方案蓝图 · 实时数据及 AI
部署 AI 与做好企业数据准备同样重要。企业需要找得到、信得过、管得住的数据:完成数据盘点与分类,数据质量可衡量,各项指标定义统一,数据访问安全可控。Kepro 由本地团队提供现场支持,让数据在原有环境中做好 AI 应用准备。
以下情况,您或会熟悉:
无人能说明个人及机密数据存放在哪里,或谁有权查阅。
财务、销售及运营部门对同一指标各有不同定义。
数据质量没有度量:重复记录、缺漏及过时副本,要到出问题时才被发现。
员工已开始用 AI 工具处理公司数据,却没有规则说明哪些信息可以输入。
政策、合同及报告散落在共享文件夹中,没有负责人,也没有记录谁可以打开。
Gartner 预测,直至 2026 年,企业将放弃 60% 缺乏 AI 就绪数据支持的 AI 项目。在 Gartner 于 2024 年 7 月访问 1,203 名数据管理主管的调查中,63% 表示其机构没有、或不确定是否拥有适用于 AI 的数据管理做法。 出处:Gartner 新闻稿(2025 年 2 月 26 日) (在新标签页打开)
我们与企业共同确定这些测量项目,作为概念验证的完成标准。我们报告实际测量结果,不预先承诺数字。
Kepro 数据生态由基建向上延伸,并突出本蓝图使用的各层。产品名称链接至其页面。
FanRuan 指标中心为每项指标保存一个定义,让财务、销售及运营部门读取同一个数字。FineReport 与 FineBI 再按这些定义提供报表及自助分析。
配合 FanRuan
Alteryx 剖析数据质量并评分,再通过可视化工作流清洗、混合及重整数据,无须编写代码。定时工作流每天重复相同检查。
配合 Alteryx
TapData 实时捕获来源系统的每项变更,让报表及应用程序读取的数据与来源保持同步。它可一步将数据发布为 API,各应用程序读取同一个接口,无须各自保留副本。
配合 TapData
Dell PowerEdge 服务器运行数据层,PowerStore 存放运营数据,PowerProtect 负责备份。
Forcepoint DSPM 找出个人及敏感数据的存放位置并加上标签。Forcepoint DLP 阻止敏感数据经电子邮件、云端上传或 USB 泄漏;敏感字段也可在数据迁移至新平台前先行标示。
配合 Forcepoint
数据流向:底层 → 顶层
数据源运营数据库、CRM、ERP、文件共享及 SaaS 应用程序,数据留在原处。
| 层 | 产品 | 版本 / 型号 | 角色 | 主要规格 |
|---|---|---|---|---|
| 基建 | Dell Technologies | PowerEdge、PowerStore、PowerProtect | 平台 | 为数据层提供服务器及存储;备份及保留 |
| 接入 | TapData | 变更数据捕获、数据 API | 令系统保持同步 | 实时捕获每项数据库变更;一步将数据发布为 API |
| 整理 | Alteryx | 低代码工作流 | 质量及整理 | 评估数据质量;无须编写代码即可清洗、混合及重整数据;可按计划运行 |
| 呈现 | FanRuan | FineReport、FineBI、指标中心 | 每项指标一个定义 | 先统一指标定义;固定格式报表、在线数据填报及自助分析 |
| 保护 | Forcepoint | Forcepoint DSPM | 发现与分类 | 找出个人及敏感数据的存放位置并加上标签 |
| 保护 | Forcepoint | Forcepoint DLP | 管控 | 阻止敏感数据经电子邮件、云端上传或 USB 泄漏 |
五个步骤,每步均有明确的完成条件,达成后才进入下一步。时间安排在设计步骤与您商定。Kepro 在香港的团队(澳大利亚站点则由悉尼办公室)会现场与您的团队协作。
数据存放位置、负责人、哪些属敏感数据、数据质量如何,以及哪些指标被重复定义。您会获得就绪报告及优先次序计划。
企业提供系统负责人、数据存储位置清单(不完整也可以)及供数据发现使用的只读权限。
在您自己的系统上,把一个数据范畴从头到尾验证:分类、质量评分、商定指标定义,并通过同一接口发布。
企业提供该数据范畴的业务负责人及样本数据。
分类标签、质量门槛、指标定义、访问规则及目标架构。
企业提供由业务负责人决定谁可查阅什么。
数据发现、质量检查、同步及策略按数据范畴逐步推行。策略先以监控模式运行,再分阶段执行。
企业提供各部门的联络人,并向用户传达信息。
本地团队现场支持,并定期检视质量评分、策略匹配及访问情况。
企业提供通知新增的系统及数据存储位置。
以下是香港常见的参考依据。前三项属指引,并非法律。本页并非法律意见:请与您的法律顾问,将其对应至贵机构自身的责任。
支持订立职员可输入生成式 AI 工具的资料规则。掌握敏感数据的位置,这类规则才能落实。
供采购、实施及使用涉及个人资料的 AI 系统的机构参考,涵盖风险评估、人为监督及资料最少化。这些工作均建基于掌握贵机构持有哪些个人资料。
就生成式 AI 应用的范围与限制,以及数据泄漏等风险提供实务指引。数据分类及泄漏管控处理其中数据层面的问题。
自 2026 年 1 月 1 日起,对指定的关键基础设施营运者生效。如适用于贵机构,盘点重要的系统及数据是合理的第一步。
AI 就绪数据,是企业找得到、信得过、管得住的数据:已盘点及分类,数据质量有度量,每项指标只有一个共同定义,访问也受管控。
先进行数据就绪评估:列出数据存放位置、哪些属敏感数据、数据质量如何,以及哪些指标被重复定义,并提供优先次序计划。度量项目由双方共同确定,我们报告实际发现。
数据治理,是决定每个数据集由谁负责、如何分类、须达到什么质量、采用哪个定义、谁可使用,再以工具落实这些决定。Kepro 提供工具及现场团队,决定由企业的业务负责人作出。
数据资产管理,是把数据视为有负责人、有已知位置、质量可度量、使用受管控的资产。令数据适合用于 AI 的同一份盘点、分类及质量评分,同时支持报表与合规工作。
不需要。Kepro 在数据原处进行准备,由本地团队现场配合:香港由香港团队负责,澳大利亚则通过悉尼办公室支持。数据可否传送到其他地方,属法律问题,请向您的法律顾问咨询。
个人资料私隐专员公署发出了雇员使用生成式 AI 的指引清单(2025 年 3 月)及 AI 个人资料保障模范框架(2024 年 6 月);数字政策办公室发出生成式 AI 技术及应用指引(2025 年 4 月)。三者均属指引,并非法律。
范围内每个数据范畴的指定负责人、系统及文件位置清单(不完整也可以),以及供数据发现使用的只读权限。详情见上方的就绪检查清单。
最近审阅于 2026 年 10 月。厂商资料会变更;以所链接的来源为准。