问题：数据治理成企业AI应用关键瓶颈 随着算力与模型技术的普及，企业级AI竞争已从“模型驱动”转向“数据驱动”。
然而，许多企业虽拥有海量数据，却因非结构化信息分散、缺乏统一管理，难以形成可被AI高效利用的知识体系。
上海信投智科副总经理、首席人工智能专家刘红指出，当前企业AI应用的瓶颈并非模型能力不足，而是数据治理的滞后，导致AI难以深入业务核心环节。
原因：非结构化数据制约AI效能 在服务制造业、金融、医疗等行业客户过程中，上海信投智科发现，大量技术文档、项目资料以非结构化形式存储，无法形成可复用的知识资产。
例如，企业投标过程中需整合历史标书、产品信息等资源，但人工整理效率低下且易出错。
数据若仅停留在存储层面，未经过系统治理，AI应用便只能停留在浅层功能，无法真正赋能生产与管理。
对策：构建“企业大脑”实现数据价值闭环 针对这一痛点，上海信投智科提出以数据治理为核心的“企业大脑”技术思路。
通过与金山办公合作，依托WPS 365平台整合日常办公、文档管理与AI能力，将分散的非结构化数据转化为来源可溯、结构清晰的知识资产。
例如，其开发的“智能投标助手”通过结构化处理历史标书数据，结合平台沉淀的文档知识，实现资源自动生成与匹配，效率提升显著。
影响：高价值场景落地成效显著 在制造业领域，上海信投智科将数据治理与AI应用结合，打造“问知问数”场景，整合设备运维、工艺规范等数据，形成可实时调用的知识库。
这一实践不仅降低了人工成本，更提升了生产分析的精准度。
目前，该公司AI问答准确率已稳定在95%以上，专利与软件著作权达180余项，技术实力获上海市级研发中心认证。
前景：协同办公平台成知识管理新入口 未来，随着企业对数据资产价值的重视，协同办公平台或将成为知识沉淀与治理的核心载体。
上海信投智科提出的“在生产中治理”模式，为行业提供了可复用的方法论，其与金山办公的深度合作，也将进一步推动AI应用的标准化与规模化落地。
从“能不能用”到“能不能稳定用、规模用”，企业智能化走到深水区，拼的不再是单点能力，而是底座工程与长期治理。
把知识沉淀嵌入协作流程、把数据治理做成可持续机制，才能让技术红利真正转化为管理效能与产业竞争力。
未来，围绕数据质量、体系建设与合规安全的持续投入，或将成为企业穿越周期、实现高质量发展的重要支撑。