跳至内容

方案蓝图 · 实时数据及 AI

让企业数据真正发挥 AI 价值:
在数据原处,为 AI 做好准备

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。

层
呈现整理接入基建保护
阅读时间
6 分钟
最近审阅
2026 年 10 月

问题

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。

第三方研究

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)

目标状态

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。

  • 范围内已盘点并指定负责人的数据存储位置所占比例
  • 按位置及类型找出并加上标签的敏感数据
  • 范围内各数据集的数据质量评分,并持续跟踪
  • 使用中的指标里,已有统一定义、负责人及计算方式的比例
  • 来源系统出现变更后,报表及应用程序读取到该变更的延迟
  • 可接触敏感数据的人员及应用程序,与实际需要者的对比

参考架构

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。

  1. 呈现

    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

  2. 整理

    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

  3. 分析 (此蓝图未采用)
  4. 接入

    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

  5. 基建

    Dell PowerEdge 服务器运行数据层,PowerStore 存放运营数据,PowerProtect 负责备份。

    配合 Dell Technologies

保护 · 安全

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。

技术组合

此蓝图的技术栈
层产品版本 / 型号角色主要规格
基建Dell TechnologiesPowerEdge、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FanRuanFineReport、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ForcepointForcepoint 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ForcepointForcepoint DLP管控阻止敏感数据经电子邮件、云端上传或 USB 泄漏

交付方式

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。

  1. 01

    数据就绪评估

    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。

  2. 02

    PoC

    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。

  3. 03

    设计

    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。

  4. 04

    实施

    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。

  5. 05

    支持 & 优化

    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。

标准与控制措施

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。

  • PCPD《雇员使用生成式 AI 指引清单》(2025 年 3 月)

    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。

  • PCPD《人工智能:个人资料保障模范框架》(2024 年 6 月)

    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。

  • 数字政策办公室《香港生成式人工智能技术及应用指引》(2025 年 4 月)

    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。

  • 《保护关键基础设施(电脑系统)条例》(第 653 章)

    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。

开始前

就绪检查清单

  • 范围内每个数据范畴均有指定负责人。
  • 持有数据的系统及文件位置清单,即使并不完整。
  • 各部门对指标定义有分歧时,有决策者作最终决定。
  • 已商定由谁决定员工可向 AI 工具输入什么信息。

风险及处理方式

  • 范围随发现的系统而扩大概念验证只涵盖一个数据范畴,其余范畴分阶段加入。
  • 没人信任的分类标签先以监控模式根据真实匹配结果调优分类,才会有策略阻止用户。
  • 指标定义的争议由业务负责人决定每项定义,记录一次,重复使用。
  • 对来源系统的负荷推行前,先在概念验证中测试变更捕获。
  • 文件被不应查看的人看到每份文件保留其访问权限,搜索或 AI 工具读取时,只会向每位用户显示其本已有权打开的内容。

AI 就绪数据:常见问题

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。

数据就绪评估

与我们的架构师讨论 AI 就绪数据

从数据就绪评估开始:我们梳理您的数据源、痛点与风险,再按您的情况推荐合适方案,无须预先指定产品。