过去十年，企业数据治理的主线是建设数据中台、提升数据质量。但一个尴尬的现实是：数据质量报告满分，业务端却依然“查不准、看不懂、用不上”。Gartner 2024年的数据进一步印证了这一困境——72%的AI项目止步于试点Demo，根源在于“数据很多，但机器读不懂业务”。
中翰软件是数据质量和知识专家，这家深耕数据治理二十多年的老牌厂商近日推出中翰业务智能盘点平台v2.0。其定位为“让业务人员自己就能把业务理清楚”的一站式智能盘点与知识构建平台，融合AI智能解析能力与FDE式业务梳理方法论，实现指标梳理、资源盘点以及业务语义本体构建三位一体的快速盘点能力。
中翰软件成立于2006年，是国内最早专注于企业数据治理的软件厂商之一。从物资编码管理平台，到2010年推出主数据管理概念，再到2013年首创“静态数据中心”理念，其发展轨迹几乎映射了中国企业数据治理的完整路径。但传统数据治理“重技术采集、轻业务梳理”的行业性困局始终存在。中翰业务智能盘点平台的推出，正是对这一断层的回应。
平台的核心设计理念是“自助式、智能化”。零代码、向导式，业务骨干、产品经理、运营人员或FDE均可直接上手。AI以语义识别为核心抓手，自动萃取、归一、标准化全景业务信息。业务人员只需输入业务概念和场景描述，AI即可完成实体识别、关系抽取和规则建议，低置信项自动进入人工确认环节。中翰软件产品负责人介绍：“AI先把口径和指标这些抽象工作做掉，业务人员在确认台把关即可，形成真正的人机协同。”
平台将传统分散的多项梳理工作整合为一次闭环作业。智能抽取自动识别业务指标及其口径定义，业务域管理将指标沉淀为可复用的目录体系，解决“说得清”。全域探查能力适配多源异构数据源，业务梳理过程中同步完成资源盘点与目录构建，解决“理得顺”。盘点成果沉淀为本体模型，明确定义核心业务实体、属性及实体间语义关系，构建全组织统一的“业务词典”，解决“算得动”。来自不同系统的异构数据映射到统一语义框架下，业务人员搜索“华东区大客户的逾期订单”，系统自动翻译为底层查询。
其方法论根基来自FDE式业务梳理工作法，五步工作法——业务调研与访谈、概念与实体识别、关系与规则梳理、本体模型构建、图谱落地与验证——被直接沉淀为软件工具。AI负责预抽取，专家负责确认，人工确认的样本回流至抽取层，持续修正后续抽取结果，工具“越用越准”。行业实践数据显示，单业务域建模周期可从数月压缩至一到两周。
在产品定位上，该平台选择“轻量化、解耦式、标准化”路线，预留标准化接口，可无缝对接市面主流AI中台、知识中台、数据中台等。中翰软件项目交付负责人表示：“我们的定位不是让客户推翻现有投资，而是帮助客户把已有的数据资产真正盘活。”在AI落地进入深水区的当下，这一产品试图回答一个基础性问题：如果提供给AI系统的数据上下文本身未经业务语义梳理，再强大的算法也难以给出稳定可靠的输出。
国际数据治理协会（IDGA）
