在图形的支持下，AI/ML 功能增强的 MDM 它正在帮助数据管理领导者确保最大限度地利用主要数据，并能够更高效、更快地收集更清晰的上下文洞察力。
加强数据管理（ADM）它是应用人工智能、机器学习、数据自动化、图形、自然语言处理来管理和优化数据的一种方法。它通过帮助人类管理数据的能力和认知来补充人类智能，从而提高效率，降低成本，提高数据质量，改善治理和决策，消除重复任务，在更短的时间内创造更多的价值。它旨在增强 IT 以及数据工程团队的能力，使业务用户能够在与洞察力和分析相关的计划中发挥主导作用。作为云原生，ADM 提供云就绪性和可扩展性，从而提供处理大量和各种数据的能力。
从战略的角度来看，上海农村商业银行遵循“价值创造、系统全面、协调推广、安全合规”的原则，制定了数据控制系统化、数据管理专业化、数据应用智能化的发展阶段目标，在全行范围内重构了“1” 1 1 M N金融科技组织布局，着力构建高效的数据管理体系，充分挖掘数据业务价值。
对此，路桥农村商业银行建议逐步建立和完善数据管理标准体系，制定团队，定义数据管理范围，规范数据分类分类，制定数据质量标准，制定数据安全标准，制定数据标准培训计划，定期审查和更新数据管理标准。
在谈到这次采访研讨会时，许臻表示，农村中小金融机构正在进入数字化转型的深水区，中国农村金融杂志正在举办“透视数据管理” 巩固数字基础的采访研讨会符合“以数促实”、“数实融合”的新趋势，为农村信用事业的优质发展开辟了新的窗口。
会议邀请融联易云金融信息服务（北京）有限公司参加会议并进行交流和分享。融联易云作为原银监会(现国家金融监督管理总局)的指导下，由16家银行联合发起成立的金融科技服务机构，在科技赋能中小银行方面有着丰富的实践经验。融联易云认为，在数字中国和工业互联网的推动下，数据管理不仅是数字转型下智能银行建设的基石，也是数字转型的关键指标。
2018年，国家信标委大数据标准工作组发布了五个等级的数据管理能力成熟度（DCMM）：初级、受管理、稳定、量化、优化。会上，嘉宾们表示，目前农村信贷机构普遍处于管理层面和稳健层面，与大型银行相比还存在差距。随着农村信用机构数字化转型的深化，“农业”品牌数据治理战略日益丰富。农村信用机构将为中国现代化注入取之不尽的数字动力，通过数字授权，帮助高质量发展。
报告显示，数据资产管理是一种具有转型效益评级的创新，可在不到两年的时间内实现主流采用。未来两到五年，公民数据科学、决策智能、生成人工智能和实时数据管理将特别关注技术。这些技术的早期使用将带来显著的竞争优势，减少缺乏业务技术人员造成的问题，以及与获取业务环境和结果价值相关的挑战。
9月1日，由中国农村金融杂志主办、江苏省徐州市农村商业银行承办的“透视数据管理” “筑牢数字底座”采访座谈会成功召开。来自河北、上海、广西、贵州、江苏、湖南、浙江的8名省（区）协会、农村商业银行高管和第三方行业专家聚集在一起，就顶层规划、系统设计、标准规范、人力资源、风险防治等方面进行了深入的交流。
