这份由国际数据管理协会大中华区发布的《中国数据管理和数字化市场调研报告2025 年》基于 101 个大型企业有效样本调研聚焦 2025 年中国数据管理与数字化发展现状、核心问题、技术应用及未来趋势核心围绕数据与 AI 融合数据 XAI 展开分析整体呈现出企业投入积极但发展成熟度偏低、机遇与挑战并存的市场特征以下是核心总结一、调研基础与整体发展水平调研样本以大型企业为主覆盖战略层、数据 / 数字化部门、IT 部门、业务部门等多主体组织规模以 1000 人以上企业占比居多企业数字化转型与数据管理成熟度高度关联且整体偏低多数处于 DCMM 中等及以下水平数据管理各核心工作也多停留在初步探索阶段仅数据质量、安全和标准管理相对领先非结构化数据管理能力偏弱。二、核心发展目标与投入现状企业实施数据管理的核心目标为提升内部运营及管理效率其次是满足合规要求、降低运营成本以内因驱动为主市场投入态度乐观超半数企业 2025 年增加了数据与 AI 项目投资其中大幅增加超 20% 占比 37.62%、适度增加 5%-20% 占比 23.76%选择数据平台 / 服务商时性价比、与现有 IT 架构的兼容性、供应商行业经验为三大核心考量因素。三、当前发展的核心痛点与挑战数据治理层面超 60% 企业未设立 CDO 专职数据战略岗位30% 未设置专门数据管理部门普遍存在缺乏治理牵头部门、业务部门参与度低、专业人才匮乏、无 “数据驱动” 文化、顶层设计缺失等问题数据制度建设仅 25% 企业形成完整体系。数据安全与合规层面数据分类分级标准不清晰、缺乏统一安全治理体系、技术工具不足为最大挑战同时敏感数据泄露风险、法规合规要求复杂也带来诸多阻碍。数据资产化层面整体处于早期阶段52% 企业尚未启动数据资产入表核心挑战是缺乏公认的价值评估模型、成本归集困难、数据质量不高且 80% 企业对数据交易所挂牌交易持抵触态度主要顾虑数据安全泄露、估值定价不明、法规不完善等。数据与 AI 融合层面Data For AI 的首要障碍是数据质量差76% 企业提及其次是数据孤岛、数据量不足AI 在数据管理中的应用较浅主要集中在智能客服、数据智能分类近三成企业暂未应用 AI 技术。数据基础层面63.37% 企业自有数据不足以支撑业务发展需依赖外部数据数据管理技术平台以数据仓库、数据中台为主但仍有 20% 企业尚无统一数据平台。四、技术应用与选型特征数据平台数据仓库72%、数据中台62%是主流技术平台数据湖应用率次之数据编织、数据网格尚未普及大模型应用企业知识库与智能搜索、智能客服是大模型核心业务场景部署上优先选择私有化或混合模式直接调用公有大模型 API 的不足 10%选择大模型的核心考量为模型综合能力、性价比、行业专业化能力同时重视数据安全与国产化自主可控AI 与数据治理协同业界普遍共识为二者需深度协同主流观点是数据治理为 AI 治理基础或建立强关联协作机制也有部分企业认为应纳入统一治理框架。五、未来发展趋势与核心布局投资重点未来三年企业将高度聚焦完善数据治理体系、提升数据质量、建立统一数据底座和治理平台其次是加强数据与 AI 安全治理、培养复合型人才人才需求市场最急需兼具业务与技术能力的数字化转型人才和专业数据治理人才两类人才需求占比均超 70%远高于数据资产管理、数据产品经理等其他岗位发展机遇数据 XAI 为行业带来的核心机遇集中在降本增效与运营效率提升其次是客户体验与业务增长、数据治理与质量优化、AI 应用场景拓展、产品与业务创新等方面资产化与技术方向数据资产入表、行业专用大模型研发、数据要素市场化流通将成为重要探索方向同时企业将持续推进数据制度体系完善和工具链升级。点击文后阅读原文可获得下载资料的方法。点击文后阅读原文可获得下载资料的方法。