2025AI与数据建模大赛获奖名单发布

直播预告｜数据管理实战：数据治理体系建置推广与数字化变革项目实践

2025年《财富》世界500强榜单发布！60余家企业选择数语科技

7月29日，2025年《财富》世界500强榜单揭晓，共有60多家上榜的中国及全球领先企业选用了Datablau智能数据治理平台及专项产品。这些客户涵盖能源、汽车、金融、消费、制造等多个行业。这标志着： Datablau的产品及方案能够有效支撑多行业、大规模、高复杂度的企业数据管理场景，其平台能力与行业适用性获得全球顶级企业群体的高度认可。作为全球经济的核心力量，业务覆盖多元地域与产业的世界500强企业，在AI大模型深度重塑商业决策的当下，正面临高质量数据供给不足与数据价值释放低效两大关键瓶颈。Datablau数语科技精准把握前沿趋势，依托“治理AI化+数据AI化”双引擎，打造出领先的数据智能中枢Datablau AIC，为企业提供覆盖数据全生命周期的智能化解决方案：智能治理层（by AI）：基于大模型实现质量规则自动生成、数据资产智能补全与盘点、血缘链路动态追踪等功能，显著提升数据质量与治理效率，有效解决大型企业数据语言统一难题；AI赋能层（for AI）：基于先进的RAG技术，融合治理后的企业私域数据与AI能力，开创革命性的“对话问数”场景——用户只需以自然语言提问，即可实时获取所需数据、自动生成深度分析及报告，彻底打破数据使用壁垒，极大提升数据驱动决策的便捷性、效率与准确性。正是凭借对技术创新的不懈追求和打造国际一流产品的研发实力，Databalu数语科技赢得了中石油、建设银行、汇丰银行、泰康人寿、比亚迪、顺丰等众多行业巨头的信赖，成为大型企业释放数据价值、驱动数智化转型的重要伙伴。我们诚挚感谢全球领先企业的信任与支持。未来，我们矢志不渝：让数据智能之光，照亮企业前行的每一步，与信任我们的伙伴共铸非凡。

数语科技登陆华为云商店，助力企业释放数据潜能

近日，数语科技自主研发的两大核心产品——Datablau智能数据建模工具DDM与数据治理平台DAM正式上架华为云商店。这标志着数语科技在赋能企业数智化的道路上迈出重要一步，将再次与华为云强强联合，为企业客户提供更便捷、高效、智能的数据管理解决方案，加速数据价值释放；并为企业构建高质量数据底座、释放AI与大模型应用潜能提供关键支撑。双星闪耀：专业工具赋能企业数据核心能力与AI落地Datablau DDM：智能数据建模平台，构筑AI-ready数据基石作为数据管理的核心引擎，DDM通过高效精准的可视化建模，实现从业务概念到物理模型的智能协同，精确表达和执行业务规则。通过确保企业数据结构清晰统一，DDM不仅为传统数据应用奠基，更成为消除大模型“数据噪音”、保障AI输出准确性的关键环节。Datablau DAM：全生命周期数据治理，激活数据资产与AI潜能 DAM 智能数据治理平台，涵盖数据标准、元数据、质量、资产目录及安全模块。其智能化引擎AIC可实现质量规则自动生成、资产智能补全与盘点，驱动企业高效治理的同时，数据质量管理与资产运营模块，可直接提升输入大模型的数据可信度与可用性，有效降低AI幻觉风险。通过打破数据孤岛，DAM将海量数据转化为可信任、可直接驱动AI应用的战略性资产，为企业大模型落地扫清数据障碍。华为云加持：便捷获取，共创数智未来此次DDM与DAM成功上线华为云商店，为华为云生态注入了强大的数据管理动能。华为云用户现在可以：1、便捷触达： 直接在华为云商店https://marketplace.huaweicloud.com搜索“Datablau”，即可快速了解产品详情，实现一键式订阅与部署，大幅降低用户获取优秀数据工具的门槛。2、无缝集成： 产品深度适配华为云基础设施及安全体系，确保用户获得稳定、安全、高性能的使用体验。3、生态协同： 与华为云在大数据领域的产品与服务形成合力，共同构建更完整、更强大的企业级数据解决方案栈。数语科技核心产品上线华为云商店，是我们深化云生态合作、拓宽服务渠道的关键里程碑。华为云拥有深厚的行业积累和庞大的优质企业客户群。此次合作，将使数语科技领先的数据建模与治理能力，通过华为云强大的平台和生态，更广泛、更高效地服务于千行百业。我们将携手华为云，共同助力企业客户夯实数据根基、挖掘数据价值，加速实现智能化升级与业务创新。

2025AI与数据治理大赛报名开始

随着AI大模型进入“百模竞智”时代，其强大的语义理解与生成能力正重塑数据治理范式，NL2SQL技术让业务人员直连数据资产。然而企业面临着新挑战：通用大模型缺乏领域知识导致业务规则映射偏差、行业术语消歧困难，海量多源数据亟需智能编排引擎。本届大赛直击这一矛盾，以“领域知识增强” 为突破口，提供实际业务场景脱敏数据集及RAG知识平台，结合智能建模平台DDM，构建 “认知-治理-应用”闭环架构的治理新范式。通过真实命题攻坚，培育横跨AI、业务、治理的复合型人才，为企业智能化转型提供可落地的治理基座与决策支撑。大赛详情请查收👇海报

西安站！数据治理与建模理论与实战workshop火热报名中！

国家工业信息安全发展研究中心与数语科技联合牵头数据血缘标准立项完成

伴随《国家人工智能产业综合标准化体系建设指南》等政策落地，对“智能体、大模型”等关键技术的规范需求日益迫切。在数据治理领域，数据血缘管理作为支撑数据可信流通的核心能力，正面临严峻挑战：制造、金融、能源等行业受困于数据链路复杂、技术栈割裂，导致来源难追踪、流向不清晰，严重制约智能应用与合规管理。为破解这一困局，推动数据全生命周期的有效追踪与管理，国家工业信息安全发展研究中心与数语科技联共同发起《数据治理产品能力评测 数据血缘管理工具 第1部分：技术要求》团体标准的编制工作。该标准旨在建立统一的技术规范与管理框架，直击行业痛点：规范流程： 明确数据血缘在识别、采集、存储与可视化等环节的技术要求。破解难题： 着力解决多源异构技术栈环境下数据血缘难以高效梳理和清晰呈现的问题。提升能力： 指导数据血缘管理工具提升性能，使其能更高效地刻画复杂数据链路，清晰呈现数据从源头到应用的完整旅程。2025年6月，经中国电子商会批准，由国家工业信息安全发展研究中心与数语科技联合发起的此项标准已成功立项。这标志着行业在数据血缘管理规范化方面迈出坚实一步，也为企业选型、评估数据血缘工具提供了权威依据。作为核心发起单位，数语科技将积极贡献其在数据治理、特别是数据血缘领域的技术积累与实践经验，携手产业伙伴共同推动标准的完善与落地，助力企业提升数据治理效能，释放数据要素价值，为智能化转型筑牢根基。

「数治筑基·模力未来」——2025数据治理&分析与AI创新实战沙龙在京成功举办

 6月14日，由中国信息协会数字治理专业委员会主办、数语科技与飞轮科技联合承办“2025数据治理&分析与AI创新实战沙龙”在北京圆满落幕。本次沙龙以 “数治筑基·模力未来” 为主题，汇聚了金融、制造、能源、通信等领域的60余位企业数据决策者与技术负责人，聚焦数据治理体系优化、大模型落地实践、高质量数据供给等核心痛点，展开深度交流和研讨。政策引领：数据要素创新大赛启航中国信息协会副秘书长于硕先生在开幕环节解读 “2025数据要素应用创新大赛” 的战略布局，强调举办大赛是响应国家数据局“数据要素X”行动的重要实践，聚焦企业转型、政府治理、产业协同、数字基建4大赛道18个前沿赛题，鼓励与会单位积极参与，共同打造释放数据要素价值，赋能经济社会发展的优秀项目案例，凝练可复制推广的数据要素解决方案和典型模式，构建数据要素市场化生态。同时，中国信息协会数字治理专业委员会副主任兼秘书长蔡春久先生披露专委会攻坚计划，以智库成果体系化、人才认证本土化、跨行业生态强化为核心目标，着力普及数字治理理念、推进行业数据治理、支撑人工智能发展、提升数字资产管理能力，助力中国迈向数字文明新时代。标杆力量：最佳实践启示录本次沙龙特邀中国联通数字化部数据治理业务主管杨瑞女士、泰康在线信息技术中心数据运营部总经理何金虎先生，分别分享了通信与保险行业的数据治理与AI创新应用标杆实践。杨瑞女士在演讲中提到：中国联通积极响应国家大数据战略，率先实现了央企大数据100%全国集约化运营，通过“一套制度规范、一个数据中台、一套治理方法”体系强化数据治理，对内赋能智慧运营千场万景，助力企业数字化转型；对外赋能千行百业，推动数字产业转型升级；服务社会民生，体现国资央企担当。展望未来，中国联通将发挥数据集约和统筹管理优势，基于数据中台升级可信数据空间产品能力，打造企业、行业、城市、跨境可信数据空间，同时积极探索大数据与AI的创新应用。何金虎先生以轻松幽默的演讲方式，生动地分享了泰康在线数据治理的思考与实践。面对数据孤岛与监管挑战，泰康在线构建了三级组织架构，推进“数据共建共治共享”。技术层面创新搭建存算分离平台，以源头管控确保数据标准统一，并建立“数据超市”提供数据集、API等多形态资产服务。同时泰康在线积极探索AI治理，开展应用大模型辅助代码开发与业务分析等工作。技术赋能：厂商方案亮剑作为技术创新的核心驱动者和应用落地的关键力量，厂商正以前所未有的深度将前沿技术融入产业发展。在本次沙龙中，数语科技与飞轮科技聚焦数据治理与数据分析领域，深入分享了AI时代如何精准赋能核心业务场景的实践路径与洞察。数语科技联合创始人&CTO朱金宝先生指出，大模型正推动数据治理向提升AI可用性转型。企业需应对大模型幻觉、语义鸿沟及数据质量等挑战，构建“数据+AI+治理”新体系。他重点介绍了公司创新成果AskDB：基于知识图谱与RAG增强技术，支持业务人员用自然语言自助探索分析数据，准确率高达90%以上。同时，介绍了Datablau智能数据产品在智能建模、治理与应用闭环中的技术要点和实践案例，加速企业数据智能化升级。飞轮科技技术副总裁陈明雨则分享了现代化实时数据仓库 SelectDB 如何赋能AI开发。他强调，作为现代化实时数仓引领者，SelectDB凭借其云原生架构、湖仓一体能力以及高效的多模态混合检索，能有效应对AI数据基础设施挑战。SelectDB覆盖了AI开发全生命周期，包括数据准备、实时服务、运行监测和迭代优化，为RAG、ChatBI等应用提供强大支撑。全球视野：锚定数据管理方向数语科技创始人&CEO王琤先生精选了EDW2025国际数据管理最新趋势，他指出，未来数据管理将深度融入AI治理框架，聚焦打造可信、透明、可审计的AI数据供应链，在保障数据隐私安全前提下，最大化AI模型准确性、公平性与业务价值。这涉及数据质量监控、偏见检测与缓解、模型可解释性、AI全生命周期数据管控，是企业AI时代核心竞争力的关键。深度互动：自由交流碰撞思想火花本次沙龙特别设置了自由交流环节，为与会嘉宾提供了深入探讨行业痛点、分享实践经验、寻求合作契机的宝贵平台。与会嘉宾跨越行业界限，就数据要素流通、大模型应用瓶颈、数据治理体系、智能数仓等热点话题展开了热烈而富有成效的讨论，进一步深化了沙龙的理论与实践价值。在沙龙尾声，中国信息协会数字治理专业委员会举行了隆重的智库专家授牌仪式。来自金融、制造、能源、通信等领域的40余位资深专家正式入选专委会智库专家库。这一举措标志着行业智力资源整合进入新阶段，为未来数据治理、分析与AI融合创新的政策研究、标准制定和最佳实践推广奠定了专业基础。

Informatica被收购的逻辑与启示：数据管理为何成为AI时代的“香饽饽”

最近，企业服务领域又爆出了一条重磅新闻——Salesforce计划以高达80亿美元 收购老牌数据管理厂商Informatica。要知道，这可不是一笔小钱，尤其是在当前全球科技公司普遍“降本增效”、投资趋于谨慎的大背景下，Salesforce依旧敢出手，可见其背后有着相当深远的战略考量。那么，Informatica到底是一家什么样的公司？为什么Salesforce愿意为它掏出80亿刀？这对AI发展、对数据治理、对中国企业又意味着什么？今天我们来聊聊这个话题。Informatica是谁？一个“老而强”的数据管理高手如果你不是做数据治理或企业IT出身，可能对Informatica不太熟。但在企业数据管理圈里，它可是全球数据管理的领头羊。Informatica成立于1993年，比现在很多大热的SaaS公司都年长得多。它最初是以做ETL（数据抽取、转换、加载）工具起家，后来逐渐发展为一个全栈的数据管理平台，业务覆盖：数据集成（Data Integration）数据质量（Data Quality）数据治理（Data Governance）主数据管理（MDM）元数据管理（Metadata）数据目录与数据安全等如今它的核心产品是一个叫做IDMC（Intelligent Data Management Cloud） 的平台，是一个专门为云原生架构打造的智能数据中枢。在Gartner、Forrester等权威机构的魔力象限里，Informatica常年霸榜领导者位置。Salesforce为什么收它？背后是一场“AI能力之战”从表面上看，Salesforce是一家以CRM起家的公司，主打“客户关系管理”，后来发展成一个庞大的SaaS生态，包括营销、销售、服务、分析等多个领域。但最近几年，Salesforce明显有个很大的战略倾向——AI优先（AI-first）。未来的企业级AI，不是谁模型大，而是谁数据干净、治理好、上下文丰富。而这正是Informatica的强项。Salesforce的AI三件套：1.大模型和应用层：对接开源（比如OpenAI, Anthropic）；2.数据湖仓：用Data Cloud，打造360度客户视图；3.数据治理能力：正缺少元数据、血缘追踪、主数据统一的能力——Informatica刚好补上。尤其是现在AI最流行的“RAG+Agent”架构（检索增强生成 + 智能代理）越来越依赖数据治理、数据血缘、语义层建模等“脏活累活”。这些传统IT基础能力，反而成为了制胜的关键。Salesforce显然已经看得非常清楚——“不管你用多大的模型，喂进去的都是垃圾数据，那它吐出来的也不会是金子。”所以，这不是一次技术型并购，而是一次“认清底层价值链”的战略再投资。数据治理：AI时代的“燃料过滤器”我们常说：“数据是AI的燃料”，那数据治理就是“燃料的过滤器和精炼厂”。今天很多企业做AI，做得很热闹，但仔细一看，大模型落地最费劲的地方，其实不是模型选型、API接口，而是：数据找不到来源（没人知道哪个是对的版本）；指标定义五花八门（业务口径冲突严重）；数据质量堪忧（表里一堆空值和脏数据）；一问“为什么这条数据不对”，没人知道；领导要看经营分析报表，几个部门给出三个版本。这时候你才发现，AI问数也好、智能分析也罢，如果背后没有数据治理和语义统一做支撑，那就是沙滩上建楼，摇摇欲坠。Informatica能做的，其实正是把“基础数据活”做精做好。AI不是魔法盒，它是“垃圾进，垃圾出”的放大器。治理不到位，AI反而可能会放大错误。对中国企业的几点启示这笔交易对国内从事数据中台、AI落地和数据治理的团队来说，其实有不少启示：1. 数据治理的战略价值正在重估以前大家觉得“治理”就是填Excel、做模板、开规范会，成本中心的典型代表。但现在它变成AI应用成败的关键支柱之一。治理好不好，决定了AI能不能“听懂业务”。2. 不要迷信“大模型”，要重视“数据上下文”无论你用的是GPT-4、Claude 3还是国产大模型，如果没有数据的语义模型和上下文，大模型的回答幻觉率还是很高的。3. 中国厂商有机会打造“中国版的Informatica”目前国内企业如数语科技（Datablau），正在演化智能数据平台，提供了语义建模，RAG数据治理，AI增强问数等，做到了像Informatica一样全面与深度结合AI的治理。目前正通过融合行业Know-how、企业实践，打造Data+AI的突破口。写在最后Salesforce这笔收购，是一次“技术栈往下延伸”的策略部署，也是对AI时代“数据即核心资产”的再确认。而对于我们这些还在探索AI落地的企业和团队来说，更重要的是认清：AI不是新瓶装旧酒，而是一场“从数据源头重新洗牌”的系统性变革。如果你今天还没有一套清晰的数据治理体系，还没有搞明白你企业的指标逻辑和数据血缘，那就别急着谈AI驱动增长，至少一边夯实数据基础，一边探索AI时代的数据赋能。

免费试用｜数据建模工具社区版开放计划上线

平台建模工具,共享云空间+行业模型库在大语言模型（LLM）时代，"幻觉"问题成为制约其应用的关键挑战。检索增强生成（RAG）技术通过引入外部知识库，为LLM提供实时、相关的信息支持，从而有效减少幻觉现象。然而，RAG系统的效果高度依赖于知识库的质量。如果知识库中的数据存在冗余、结构混乱或缺乏语义关联，检索出的信息可能无法为LLM提供有效支持，甚至引发新的幻觉问题。此时，数据建模的作用再次凸显。通过构建统一的数据模型，整合结构化与非结构化数据，建立清晰的实体关系和语义标签，为RAG系统提供了高质量、可管理的知识基础。通过数据建模的RAG知识库，查询准确度平均可以提到85%以上。为促进业界人士更便捷地采用数据建模方法，提升企业AI应用的落地效果，我们特别向个人和企业用户开放了数据建模工具——DDM社区版本。此次开放涵盖三大核心能力：全平台的数据建模工具、模型公有云空间、AI模型智库，欢迎大家下载试用。社区版开放下载即日起，企业/个人用户可以在datablau官网https://datablau.cn/的免费体验入口下载2025年最新版DDM客户端进行数据建模设计。首次开放Mac/Linux版本试用版建模工具为多端互通，全平台兼容，支持Windows/macOS/Linux系统，让数据模型创作实现真正"无界"。我们在经典强大的Windows版本基础上，新增了对UOS、中标等国产操作系统的支持，并且在Mac操作系统上也实现了完美适配。温馨提示：请大家根据自己的操作系统环境进行下载，不同环境下的DDM客户端试用版可能会有功能上的些许差异。此外，还支持轻量级的web端浏览器建模，单表建模、数仓建模等功能。模型上云，安全无忧我们提供免费的模型云共享空间，新注册用户可立享大容量模型共享空间，随时随地上云，获取更新您的模型，云端存储更安全。您可以在官网注册后，登录模型云。登录模型云后，可以查看您在DDM客户端创建并存到云端的模型，也可以在模型云直接新建模型，体验web端轻量级建模功能。您可以在各个操作系统DDM客户端，用官网注册的用户名[手机号]登录模型云，并进行云端模型的编辑操作，实现模型多端互通，畅快建模。AI智库，助力建模基于数语科技多年沉淀的行业知识库与全参数满血大模型训练体系，构建具备自主进化能力的智能模型长廊。整合银行、证券、制造、能源等领域上千个行业基准模型，实现模型模板的持续迭代优化。此外，还支持本地模型长廊共享，支持客户将自身积累好的模型作为模版模型进行分享。结语大模型已经取代了手动Coding和低代码，正在进入到设计即开发的时代。通过DDM社区版，数据建模师可以更好的设计应用与业务，AI工程师可以高效进行语义建模，转换高质量的RAG，推动大模型在数据查询方面实现更高的准确性和实用性。