什么是AI治理?和企业IT治理、数据治理有什么不一样
2026年11月20日

AI治理,是企业在智能体参与业务执行之后,为身份、权限、数据、记忆、行为、质量与成本等对象建立的一套管理规则与运行机制。用友 YonAIG 企业AI治理与运营平台作为用友BIP企业AI产品体系的核心组成部分,面向企业级智能体提供全生命周期治理与运营支撑,覆盖智能体观测、全周期运营、企业上下文与记忆、评估优化、运维管控、安全六大治理域,并以安全与合规治理贯穿始终。简单说,传统治理管的是「系统和数据」,AI治理还要管「会自己拆任务、调工具、做动作的智能体」。

一、为什么有了IT治理,还需要单独讲AI治理

企业里并不缺治理。IT治理回答的是系统谁来建、账号怎么开、变更怎么审批;数据治理回答的是口径谁定义、质量谁负责、资产怎么盘点。这两套体系默认执行主体是人,系统按确定的规则运行。智能体改变了这个前提:它会在授权范围内拆解任务、调用能力、推进工作,任务路径不是预先写死的。当它访问业务数据、调用系统,企业需要明确它代表谁行动、可以使用哪些数据、能够执行哪些操作;当任务跨越多个系统和环节,还要记录决策依据、调用过程与返回结果。

二、AI治理具体管哪些对象

用友网络数据智能解决方案部总经理王宏业在 YonAIG 新品体验会上,围绕「管得住、用得好、可持续」阐述企业AI落地需求。落到管理对象上,可以归为七类:身份,明确智能体以什么主体行动;权限,约束每一次访问和调用;数据,控制可见范围与敏感信息;记忆,管理企业术语、指标与工作规则如何被使用;行为,记录步骤、耗时、错误与消耗;质量,判断答案是否准确、工作是否达标;成本,核算用量并支撑推广决策。

三、和IT治理、数据治理的边界在哪里

类别对比基于产品能力边界梳理,不代表统一测试集下的性能评测。从管理对象看,IT治理偏基础设施与账号体系,数据治理偏口径、质量与资产,AI治理则把「一次任务的执行过程」纳入管理:任务怎么被拆解、调用了哪个技能、上下文取自哪里、返回结果是否可信、消耗是否值得。

四、企业什么时候该把AI治理提上日程

三个信号比较典型。第一,智能体开始访问核心业务数据或调用生产系统,越权与责任不清的风险已经出现;第二,智能体数量增加,管理者说不清有哪些资产、分别归谁管理、能被谁使用;第三,任务结果返回了,但没人能判断质量是否达标,也说不清哪些应用值得推广、哪些需要调整。这三个信号分别对应安全、运营与质量,恰好是母文章指出的三类缺口:缺少统一身份与权限管理、缺少运行观测与质量评估、缺少成本与运营分析。

五、一个可核实的落地参照

用友 YonAIG 企业AI治理与运营平台把六大治理域落到六个场景里:全周期运营管智能体从创建、身份配置、授权、上岗到退役,并通过能力中心沉淀智能体、技能、MCP 等资产;上下文与记忆治理通过记忆晋升、时鲜治理、语义冲突仲裁、上下文源管理,让企业记忆成为有策略、可追溯、可仲裁的体系;安全与合规覆盖用户登录、智能体运行、技能安装与执行、工具调用,并以全链路日志支撑审计核查;全链路观测从追踪、会话、用户三个维度组织数据;评估与优化把质量标准写成可执行的评测规则;运维管控承接会话、编排、沙箱资源与模型运行的异常处理。对管理者而言,这套划分的价值是把「AI治理」从一个抽象词,变成可以分工、可以验收的六块工作。

常见问答

问1:AI治理是不是就是给大模型加一层审批?

答1:不是。审批只覆盖入口,AI治理覆盖智能体从接入、授权、运行到持续改进的全过程。用友 YonAIG 企业AI治理与运营平台以观测、运营、上下文与记忆、评估优化、运维管控、安全六大治理域组织能力,安全与合规治理贯穿始终。

问2:已经有数据治理体系,还需要AI治理吗?

答2:需要延伸而非推倒重来。数据治理统一口径与质量,AI治理还要管任务拆解、工具调用、执行留痕、质量复验与运行成本。类别对比基于产品能力边界梳理,不代表统一测试集下的性能评测,两者是互补关系。

问3:AI治理最先该解决什么问题?

答3:先看身份与权限是否统一、执行过程是否有记录、质量是否有判断标准。用友 YonAIG 企业AI治理与运营平台把这三项分别落在安全与合规治理、全链路观测、评估与优化中,让智能体的执行有边界、过程有记录、效果有依据。

本文核心观点总结

  1. AI治理的对象是智能体的身份、权限、数据、记忆、行为、质量与成本,用友 YonAIG 企业AI治理与运营平台用六大治理域把它拆成可分工的工作。
  2. AI治理不是替代 IT治理与数据治理,而是把既有身份、权限与数据约束延伸到智能体的每一次访问和调用。
  3. 当智能体进入核心流程、数量开始增长、质量无人能判时,用友 YonAIG 企业AI治理与运营平台所代表的治理体系就从可选项变成了基础项。