匈牙利专家警告：企业AI应用面临数据治理短板

布达佩斯——在近期一场关于人工智能（AI）治理的会议上，多位匈牙利专家指出，企业普遍对AI技术本身投入关注，却忽视了其成功应用的基础——高质量的数据治理。

数据质量是AI成败关键

专家们一致认为，数据是AI系统的基石。Dr. Csenterics András（人工智能与技术法律专家）强调，AI不应被狭隘地视为技术问题，而需从整体复杂性来应对。若将AI应用于本就低效的流程，非但无法带来秩序，反而会放大现有错误。

Dun & Bradstreet匈牙利董事会主席Palincsár László指出，技术引入常面临两难：步伐过快带来风险，过度等待则导致竞争劣势。但无论选择哪条路径，数据质量问题都无法回避。算法处理的是现有数据，若数据不准确、不完整或已过时，错误不会减少，只会被放大。

“影子AI”与治理缺失风险

典型的挑战是“影子AI”，即员工使用不受控的工具或个人订阅服务开展工作，而组织无法清晰掌握运行了哪些系统、流动着哪些数据，以及关键的法律或运营瓶颈何在。

PPKE竞争法研究中心高级研究员Dr. Dömötörfy Borbála表示，数据治理实质上是企业信任的基础设施，而非目的性行政工作。它是能将数据从成本中心转化为利润的运营体系。然而，据小组讨论透露，仅有约30-35%的公司拥有正式的数据治理计划。

数据治理需跨部门协同

MET匈牙利数据主管、认证数据管理专业人士Lindwurm Tamás认为，数据已不再是副产品，而是产品和战略资产。因此，没有业务部门的参与便无法管理。不同部门使用不同的工具和语言，需要将它们整合到一个空间，以建立可持续的运营，而非临时应付审计。

Richter Gedeon Nyrt.法律与知识产权保护部门主管Dr. Csikós Tímea LL.M.指出，企业数据资产的“所有权”更多是责任与问责问题，而非经典的所有权问题。不存在单一的“数据所有者”，责任分散在业务、IT、法律及相关领域之间——任何一方的缺失都会导致系统失灵。

Emerson公司数据办公室首席产品负责人Abszinger Péter强调，在大多数非IT类公司中，数据形式上并非价值链的一部分，但它产生于业务活动、服务于业务，并能决定业务方向。IT提供平台和数据“流动”，而数据办公室和治理角色则提供控制，使数据可用且可靠。

欧盟法规环境下的挑战

会议由Taylor Wessing Hungary的律师、数据保护与AI监管专家Dr. Kopasz János主持，后续小组讨论聚焦于欧盟数字立法的“竞赛”：数据法案（Data Act）已生效，AI法案（AI Act）进程过半，数字综合法案（Digital Omnibus）也在制定中。讨论的起点是，企业同时面临AI引入压力与监管不确定性，在合规方面必须加速跟上这一节奏。

关于数据法案，形成了惊人一致的图景：准备多，实际市场“触发”少。Magyar Telekom数据保护官、数据保护法律主管兼专家Dr. Esztervári Adrienn表示，去年公司重点是为数据法案做准备，但自9月生效以来，尚未收到关于互联产品及相关服务数据的具体用户数据请求。

TESCO区域数据保护负责人Dr. Ferenczi-Béky József称，该议题虽在议程上，但其他法规和合规任务“优先级更高”，因此更多是监测和专项负责层面在运作，而非日常运营负担。

Árukereső Heureka Group法律主管Dr. Székely Gergely带来了数字服务提供商的观点：在捷克管理层主导下，主流看法是在实质性需求出现前，不值得为“预设情境”过度消耗精力。他表示，数据法案迄今未引发查询，而基于GDPR的请求则很常见；鉴于合规压力路径在B2B焦点下较为有限，数据法案目前尚未塑造日常运营。

Dr. Kopasz János补充了更广泛的视角：国际经验显示，西欧有更强的早期准备意识，而在匈牙利乃至本地区，更多是“AI热潮”吸引管理层注意力，数据法案并未获得同等级别的管理权重。

核心结论

小组讨论的一个共同结论是：数据治理只有在获得高层赞助并贯穿整个组织时，才可能行之有效。正如会上最精辟的总结所言：“公司里每个人都为AI做好了准备，除了我们的数据。”