企业级低代码

数据要素这四个字，这两年我听到的版本至少有十种。有人把它当成财务口径的数据资源入表，有人把它理解成公共数据授权运营，还有人以为把数据挂到交易所挂个牌就算完成。我自己的判断比较朴素：数据要素的合规底线，是由分类分级、安全合规、质量可控这三组标准托起来的；价值上限，则取决于主数据的一致性和场景化数据集做

一、核心判断：融合的本质是一条链路的三个环节，不是三件事叠加这两年我参与的项目，十份立项书里有七份写着“智能化”三个字。真到了实施现场，卡住进度的常常不是模型选型，而是“客户等级到底按哪个口径算”这种老掉牙的问题。所以我对这三种技术融合的理解，跟很多PPT上的讲法不太一样：它不是三件事并排放在一起，

做企业架构这些年，我被问得最多的一类问题是：我们要不要直接上 AI Native？我的回答通常先反问一句——你现在的数据，模型敢直接用吗？这话一出口，会议室经常安静几秒。我见过的真实情况是，不少企业把 AI Native 理解成换一套技术栈、上一批大模型应用，把 AI 加持理解成在 ERP 或 CR

我在航空公司的数据口和信息化口都待过，一个很实在的观察是：绝大多数航司的数据治理，做到第三年就卡住了。标准文档越编越厚，数据质量报表越来越漂亮，可业务侧的感受几乎没有变化——收益管理要旅客标签还得自己拉数，机务要机型参数还得找厂家对码，集团财务合并报表还得靠人工贴Excel。卡住的根子不在方法论，在

航空数据治理最难的地方，从来不是数据量，而是责任链。一架飞机的适航状态、一个航材件号的履历、一次 QAR 超限事件的处置，背后都挂着具体的人、具体的签字、具体的监管条款。数据一旦对不上，追的不是报表错了几个小数点，是安全责任归谁。所以我判断一个航空数据治理项目能不能落地，不看它接了多少套系统、建了多

一、我的核心判断：电信数据资产值不值钱，看的是被调用次数，不是目录条数我在运营商和省公司做过不少数据类的项目复盘，每次坐下来聊，第一件事我都不问\”你们建了多少张表\”，我问的是\”上个月有多少张表被业务方或者模型真正调用过\”。这个数字往往很难看。电信的数据体量在国内属于第一梯队，B域的计费、CRM、订

我在电信行业的数据项目上待了十来年，从省公司 B 域做报表起步，后来做数据中台、做资产盘点、做指标治理。每次有人问我“数据资产平台到底能带来什么”，我的答案都会先反问一句：你希望它在半年后还被业务部门主动打开吗？如果答案是不能，那这个平台大概率只是个贵的元数据仓库。电信数据资产平台真正的收藏级价值，

这些年我参与过几个省级电信公司的数据资产项目，也在方案评审会上听过太多\”我们已经有几千张表\”的说法。一个越来越清晰的判断是：电信行业谈数据资产，谈的从来不是表有多少张、字段有多少个，而是同一件事在不同系统里能不能得出同一个数。B域说在网用户八千万，O域按终端在线算出来七千六百万，M域的经营报表又冒出

我在军工单位的数字化项目上跑了有些年头，参与过需求论证、技术把关，也陪甲方开过不少次评标会。有个现象反复出现：选型会开着开着就变成了产品演示会，谁的界面花哨、谁的功能清单厚、谁讲得热闹，谁就占上风。等合同签完、实施队伍进场，问题才一点点浮出水面——数据标准没定，编码体系一所一院一套，系统买回来了却导