我们所说的可持续数据产品是指利用现有资源重塑相同相似资产、积累不必要的数据（数据污染物）并预测未来用途的数据产品。不受监管和无限制的数据共享可能会对数据质量产生负面影响，并阻碍数据的增长和价值。数据共享方式的质量应该是数据质量框架的关键考虑因素。为此原因，我们需要一套可靠的标准和最佳实践来共享数据，并在流程和技术中内置治理和质量保证。只有这样，我们才能确保数据的可持续性并确保有利于增长的可信数据机制。 转变政府对数据的使用以提高效率和改善公共服务—— “到 2025 年，数据资产将作为产品进行组织和支持，无论它们是由内部团队还是外部客户使用……数据产品以敏捷的方式不断发展，以满足消费者的需求……这些产品提供的数据解。

决方案可以更轻松、更重复地用于应

对各种业务挑战，并减少交付新的 AI 驱动功能的时间和成本。” – 2025 年的数据驱动型企业由麦肯锡。人工智能和机器学习可以成为公共和私营部门数字化转型的强大推动力。人工智能、机器学习、报告和仪表板只是从数据中提取价值的数据产品和服务的几个例子。这些解决方案的质量直接反映在用于构建它们的数据质量以及我们访问和利用内部和外部可用数据资产的能力上。虽然有大量数据可供我们构建新的智能解决方案以提高效率以 数据库 现更好的流程、更好的决策制定和更好的政策，但仍有许多障碍可以困住数据，例如遗留系统、数据孤岛、分散的标准、专有格式等 确保数据所依赖的基础设施的安全性和弹性- 反思 2025 年的愿景 – 这离现在不远，甚至在不远的未来，我们将需要重新考虑我们的数据方法，更具体地说 – 我们的数字供应链基础设施/数据是什么共享基础设施？数据和数据资产是产品，应该作为产品来管理。

如果数据是一种产品，我们需要一种连贯

统一的方式来提供这些产品。如果要跨行业以及私营和公共部门使用数据，我们需要一个开放的协议来推动采用和习惯的形成。为了推动采用，我们使用的技术必须具有弹性、稳健、 可信和可供所有人使用。供应商锁定、平台锁定或云锁定都是实现这一愿景的界限。 支持国际数据流动——司法管辖区之间和政 GN 列表 府之间的数据交换可能是最具变革性的大规模数据应用之一。世界上一些最严峻的挑战取决于政府之间有效的数据交换——预防犯罪活动、反恐活动、净零排放目标、国际贸易等等。朝着这个方向采取的一些步骤已经具体化，美国联邦政府和英国政府已就打击严重犯罪活动的数据交换达成一致. 这是支持国际流量数据和善用数据的真实例子。对于这些用例，我们必须从安全第一的角度来处理数据共享。