仅34%的企业信任合成数据的引用完整性——这正阻碍其普及
内容提要
企业看好合成数据在隐私保护和加速开发方面的价值，但采用率低，主要原因是数据质量不足：仅38%认为其足够真实，34%认为能保持引用完整性。开发测试团队更关注数据可用性。高质量合成数据需保留真实关系与业务语境，才能支持AI时代的软件交付。
延伸解读
信任瓶颈：引用完整性成关键障碍
文章指出，仅34%的企业信任合成数据的引用完整性，38%认为其足够真实。这表明，尽管合成数据在隐私保护和加速开发方面潜力巨大，但数据质量不足是采用率低的主要原因。企业若无法确保合成数据保留真实数据中的关系和业务语境，就难以在开发测试中放心使用，从而阻碍其普及。
开发测试团队：质量优先于治理
与高管从治理角度评估合成数据不同，开发测试团队更关注数据是否可用。文章提到，66%的软件领导者未在开发测试中使用合成数据，因为开发者需要数据能反映真实系统行为，而不仅仅是“假数据”。若合成数据缺乏真实性和引用完整性，团队可能基于不存在的场景验证应用，导致缺陷和发布失败。
跨系统引用完整性：不可妥协的能力
企业应用通常涉及多个数据库，客户、订单和支付信息可能分散在不同系统中。测试只有保持这些关系跨环境完整才有意义。文章强调，评估合成数据工具时，应确保其能自定义生成规则以维护引用完整性。否则，团队只是在孤立测试组件，而非真实业务流程，这无法支持企业级开发。
合成数据与掩码数据：互补而非替代
文章指出，合成数据并非要替代所有测试方法。组织正发现结合两者的价值：对已知工作流使用掩码数据，同时用合成数据扩展覆盖范围和测试全新场景。这样既能保持真实性，又能获得灵活性。随着AI辅助开发加速，对高质量测试数据的需求日益迫切，合成数据可按需生成，帮助团队提前验证，但信任仍取决于数据质量。
Q&A
为什么企业采用合成数据的比例不高？
主要障碍是数据质量不足。仅38%的企业认为合成数据足够真实，34%认为能保持引用完整性，导致信任缺失，从而阻碍了采用。
合成数据在保护敏感信息方面有什么价值？
合成数据可以生成反映生产数据特征但不含隐私风险的新数据集，从而在保护敏感信息的同时增加测试数据可用性，并维持治理和合规。超过一半的企业（51%）已使用合成数据来保护敏感数据。
什么是引用完整性？为什么它对合成数据很重要？
引用完整性是指数据间的关系保持完整，例如客户信息、订单和支付信息在不同系统间的关系。合成数据必须保持引用完整性，才能真实反映业务过程，否则测试将无效，可能导致缺陷和发布失败。
开发测试团队对合成数据的主要关注点是什么？
开发测试团队主要关注数据是否有用，而不仅仅是是否受保护。他们需要合成数据保留上下文、关系和真实性，以支持应用程序、业务流程、工作流、集成和客户体验的测试。
合成数据如何帮助加速软件交付？
合成数据可以按需生成，为新的应用程序、功能、边缘案例和AI驱动计划提供专门构建的数据，从而让团队创建真实的测试场景，并将验证提前到开发生命周期早期，加速软件交付。
企业评估合成数据工具时应关注哪些关键能力？
企业应关注工具是否能定制生成规则以保持跨数据环境的引用完整性，确保数据在真实世界边界和范围内生成，并保持真实性和质量。
