在生成式人工智慧（GenAI）快速演進的推動下，資料已不再只是運算的原料，而是驅動決策與重構商業模式的關鍵資產。資料治理（Data Governance）已由過去因應法規合規的輔助角色，躍升為企業數位韌性與攸關AI導入成敗的基礎建設。
炬識科技執行長暨創辦人顏良修指出，過去30年來，國際間的資料治理實務大多著重在資料正規化、主數據管理、欄位一致性與法規遵循，尤其金融業為典型推動者，導入多數以顧問報告為核心的治理專案。然而，當前情勢已大幅轉變。生成式AI技術的落地需求，使資料治理不再只停留在紙本政策與規章，而必須轉型為能夠維護、監測與即時調整的系統化基礎架構，才能承載AI應用的實際壓力。
她分析，台灣在資料治理的普及程度長期落後於北美與歐洲，不少企業仍把資料視為「附屬產出」，而非可經營的核心資產。但近年AI浪潮席捲而來，加上金管會與各種監理規範日益重視資料品質（Data Quality）與資料可觀測性（Data Observability），尤其保險與銀行業針對資料治理工具與制度的需求快速上升，形成一波「齊步走」的系統化導入潮。顏良修觀察，壽險業者幾乎已全面啟動評估與建置計畫，對導入範圍與應用場景有相當精準的規畫，顯示資料治理已從合規專案，轉變為與商業策略連動的投資項目。
資料治理之所以成為GenAI落地的關鍵，她認為核心原因在於，資料來源的非結構化特性正不斷擴大。傳統分析模型多依賴結構化資料庫與欄位設計，但大型語言模型（LLM）訓練所需的，主要是文字文件、簡報、報告、郵件等非結構化資料。這些內容散布於企業的個人筆電、共用檔案伺服器、知識庫與協作平台之中，過去多被視為「文件管理」問題，較少納入資料治理架構。
顏良修強調，唯有透過系統化的資料治理，把這些分散的非結構化資料從「檔案」轉為「可辨識、可描述、可驗證的資料資產」，AI模型訓練過程才有足夠且可控的高品質資料可以餵入。否則，即使購買再多模型服務或API，企業也只是在消耗運算資源，無法把自身知識與經驗真正內嵌進AI代理（AI Agent）與決策流程中。
MetaRoots扮演企業資料羅盤
在完整的資料治理架構中，資料目錄（Data Catalog）通常被視為實踐治理策略的起點，也是GenAI落地應用的資訊導航。炬識科技技術顧問黃勖堯說明，新產品MetaRoots的定位，正是回應現行工具長期偏重管理者視角、對工程團隊與實作人員不夠友善的痛點，發展出更偏向探索導向與開發支援的資料目錄管理系統。
他解釋，MetaRoots是一套資料目錄管理系統，支援即時查詢資料位置、欄位定義與儲存結構，並透過AI輔助語意解釋，使非資料庫背景的使用者能快速理解資料內容。其目標在於打破資料資訊被特定資深員工壟斷的現象，減少資料庫管理員（DBA）作為「資訊中介」的負擔，提升資料自助使用的可及性。 這套系統的設計強調無須將所有資料移動至集中平台，而是透過連接現有資料庫與存取記錄，達成即時分析與語意推理。黃勖堯說，MetaRoots設計與產業界提到的Data Fabric概念有相似之處，強調資料留在原本的儲存位置，由平台負責提供統一的檢索與解釋能力。
DQSentry串接驗證與部署
資料品質不佳，往往是AI應用導入失敗的主因之一。炬識科技技術顧問林煒鈞指出，炬識科技另一主力產品DQSentry則鎖定資料品質管理領域，提供集中式資料驗證規則管理與稽核功能，並與CI/CD（持續整合／持續部署）流程銜接，以支援系統上線前後的一致性與完整性驗證。
炬識科技執行長暨創辦人顏良修認為，企業若要讓GenAI真正創造價值，必須先把資料當成可治理、可標準化與可驗證品質的資產，打造能長期運作的資料工廠。
林煒鈞說，DQSentry的定位是在產品生命週期左側的資料驗證階段，強調驗證標準的規格化與可重複性。透過與GenAI結合，該產品可將自然語言的驗證需求自動轉為Python、SQL等語言的程式碼，並進行自動化審查與強化建議，降低開發人力缺口所帶來的導入障礙。
此工具特別適用於資料標準變動不頻繁，且需集中管理的產業，如金融、政府與大型製造業。在這些情境中，資料品質的驗證邏輯往往承擔法規遵循與內控依據，標準化需求明確，正是DQSentry的合適導入場景。
隨著GenAI與資料治理需求升溫，炬識科技也已由過去工程導向的IT服務商，轉型為以資料顧問為核心的數據服務業者。近年來，團隊接連承接防詐資料顧問、壽險業AI知識管理，以及多家金控的資料標準制定專案，顯示其已從純技術供應者，逐步走向業務策略與資料治理並重的合作夥伴角色。
顏良修說明，與傳統專案型導入不同，炬識科技的顧問專案不只交付系統與程式，更強調「可維運的資料標準」。也就是說，專案結束後，客戶不僅拿到一套工具，還會獲得可持續維護與擴充的資料規則與治理流程。
資料治理不再是成本中心，而是價值創造的關鍵環節。在GenAI驅動業務重塑的時代，企業唯有透過系統化、模組化且工程導向的資料治理策略，才能有效釋放資料潛力，並確保AI導入具備穩定與可控的資料基礎。炬識科技藉由MetaRoots與DQSentry，展現資料治理如何進入可觀測、可調整與可進化的新世代，讓企業面對GenAI，不再只是追逐更新的演算模型，而是回到資料本身，建立一座可長期運轉的「資料工廠」。