出了最早的定义：研究数据如何被收集、记录、存储、检索、分析和展示。

但你猜当时人们为何要“管理”数据？并非为了利用，而是为了节省。 那个年代，数据存储在穿孔卡上。这些卡片有多占空间？一些公司需要一整层楼来存放穿孔卡。因此，那时的数据管理主要关注“少存、存好、不浪费”——本质上是优化硬件成本，与今天的“释放数据价值”截然不同，甚至带有档案管理的色彩。

真正的转折发生在70年代。磁盘取代了磁带，磁盘具备直接寻址能力，操作更灵活，一种名为“数据库管理系统（DBMS）”的软件应运而生——这就是今天关系型数据库的前身。OLTP系统随之出现，数据开始爆炸式增长。

随后，一件影响深远的事发生了：有人编写了一个叫**“抽取”的程序，将数据从OLTP库中提取到新库中，再对新库进行操作。这样既不影响生产系统，又能自由处理数据。这实际上是数据仓库和OLAP的起源。 但“抽取”带来了一个副作用——每次抽取，就多出一份脱离管控的数据副本。日积月累，整个企业变成了“蜘蛛网”式的自然演化体系结构**。这个比喻后来被Bill Inmon反复引用：企业越庞大、越成熟，这张网就越乱、越难解开。

于是，数据管理第一次被赋予新含义：不仅是节省空间，而是降低冗余、保证一致性。70年代末，诺兰（Nolan）的信息化成熟度模型中，专门描述了“数据管理”阶段——企业信息化发展到一定阶段，必然遇到数据孤岛问题。

这一阶段的启示： 数据治理的首次出现，驱动力是成本；第二次出现，驱动力是混乱。都不是因为数据“有价值”，而是因为数据“造成麻烦”。这个底层逻辑，后面会反复出现。

02 1988年：MIT的两位教授将“质量管理”引入数据领域

1988年是数据治理史上关键的一年，发生了两件大事。

第一件发生在MIT。Richard Y. Wang和Stuart Madnick两位教授启动了“全面数据质量管理”项目。 他们的灵感来源并非计算机科学，而是制造业的质量管理。TDQM提出了一个核心概念：“数据制造”。他们认为，数据像工业品一样，是被“生产”出来的：有原材料（源数据）、有加工工序（ETL）、有产成品（报表和指标）、有质检环节。既然工业品可以用全面质量管理来管控，数据为何不能？

基于此，TDQM确立了数据质量的三大管理要素：度量、分析、改进，并强调从经济、技术、组织三个维度同时入手。1994年，他们进一步提出四类质量维度：固有质量、上下文质量、可呈现质量、可访问质量。今天你在DAMA中看到的那些质量维度，源头就在这里。

第二件事发生在洛杉矶之外——国际数据管理协会DAMA正式成立。一批意识到“数据需要专业管理”的人，终于有了自己的组织。

同一时期，1987年，John Zachman提出了企业架构框架，特别强调数据架构对解决“重复建设、缺乏统一视图”的作用。但尴尬的是，相比业务架构的贴近业务、应用架构的可见可触，数据架构的作用一直不温不火——它并未立即带来治理的繁荣。

这一阶段的启示： 最重要的一次思想跃迁——数据可以被当作产品来管理。一旦接受“数据是制造出来的”，质量问题就不再是“人的疏忽”，而是“工序的缺陷”。这是后来所有数据质量方法论的基础。

03 1990年代：两位“之父”的六年论战

90年代，数据治理史上最著名的争论爆发了。主角是两位大佬。

一位是Bill Inmon，“数据仓库之父”。 1990年，他提出“数据仓库”概念，次年出版《建立数据仓库》，给出了最经典的定义：数据仓库是**“面向主题的、集成的、随时间变化的、非易变的、用于支持管理决策的数据集合”。Inmon主张自上而下**：先建一个全企业统一、高度规范化的企业级数据仓库，作为唯一权威真相源，再从中派生出各个部门的数据集市。

另一位是Ralph Kimball，“商业智能之父”。 1996年，他出版《数据仓库工具箱》，主张自下而上：先挑一个具体业务流程，建一个维度模型，一个事实表周围挂一圈维度表，交付给业务，收反馈，再做下一个。多个数据集市之间通过“总线架构”和一致性维度串联起来。有趣的是，两人其实是生活中的好朋友。但他们的粉丝争论不休，一度几乎对立。争论的实质是两种世界观的碰撞：Inmon追求全局一致性——先苦后甜，代价是项目周期长、投入大；Kimball追求快速见效——几周就能交付第一个星型模型，代价是“集成债”。

这场争论如何平息？Inmon推出了企业信息工厂，将Kimball的数据集市也纳入进来，形成更大框架——相当于“我承认你的东西有用，但需挂在我的体系里”。争论这才缓和。

这一阶段的启示： 这场争论从未真正结束。今天的数据湖仓之争、Data Mesh与集中治理之争，骨子里还是Inmon与Kimball的问题：是先有全局一致，还是先有局部可用？ 2026年主流的Medallion架构，本质上是一次官方和解——Silver层是Inmon的，Gold层是Kimball的。

04 2002年：命名的那一刻，来自一家保险公司

讲了这么久“数据管理”，那“数据治理”这个词，何时首次正式登场？学术界的共识是2002年。 那一年，三位美国学者——Hugh J. Watson、Celia Fuller、Thilini Ariyachandra——发表了一篇论文，题目是《数据仓库治理：北卡罗来纳蓝十字蓝盾公司的最佳实践》。这篇论文不是纯理论，而是一家医疗保险公司的真实项目复盘，记录了如何组织团队、协调利益相关方、系统化推进质量管理的过程——这是历史上第一次公开、系统地记录“数据治理”的实践。

论文中有一句关键的话：“数据仓库治理是IT治理的一个子集。” 它要求建立恰当的组织结构和流程，协调所有利益相关方的投入，覆盖基础设施、使用和项目管理三个层面。这句话解释了数据治理的出身——它是从IT治理中生长出来的。因此，早期数据治理框架的核心要素与IT治理高度一致：组织、战略、架构、流程。换句话说，数据治理从诞生第一天起，重点就不是“技术如何实现”，而是“权责如何分配”。这个基因一直保留到今天——你去翻DAMA的定义，核心依然是“决策权”和“问责制”。

这一阶段的启示： 很多人今天把数据治理做成“IT部门的技术项目”，其实是走偏了。它的原生定义是管理问题：谁说了算、谁负责、谁来协调。技术只是执行手段。

05 2003-2017年：从一句话，变成一套体系

概念有了，接下来需要有人将其变成可执行的框架。2003年，Gwen Thomas创立了国际数据治理研究所。 他们做了一件关键的事：将“治理”这个抽象词，拆成了12个步骤——调整政策与控制、建立决策权、建立问责制、执行管理、管理变革、定义数据、解决问题、指定数据质量要求、将治理融入技术、利益相关方关怀、沟通、衡量和报告价值。同时给出十大关键组件。如果你今天要给一家企业搭建数据治理体系，这套东西依然是最实用的骨架之一。

另一条线是DAMA。2009年，DAMA国际发布《DAMA数据管理知识体系指南》第一版，确立了“一个核心+九大职能”的结构：以数据治理为核心，向外展开数据质量管理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考与主数据管理、数据仓库与商务智能管理、文档与内容管理、元数据管理九大领域。DMBOK的意义在于：它第一次将数据治理从“几篇文章”变成了“一本书、一套标准、一个可以考试认证的体系”。从此数据治理有了共同的词汇表，从业者终于可以跨企业对话。2017年，DMBOK推出第二版，进一步扩展到11个知识域。顺便说一句，今天很多人考的CDGA/CDGP认证，考的就是这套体系。

06 中国路径：从一个人、一批银行，到一部国家标准

中国的故事，有自己的节奏。

先说一个人：高复先教授。 1986年，他将西方的信息工程和数据管理理论引进国内。当时国内企业信息化刚起步，他看到的问题是：花了巨资建通信网络、自动化系统、管理信息系统，却因缺乏高层统筹规划和统一信息标准，设计、生产、经营管理的数据无法流通共享，形成了一个个信息孤岛。他提出的方法是“信息资源规划”——先做总体数据规划，建立数据管理基础标准，再谈系统集成。2002年他出版专著《信息资源规划——信息化建设基础工程》，逐步形成了适合中国国情的IRP体系。数据元素、数据标准、元数据这些今天从业者挂在嘴边的概念，在国内的普及，高老师功不可没。称他为中国数据治理的先行者之一，并不为过。

再说第一批实践者：银行。 2005年前后，早期数据仓库建设在中国兴起，最先动起来的是商业银行和通信运营商——它们数据量大、系统多、监管严。商业银行通过与埃森哲、IBM等国外IT咨询公司合作，最早将数据治理的概念在中国落地。这里有个细节特别值得玩味：中国移动的数据仓库建设始于2004年，而元数据管理规范直到2006年才正式推出。 先建设、后治理，几乎是那个年代的标配。这一阶段的数据治理基本由IT部门牵头，业务部门很少参与。

然后是监管推动。 2010年底巴塞尔委员会发布《第三版巴塞尔协议》，对银行的数据使用、积累和管理提出要求；银监会2011年推出《银行监管统计数据质量管理良好标准》，从组织机构及人员、制度建设、系统保障和数据标准、数据质量监控检查与评价、数据报送应用和存储五大方面提出要求。数据治理第一次变成了“不做到就要挨罚”的事。

再然后是标准国际化。 2015年，在巴西圣保罗召开的ISO/IEC SC40/WG1第三次工作组会议上，中国代表团提出了《数据治理白皮书》国际标准研究报告，核心观点“数据是一种资产”以及数据治理模型获得与会者认同，并由中国参与编辑ISO 38505。

2018年是中国的标准之年。 6月7日，国家市场监督管理总局和国家标准化管理委员会发布公告，批准《信息技术服务治理 第5部分：数据治理规范》，2019年1月1日起实施。同年，银保监会发布《银行业金融机构数据治理指引》，标志着数据治理在中国银行业进入全面实践时代。

2020年，中国软件评测中心副主任吴志刚在DAMA中国数据管理峰会上提出：2020年是数据治理元年。 这个提法得到业界广泛认同。同年，《华为数据之道》出版，将一家中国头部企业的治理实践摆到了台面上。

这一阶段的启示： 中国的数据治理，走的是一条**“先建后治、由点到面、监管驱动”的路。从IT部门的独角戏，到监管强制要求，再到国家标准落地——每一步都不是技术自然演进的结果，而是被问题逼出来的**。

07 2020-2026年：从“治理数据”，到“释放数据”

2020年之后，故事的性质变了。

此前所有的数据治理，核心动词都是“管”——管住质量、管住口径、管住安全。而从2020年起，数据在中国被正式赋予了另一重身份。2020年4月， 《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》发布，首次将数据作为一种新型生产要素写入中央文件。中国成为世界上首个把数据列为生产要素的国家。2022年12月， 《关于构建数据基础制度更好发挥数据要素作用的意见》发布，系统构建了数据产权、流通交易、收益分配、安全治理的“四梁八柱”，并提出数据产权“三权分置”。2023年是最密集的一年。 3月，机构改革方案提出组建国家数据局；10月25日，国家数据局正式挂牌；8月21日，财政部印发《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行——数据资产从此可以正式入表。这一年，入表企业数量从一季度的18家扩张到三季度的56家。

2024年1月， 《“数据要素×”三年行动计划》发布，聚焦12个重点场景推动数据价值释放。同年10月，《国家数据标准体系建设指南》印发，明确到2026年基本建成国家数据标准体系。12月，《关于促进数据产业高质量发展的指导意见》首次明确提出“高质量数据集”概念，将其作为人工智能与实体经济融合的核心载体。

2025年2月， 国家数据局组织27个部委召开高质量数据集建设工作启动会，标志着高质量数据集建设进入系统化、规模化推进阶段。数字最能说明变化的速度。据国家数据局在2026年4月第九届数字中国建设峰会上发布的《全国数据资源调查报告（2025年）》：2025年中国数据生产总量达52.26 ZB，同比增长27.28%，约占全球的27.44%；全国高质量数据集数量超过11万个、规模超908 PB，同比分别增长61.13%和142.58%。全国日均词元调用量，从2025年初的超万亿增长到年末的100万亿。

2026年， 全国数据工作会议将这一年定为“数据要素价值释放年”，政府工作报告明确提出“深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集”。

这一阶段的启示： 数据治理的动词，从“管”变成了“放”。而且是必须先治理好，才能放心地放——高质量数据集这个词本身就是证据：它既要求“高质量”（治理的结果），又要求“数据集”（可交付、可交易、可消费的形态）。

08 一条暗线：驱动力变迁，才是这段历史的真相

把六十年串起来看，你会发现一条清晰的暗线：

[图片链接]

看明白了吗？每一次驱动力变化，“数据治理”这个词的含义就被重写一次。

而今天这一轮，可能是六十年里最剧烈的一次。因为历史上所有的消费者都是人——人遇到歧义会停下来问一句，人能脑补上下文，人看到“华东区”会猜到是按注册地。但AI不会。它遇到歧义不会停下来，它会猜一个继续跑，而且跑得非常有说服力。

这就是为什么“高质量数据集”在2024年底被首次提出、2025年就成了27个部委联合推进的国家行动——因为消费数据的人，第一次不是人了。

写在最后

回望这六十年，你会发现一个有点残酷的事实：数据治理从来没有因为“提前规划得好”而被重视过，它每一次走上台前，都是因为出事了——因为穿孔卡堆满了整整一层楼，因为抽出来的数据织成了蜘蛛网，因为两个部门的报表对不上，因为监管要罚，因为AI开始一本正经地胡说。

所以它本质上不是一门“建设学科”，而是一门**“补课学科”**。每一次技术往前跑一步，它就在后面补一步。

但换个角度看，这也正是它的价值所在：每一次补课，都是在为下一轮技术跃迁铺路。 今天你把标准、语义、契约补上，明天AI才敢在你家的数据上跑。六十年过去了，这件事的本质没变——先定义清楚，才谈得上用得好。

本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：王建峰，36氪经授权发布。通过开云入口，您能更便捷地获取这些数据治理的最新动态与实践案例。