同一零部件在不同系统里编码都不一样，大模型再强也读不懂企业口径：数治云用 ' 本体 ' 给工业数据做业务语义底座

工业AI落地，卡在“业务语义”这一层

在一家大型能源集团的数字化项目里，ERP、MES、供应链与财务系统各自运行多年，订单、物料、设备数据都存在，但同一个零部件在不同系统里往往有不同的编码，跨系统的口径核对要靠人工反复比对。这是数治云（北京）科技有限责任公司在能源、核电、电力、通信等行业做数据治理咨询时反复遇到的场景。

问题并不在于数据少，而在于“语言不通”。设备数据、工艺数据、物料数据分属不同系统，长期缺少统一的业务语义层；大模型接入之后，既读不懂企业自己的业务口径，也难以被放心地用于推理与决策。

政策层面，这一层缺口正在被放大。2026年4月，工业和信息化部办公厅、国家数据局综合司联合印发“模数共振”行动通知，面向钢铁、石化化工、汽车、航空航天等20个制造业重点行业，推动人工智能模型与数据资源协同互促；工业和信息化部等八部门印发的《“人工智能+制造”专项行动实施意见》提出，到2027年推出1000个高水平工业智能体。数据底座能否被模型理解，成为工业AI能否规模化的前置条件。

用本体给工业数据做“语义底座”

数治云的解法是本体（Ontology）。公司官网显示，其业务覆盖数字化转型战略规划、数据治理体系规划咨询，以及数据治理平台、数据资产管理软件、行业数据智能应用解决方案和产业互联网数据贯通解决方案，并提供相关的系统实施、咨询、培训与认证服务；平台侧包括元数据管理、主数据平台、数据指标管理、数据质量管理、数据安全管理等模块。

技术积累体现在专利上。2026年，公司两项发明专利相继公开，一项是“一种基于本体论的业务语义建模方法和系统”（2026年7月），另一项是“一种面向物料业务数据AI训练和推理的方法及应用”（2026年5月）。前者把业务概念、属性与关系抽象为结构化的语义模型，让数据在进入模型之前先完成一次“业务翻译”；后者指向物料这类主数据的AI训练与推理方法。据天眼查数据，公司累计拥有专利信息4条、著作权信息21条。

在产学研一侧，数治云团队与工业和信息化部直属的国家工业信息安全发展研究中心的研究人员合作，发表了《基于轻量本体驱动的中小企业AI数据集构建方法研究》，讨论以轻量本体降低中小企业构建AI数据集的门槛。

一支在能源行业深耕二十年的团队

数治云成立于2022年3月，注册资本400万元，法定代表人程华军为实际控制人。股权结构中，员工持股平台北京数治云创科技发展中心（有限合伙）持股50%，程华军持股30%，蔡春久持股15%，刘文平持股5%。

据公司官网，创业团队来自腾讯、IBM、微软、HP、用友等企业，在能源行业从事信息化战略咨询、数据治理、数字化转型咨询和软件开发、系统集成等业务平均超过15年，核心骨干超过20年。股东、联合创始人蔡春久有20余年IT咨询与数据治理经验，曾为中国石化、南方电网、国家电投、中国核工业集团等企业提供数据治理服务，也是《数据治理：工业企业数字化转型之道》的编著者之一。

资质方面，2025年1月，北京市认定机构2024年报备的第四批高新技术企业备案公告披露，数治云在列，证书编号为GR202411006200；公司同时为2025年省级创新型中小企业。

从项目交付走向平台复制

公开招投标信息显示，数治云参与招投标项目35次，项目包括中广核集团核能产业数字化转型顶层规划、台山核电数字化转型顶层规划咨询服务、中海油信息化项目咨询及技术服务、五凌电力数据资产“三清单”建设、中国信科大数据体系规划咨询，以及河南汇融的物料数据治理等；2026年6月，公司中标河南汇融数字科技有限公司某地市主数据实施服务采购项目。

工商信息显示，公司对外投资7家企业，在重庆、南京、深圳、武汉等地设有控股子公司，其中对数治云（南京）、（深圳）的持股比例为90%，对数治云（重庆）为80%。2026年3月，公司作为承办方之一，参与了由合肥市数据产业协会等主办的“数据筑基·智能涌现”合肥数据产业高质量发展系列沙龙。

数治云正在寻求新一轮融资。对这家公司来说，真正的考验在于把过去依赖专家经验的项目式交付，沉淀为可复制的本体模型与平台能力——这既是团队在能源行业二十年积累的直接延伸，也是工业AI从“能回答”走向“能执行”必须跨过的一步。