fr.wedoany.com Rapport : Le 1er juillet, la nouvelle version de la norme nationale « Modèle d'évaluation de la maturité en gestion des données » est officiellement entrée en vigueur. Cette norme constitue une référence fondamentale importante dans le domaine de la gestion des données, offrant un cadre unifié aux entreprises pour établir, évaluer et améliorer leurs capacités de gestion des données, et les aidant à transformer les ressources de données en facteurs de production gérables, gouvernables et exploitables.
L'accent de la nouvelle version de la norme nationale n'est plus seulement de réglementer la manière dont les entreprises « gèrent les données », mais d'orienter les entreprises pour qu'elles intègrent réellement leurs capacités de données dans l'ensemble des processus métier, tels que la recherche et le développement, la fabrication, la gestion opérationnelle et la collaboration au sein de la chaîne d'approvisionnement. Pour les secteurs de la fabrication, des télécommunications, de l'énergie, de la finance, etc., la capacité de gestion des données affecte directement l'efficacité de la R&D, la planification de la production, la traçabilité de la qualité, la maintenance des équipements, la gestion des stocks, le service client et la prise de décision opérationnelle. Après la mise en œuvre de la norme, les entreprises peuvent développer leurs capacités autour de la stratégie de données, de la gouvernance des données, de l'architecture des données, de la qualité des données, de la sécurité des données, de l'application des données et de la gestion du cycle de vie, et identifier leurs lacunes à l'aide d'une évaluation de la maturité.
Cela signifie que la nouvelle version de la norme nationale deviendra un outil d'évaluation important pour la transformation numérique des entreprises.
Par rapport à la première version, la nouvelle version du « Modèle d'évaluation de la maturité en gestion des données » met davantage l'accent sur l'activation de la valeur des données. La norme guide les entreprises pour intégrer la gouvernance des données directement sur le terrain opérationnel, plutôt que de la limiter aux documents de politique ou aux systèmes informatiques. Par exemple, dans le processus de fabrication, si les données de fonctionnement des équipements, les paramètres de processus, les résultats de contrôle qualité et les données de la chaîne d'approvisionnement ne peuvent pas être gérés de manière unifiée, il est difficile de soutenir l'analyse de la qualité, les alertes d'anomalies et l'optimisation de la production. Dans la gestion opérationnelle, si les données de vente, financières, de stock, d'achat et de client ne sont pas cohérentes, cela peut également affecter le calcul des coûts et la prise de décision. La nouvelle version de la norme nationale intègre ces capacités dans le cadre d'évaluation de la maturité, contribuant ainsi à aider les entreprises à réduire les coûts, à accroître l'efficacité et à améliorer la qualité et la mise à niveau grâce aux données.
La nouvelle version de la norme ajoute également de nouvelles exigences relatives à l'intelligence artificielle. En réponse aux tendances telles que le contrôle de la qualité des données d'entraînement des grands modèles et la gouvernance des données multimodales, la norme introduit des clauses de capacité spécifiques, renforçant la gestion du cycle de vie complet des données.
Cette partie est particulièrement cruciale pour la mise en œuvre de l'initiative « Intelligence artificielle+ ». Des applications telles que l'entraînement des grands modèles, les bases de connaissances d'entreprise, les systèmes d'agents intelligents, l'inspection visuelle industrielle, la maintenance prédictive des équipements et le service client intelligent dépendent toutes d'une base de données de haute qualité, traçable, autorisable et réutilisable. Si les sources de données d'une entreprise sont floues, les étiquettes inexactes, les autorisations chaotiques et la qualité incontrôlable, il est difficile pour les systèmes d'IA d'entrer dans l'environnement de production. La nouvelle version de la norme nationale intègre la qualité des données d'entraînement de l'IA et la gouvernance des données multimodales dans l'orientation du développement des capacités, étendant ainsi la norme de gestion des données des scénarios informatiques traditionnels aux scénarios d'application de l'IA, fournissant une base aux entreprises pour construire une base de données utilisable, fiable et durable.
Fan Kefeng, vice-président de l'Institut de normalisation de l'électronique de Chine, a déclaré que toutes les modifications des indicateurs sont établies autour d'un fil conducteur : passer de la « normalisation de la gestion des données » à l'« activation de la valeur des données », afin que les capacités de données servent véritablement à réduire les coûts, à accroître l'efficacité, à améliorer la qualité et la mise à niveau, et à soutenir le développement de haute qualité de l'économie réelle.
Depuis la publication de la première version de la norme nationale « Modèle d'évaluation de la maturité en gestion des données », plus de dix mille entreprises et institutions dans 33 provinces et régions autonomes de niveau provincial à travers le pays ont entrepris le développement et l'évaluation de leurs capacités conformément à la norme, couvrant plus de 20 secteurs clés, notamment la fabrication, les télécommunications, l'énergie et la finance. Avec la mise en œuvre officielle de la nouvelle version de la norme nationale, l'évaluation de la maturité en gestion des données sera plus étroitement alignée sur les processus métier réels des entreprises, et servira davantage la circulation des éléments de données, la transformation numérique et le déploiement des applications d'IA.
