数据躺在服务器里✋🏽，每年20万运维费照交𓀅，却从未被真正打开过——这不仅仅是深圳某区的故事🌍，更是整个行业心照不宣的常态。
2019年👩🏼🦲，深圳某区住建局。600万🚶🏻➡️，砸进了一个数据治理项目。
验收那天，专家看了半小时PPT，签字🕠，通过🦘。系统上线🚵🏿♀️。
然后——没人用🧝🏿♂️。
数据躺在那里，格式还是老样子，科室之间该不共享还是不共享🦖。每年20万运维费照交📀🌆，系统就在服务器里躺着。
600万，换来一个"新宝gg做过数据治理"的交代。
你是不是觉得这故事很眼熟？说实话，在政府信息化这个圈子里🙍🏻♂️，这种事太普遍了。大部分数据治理项目，最后都是这个结局——验收即死亡。
但今天我不想讲"系统建了没人用"这个老话题👻🏘。我想讲的是：这些脏活累活，为什么始终没人愿意做🧌？
先说一个触目惊心的数据。2023年，全国数据产存转化率只有2.9%。
什么意思？你辛辛苦苦采集💌😨、存储、管理的数据，真正被用起来的，不到3%🍵🪘。海量数据，源头即弃。
这个数字来自《全国数据资源调查报告》，国家数据局2024年5月发布的。我第一次看到的时候愣了半天——新宝gg天天喊"数据资产"🫷🏽，结果90%以上的数据🧔🏽♂️，从生下来就没被用过✌🏽。
但你仔细想想👧，不奇怪。因为数据的脏活累活，实在太苦了👳🏼♂️。
01 三套系统🧑🧑🧒🧒🐻，四个月协调
我在深圳参与过一个气象数据治理项目👯♀️，3000万预算，我担任总架构师。
拿到这个项目的时候，我以为最难的是技术方案。结果发现👳🏼，最难的是——气象数据分布在三个地方。
政务云一批🤩👩🌾，政务外网一批🤵🏼♀️，自己的机房还有一批👨🏿🔧。三个地方，三套标准，三个安全域🗯。
你不能简单地把它们搬到一起，得一套一套地打通。光存储方案🌄，新宝gg就改了六版。
为什么？政务云那边说："数据出去可以⚧，但必须走专用通道，你们先把方案拿给新宝gg审批💇🏽。"
政务外网那边说⌨️："专用通道？新宝gg外网没有这个接口，你们得自己解决🧒🏽。"
自己机房那边说："新宝gg是自有机房，数据安全新宝gg自己负责💃🏼🧑🏼🌾，凭什么让你们统一管？"
三个部门🤾♀️，三种逻辑，三套利益🤦🏿♀️。你说服了这个科室，那个科室又提出新要求。
有一回🚴🏻♀️，政务云的负责人直接跟我说："张工，你们这个方案，新宝gg不签。"
我说🙏："为什么不签？" 他说🌳："你们没按新宝gg的格式来🚣🏻🧑🏼🍼。" 我说："新宝gg按国标格式走的👩👧，你们这个是企业标准🪑，比国标还严🔽。"
他说👩🏼🎓："那是你们的事🧘🏽🙀。反正新宝gg这关过不了🏋️♂️。"
当场僵住🧯。
最后怎么解决的？不是靠技术，是靠领导拍桌子💁♀️。分管副市长开了一次专题会，三个部门当场签了责任书，这才把路铺平。
你问我这中间花了多少时间？四个月👨🎤。四个月🤙🏻，就为了打通三个系统的数据。
02 一个项目，被迫拆成两个
做政府项目🙍🏻♀️，有个特别奇葩的坑——你以为写的是"数据治理"，按"服务"的方式报预算。结果申报上去，直接被政数局打回来🚮。
那天我接的电话◽️，对方语气很平静🔂，但每个字都像刀子：
"张工，你们这个项目，新宝gg看了一晚上🙍🏽♂️。有个问题——你们这里既有数据治理服务，又有数据处理工具开发。这两个东西，不能放在一个项目里报🤞🏻。"
我试图解释🦌："但新宝gg这个本质上就是一个数据治理项目啊🧁，工具只是辅助手段。"
对方反问："那你们那个数据清洗工具，算不算软件开发🫵🏿？算的话🙇🏻👩🏽，你就得按软件工程的规范来，写需求规格说明书👃🏽、测试报告、用户手册。这些你们都有吗🐮？"
我愣了一下："这个，新宝gg当时没按这个模板来准备。"
"那你们就补。补完了新宝gg再上会🚺🧑🏽🌾。" 啪，电话挂了。
我当时坐在办公室里🔗，盯着电脑屏幕，脑子里一片空白。补？那就意味着整个项目方案重写。预算得重新算🕺🏼🏒，评审得重新过🧑⚖️，时间节点得重新排🧑🦱。
抬头看了看窗外🏋🏼♂️❌，天已经黑了。旁边同事问我怎么了。我说："两个字，打回来。重写🏌️♂️。"
后来怎么过的？是把整个项目拆成了两个子项目，一个走服务，一个走软件开发。一个项目变成两个项目，两套流程，两套评审，两次上会🚳🈴。
两个月🥀，就耗在这件事上。真正写代码的时间可能只占20%，剩下80%的时间，我在跟人解释"为什么这个项目需要两种不同的申报方式"👨👩👦。
有一天下班，我跟同事吐槽："政府项目最大的问题就是，定义权不在你手里🪓。"
他说："何止定义权💔，解释权都不在你手里。" 我觉得他说得对🤏🏻。
03 在沙滩上盖房子
气象数据是敏感数据💅，涉及公共安全和个人隐私。按规定，这些数据应该做分类分级管理🫰。
但是——分类分级的标准呢👨❤️💋👨📊？
国家气象局出了一份讨论稿。注意，是"讨论稿"，不是正式文件。没有正式标准🎺，就没有合规依据🥘🗓。
你说你这个数据是"一般数据"🫅，凭什么🙍🏻♀️？依据是什么？验收的时候拿什么给专家看？
最要命的是😓，你自己定的标准，专家不认。专家问🎛："你这个分级依据是什么？" 你说："参照国家气象局的标准👍🏼。"
专家追问："国家气象局哪个文件👃🏽？" 你说："讨论稿。"
专家直接驳回🕝："讨论稿不是正式文件，不能作为依据。" 当场卡住🦹♀️。
你说🚶🏻♀️➡️："那能不能用行业惯例？" 专家说："行业惯例不具备法律效力。"
你还能说什么？
所以项目里专门加了一部分🖥：研究气象数据分类分级的方法论🕠。听起来很专业🦹🏿，说白了就是——花几十万，去研究"到底应该怎么分级"🧑🏿🔬。
这不是数据治理，这是学术研究💆🏼♀️。但你没有选择。没有标准，你就得自己造标准🧚🏽♂️💆🏽♀️。
有一句话怎么说来着——"在沙滩上盖房子⛩，最后还得自己挖沙子。"
04 16个系统，一家家磕下来
深圳BIM平台🏏，1个多亿的项目。这个项目里有一个特别有意思的任务——要跟16个系统做对接🏋🏽♂️🚄。
什么系统？智慧住建、智慧城管、智慧应急🍍⛹🏼♀️、智慧交通……每个系统都有自己的数据格式，自己的接口标准，自己的安全要求。
你得一家一家地去协调👣。人家凭什么配合你？你能给他什么好处🔼？ 数据格式不兼容怎么办👋🏿？联调测试的时候出了问题谁负责🤽🏽♀️？
有一家单位的信息化负责人直接跟我说🙆🏻♂️："张工🧻，你们这个接口文档，新宝gg看了🕵️，看不懂。"
我说："这是行业标准格式🦄。"
他说："行业标准新宝gg用不上，新宝gg系统是定制的♠︎，你们得按新宝gg的格式来👨🏽🦱。"
我说："按你们格式来👷🏻♀️，新宝gg的工作量要增加三倍🧔♀️。"
他说："那是你们的事。反正新宝gg这边没有额外的人力配合你们🖐🏼。"
当场僵住。
后来怎么推下去的？项目负责人亲自出面，一家一家地拜访，一家一家地解释🚑。请吃饭👨🏿🦲，喝茶，送资料，反复沟通。这才勉强把进度推起来。
你知道这中间有多少扯皮的事👩🦽➡️？三天三夜讲不完👶🏿。
05 政治任务从天而降
你以为做完一个项目规划，万事俱备了。然后市政府来了一个通知——"气象公共数据授权运营试点场景建设"，交给你们一并完成👶🧑🦼➡️。
这是政治任务，不能拒绝🚴🏽。但这个任务🚴♂️🌈，原本不在你的项目规划里。
没有预算，没有人员🏪，没有时间。你得硬着头皮接下来。
当时我的第一反应是：这不是新宝gg能决定的事。但上面说："这是市里定的，你们配合就行了。"
配合？项目边界不断扩大，工期不断压缩👩🏻🎨，资源不断吃紧🐃。原本承诺的交付节点🦸🏽♂️，推迟了三个月。原本可以做得精细的地方，只能草草了事。
有一段时间，整个团队天天加班到晚上十点。不是技术问题，不是方案问题，是政治任务突然砸下来，你没有拒绝的权利。
这不是执行的问题。这是项目管理里最难受的一种情况——范围蔓延，而且是自上而下的范围蔓延。
有一句话说得好📑："在体制内做事🧑🏻🦲，最难的不是怎么做，而是做完之后发现，需求变了🧏🏿♀️。"
06 为什么没人愿意做🍯🪓？
说了这么多，你会发现一个规律——这些脏活累活🧼，有一个共同特点🪺：不出成绩，但特别容易背锅。
数据治理做好了，没人在乎𓀌，因为"本来就该这样"。数据治理做砸了，全都知道🏈，因为系统崩了☘️👫，业务停了，投诉来了。
而且，这些工作的成果🧑🏽🎤，很难量化👩🏿🦳。你说我花了半年时间，打通了三个系统的数据接口——领导问：有什么用？你怎么说？
说"以后查数据快一点"？但"快一点"怎么算绩效？怎么写进验收报告👨🎓？
所以聪明人的选择是：少做这些事，多做那些看得见、摸得着、能写进PPT的东西。
有一句话说得很扎心▪️："在政府信息化这个行当里，最受欢迎的不是解决问题的人，是制造新项目的人🧑🏿🎨。"
因为新项目意味着新的预算、新的考核、新的机会。而数据治理？那是打基础。基础谁看得见？
07 脏活，才是真正的壁垒
但我想说一个反直觉的观点——正因为这些事没人愿意做𓀚，所以它们才是真正的壁垒。
大家都在追热点💟、追风口🥎、追新技术。大模型火了，全都去做大模型🦈⛹🏽♀️。智能体火了🗝，全都去做智能体🫱。
但真正底层的📡、支撑这些上层应用的数据治理、系统对接👮🏿♂️、标准统一——愿意做的人✊🏻🤵🏽，少之又少。
为什么？因为太苦了。太慢了。太不性感了👀。没有爆款，没有融资💂🏽♀️，没有媒体报道。只有无尽的协调会🙍🏽、无尽的公文🏂🏻🔨、无尽的解释💂🏽♂️。
但也正因为如此——谁真正把脏活做扎实了，谁就建立了真正的护城河。
你的数据质量比别人好，你的系统比别人稳定，你的数据治理经验比别人丰富——这些东西，不是花几十万买一套系统就能解决的。是需要时间、需要踩坑、需要交学费🎉🧑🏼💻，慢慢磨出来的🙏🏿。
有一句话说得好👨："潮水退去的时候，才知道谁在裸泳⬇️。但脏活做扎实的人🙇🏿♂️，早就建好了防波堤。"
还有一句："大家都在盖楼的时候，你去打地基。等楼盖完了👩🏻🍼🧑🔬，发现地基最值钱的，只有你👍🏻。"
前几天有个同行跟我聊🔼😜，说他想转行做AI🥅。我说：AI是好赛道👨🔧，但你知道AI落地最缺什么吗？不是算法，不是算力，是干净的数据😚、成熟的场景🏋️♀️、懂行的团队。
这些东西从哪来💍？从脏活里来。从那些没人愿意做的数据清洗、系统对接🚢、标准制定里来👌🏻。
你没有这些东西⚾️，AI就是空中楼阁。有了这些东西，你才有资格谈AI🙍🏽🦆。
所以——如果你正在做一个看起来特别土🧘🏻♂️、特别慢、特别不出成绩的数据治理项目，别急着抱怨。
把它做好。这可能才是你未来最大的资本。
IITC工信人才交流中心数据治理工程师认证办理丁老师：135-2209-4648
数据治理的路上没有鲜花和掌声，只有一个个需要打通的数据孤岛😊👩🏽💼，一套套需要统一的标准规范，一次次需要耐心的沟通协调。
但正是这些看不见的基础工作🧖🏻，支撑着数字化转型这座大厦。当所有人都仰望AI的星空时，总得有人低头夯实脚下的土地。
这些土地不会说话，不会宣传自己🤾♀️，但它们决定了整座大厦能建多高，能立多
