数据治理做完，为什么AI还是用不起来

某制造企业的CIO最近很郁闷。系统投了上千万，数据中台也建了，大模型接进去之后，他试着问了一个再简单不过的问题：“三车间A线上个月的设备综合效率是多少？”结果大模型给出了三个不同的答案——MES里叫“OEE”，生产月报里叫“设备稼动率”，设备管理系统里只有“计划停机时间”和“实际运行时间”两个原始字段。三个系统，三种口径，大模型不知道这三者是同一个东西，答案自然南辕北辙。

这不是模型能力的问题，也不是数据治理没做。传统数据治理解决的是数据“怎么存”——建表、清洗、关联、标准化。这些活干了十年，数据确实比从前干净了。但干净不等于可理解。一本用速记符号写成的书，纸张再好、排版再整齐，读的人不认识那些符号，它就是一本不可读的书。大模型面对企业数据时，处境差不多。
被跳过的，是数据治理与AI落地之间那段语义加工层。数据治理让数据“存得对”，但AI要动起来，还得让数据所承载的业务含义，以机器能校验的方式固定下来。

“语义漂移”：比数据孤岛更隐蔽的断裂

数据孤岛是显性的——接口不通，人人都看得见。语义断裂则是隐性的，平时不声不响，等AI进了生产流程就开始反复制造事故。制造现场至少有三类典型的语义漂移：一是术语不通，模型把“直通率”当成“良率”，前者不计返修，后者包含返修，口径一错，结论全错；二是语境丢失，多智能体协同链路一拉长，摘要与转述中关键条件层层损耗，“工单”在A处指生产任务、在B处指维修请求，没人说得清；三是知识陈旧，工艺参数改了，知识库没跟上，检索回来的还是过期版本，而且极难察觉。这三件事，堆更大的模型解决不了。语义问题必须在语义层解决。

中翰软件是国内主数据、数据治理第一梯队的头部企业，定位为数据质量与知识专家，在这个位置上已经站了二十年。其近期战略调整的指向很明确：数据治理保障“存得对”，知识治理解决“读得懂”，两者之间不能留一段无人看管的真空。数据侧，中翰的路径是从源头把标准钉死，在末端把质量看住，中间出问题能沿血缘追回去。但数据干净只是入场券。知识侧的逻辑更值得细看：知识治理的核心不在“管文档”，在于按AI的消费方式来拆解知识。制度类知识，AI需要能精确引用条款；案例类知识，AI需要能在相似场景中捞出可参照的经验；故障排查类知识，AI需要把设备、现象、处置动作串成一条可追溯的链。同一份文档，用途不同，拆法就不同。这道工序决定了AI是“帮得上忙”还是“越帮越忙”。

本体：给语义装上可校验的锚点

知识被拆对之后，还得有个更底层的结构，防止它在跨系统、跨智能体流转中再次漂移。这个结构就是本体。
本体与数据字典、知识图谱的关键区别在于三件事：带类型，每个节点可被schema校验；挂口径，每个指标的计算方式写死，分子分母固定，跨部门不再各算各的；带证据，每条关系标注了“已验证”还是“待确认”，结论能追到出处。拿“直通率”来说，本体不仅定义它归属于“产线”这个对象，还把口径写死为一次合格数除以投入数，统计维度挂到产线、班次，并显式标注“不等于含返修的良率”。大模型在这个框架里没有自由发挥的空间。

中翰AI原生MDM平台以Navigate OS为底座，将本体模型、领域知识库、智能体内嵌于平台内核。其“本体论”路径的落点，正是构建一套全组织统一、且可被机器校验的语义资产：同一台设备在PLM、MES、ERP中不再有三个互不相认的名字，订单状态在全流程中只有一个被锚定的含义。治理规则附着于业务实体而非数据库表，底层表结构改了，AI赖以推理的业务逻辑不会跟着散架。平台还预置了覆盖制造、零售、医药、能源的千万级物资标准数据和五十余个行业管理流程案例，企业不必从零开始搭语义底座，省下的时间够干不少正事。

交付逻辑：治理能力不能随顾问离场而退化

一个经常被忽略的事实是：大量数据治理项目的终局，是顾问离场、文档入柜、系统在半年内逐步退回治理前的状态。治理能力如果留不在企业体内，再完备的语义设计也只是阶段性的体外循环。
中翰“双轨带练”方法论的设计逻辑，是把项目目标从“系统交付”切换为“能力移交”。线下实体顾问五次精准驻场，线上HANBOTS小翰AI助手提供全天候支持，所有交互自动沉淀为企业私有知识库，十二周实施路线图划分为五个里程碑，项目周期与实施成本双双降低50%以上。说白了，这套模式要的是让企业自己在治理过程中长出持续维护语义资产的能力，而不是把语义底座做成一件需要原厂终身维保的外挂设备。

回到开头那个CIO的困惑。数据治理做完，AI还是用不起来，不是因为模型不够好，也不是因为数据不够多。真正缺的，是数据被治理干净之后、AI接手之前的那个环节：让数据承载的业务含义变得可校验、可追溯、可消费。当模型和算力都可以从市场上买到，企业自己长出来的语义资产——那套锚定在业务实体上、经得起口径追问和证据回溯的知识结构——才是AI真正踩得下去的那块地面。中翰软件把自己放在这个衔接位置上：不替企业决定AI应用长什么样，而是确保AI伸手接住的东西，含义是确定的。