दो दशकों तक सूचना प्रबंधन में प्रचलित प्रवृत्ति संचय की रही। भंडारण हर साल सस्ता होता गया, इसलिए तर्कसंगत कदम यही प्रतीत हुआ कि सब कुछ रख लिया जाए, संरचना संबंधी निर्णयों को टाल दिया जाए, और यह भरोसा किया जाए कि मूल्य बाद में उसी व्यक्ति द्वारा निकाल लिया जाएगा जिसे इसकी आवश्यकता हो। डेटा लेक इसी प्रवृत्ति की स्थापत्य अभिव्यक्ति थी: एक ऐसा जलाशय जिसमें हर प्रणाली अपना सब कुछ उड़ेल देती थी, इस सिद्धांत पर कि कच्चे माल को केंद्रित करने से अंतर्दृष्टि भी केंद्रित हो जाएगी। जो वास्तव में केंद्रित हुआ वह अस्पष्टता थी। एक लेक केवल तथ्यों को ही नहीं, बल्कि हर टीम की उनकी निजी व्याख्या को भी संचित करता है, और अंत में संस्थान के पास एक ही भौतिक स्थान होता है जो इस प्रश्न के एक दर्जन असंगत उत्तर रखता है कि उसके पास कितने सक्रिय ग्राहक हैं।

तीन दबावों ने इस व्यवस्था को एक साथ असहनीय बना दिया है। नियमन अब यह माँग करता है कि कोई संस्थान ठीक-ठीक बता सके कि कोई तथ्य कहाँ से आया, उसे किसने छुआ और उसे क्यों रखा गया, जो एक वंशानुक्रम (lineage) का प्रश्न है जिसका उत्तर देने के लिए लेक कभी बनाया ही नहीं गया था। विश्लेषण अतीत पर रिपोर्टिंग से आगे बढ़कर लगभग वास्तविक समय में परिचालन संबंधी निर्णयों को प्रभावित करने तक पहुँच गया है, इसलिए किसी परिभाषा में कोई त्रुटि अब थोड़ी गलत तिमाही स्लाइड नहीं बनाती, बल्कि यह स्वचालित रूप से और बड़े पैमाने पर एक गलत कार्रवाई करा देती है। और सबसे निर्णायक रूप से, संस्थान अपने ही कंटेंट और अभिलेखों पर सांख्यिकीय मॉडलों को प्रशिक्षित करने और उन्हें प्रॉम्प्ट देने लगे हैं, जिसका अर्थ है कि सूचना परिदृश्य की गुणवत्ता अब कोई पिछले कार्यालय की चिंता नहीं रह गई, बल्कि यह इस बात का सीधा निर्धारक बन गई है कि उन मॉडलों पर बिल्कुल भी भरोसा किया जा सकता है या नहीं।

तब जो बदलाव चल रहा है वह सूचना को एक संचित देयता से एक शासित परिसंपत्ति में बदलने का है। यह मुख्यतः कोई तकनीकी बदलाव नहीं है। कंटेंट, मास्टर डेटा और विश्लेषण के उपकरण वर्षों से परिपक्व रूप में मौजूद हैं। जो बदल रहा है वह यह मान्यता है कि ये सब एक ही सिस्टम परिदृश्य का वर्णन करते हैं, कि उस सिस्टम परिदृश्य का स्वामित्व व्यवसाय के पास होना चाहिए न कि किसी तकनीकी कार्य के पास, और यह कि जो संस्थान आत्मविश्वास के साथ यह नहीं बता सकता कि उसके अपने डेटा का अर्थ क्या है, वह किसी भी ऐसी चीज़ के लिए तैयार नहीं है जो मशीन की गति से डेटा का उपभोग करती हो।

इस पुनर्रचना का एक बजट संबंधी परिणाम है जिसे स्वीकार करने में संस्थान धीमे रहते हैं। यदि सूचना एक परिसंपत्ति है, तो उसके शासन की लागत एक निवेश है जिसे उन निर्णयों के विरुद्ध उचित ठहराया जाना चाहिए जिनकी वह रक्षा करती है, न कि कोई ऊपरी व्यय जिसे न्यूनतम किया जाना है। जो संस्थान अपनी नकदी रिज़र्व को कभी बिना मिलान के नहीं छोड़ेगा, वह सहर्ष अपने ग्राहक की परिभाषा को एक दर्जन प्रणालियों में भटकने देगा, क्योंकि बजट की कोई पंक्ति किसी को इसके लिए जवाबदेह नहीं बनाती। सूचना को परिसंपत्ति मानने का अर्थ है उसे वही लेखांकन गंभीरता देना: संस्थान जो कुछ रखता है उसका एक रजिस्टर, हर महत्वपूर्ण वर्ग के लिए एक नामित संरक्षक, और उसकी स्थिति का आवधिक हिसाब। जब तक यह अनुशासन नहीं होता, डेटा-संचालित होने का हर दावा तथ्य नहीं बल्कि आकांक्षा मात्र है।

हम एंटरप्राइज़ इन्फॉर्मेशन मैनेजमेंट पर तीन अक्षों के साथ विचार करते हैं जिन्हें आमतौर पर अलग-अलग विषय माना जाता है और जो वास्तव में एक ही परिसंपत्ति के पहलू हैं। कंटेंट मैनेजमेंट (ECM) असंरचित परिदृश्य का शासन करता है: अनुबंध, पत्राचार, आरेखण, वे दस्तावेज़ जो किसी संस्थान के दायित्वों और उसकी स्मृति को धारण करते हैं। मास्टर डेटा मैनेजमेंट (MDM) उन साझा इकाइयों के छोटे समुच्चय का शासन करता है जिन पर बाकी सब कुछ निर्भर करता है: किसी ग्राहक, उत्पाद, आपूर्तिकर्ता, खाते का निश्चित अभिलेख। बिज़नेस इंटेलिजेंस (BI) उस विश्लेषणात्मक परत का शासन करता है जो उन तथ्यों को ऐसे आँकड़ों में बदलती है जिन पर कोई निर्णयकर्ता कार्य करता है। इन तीनों में साझा सूत्र यह है कि ये केवल उन्हीं परिभाषाओं जितने भरोसेमंद हैं जो इनके नीचे हैं, और परिभाषाएँ तकनीकी प्रश्न होने से पहले एक शासन का प्रश्न हैं।

अर्थ भंडारण से पूर्व आता है। किसी आँकड़े का तब तक कोई मूल्य नहीं जब तक संस्थान इस बात पर सहमत न हो कि उसका अर्थ क्या है, और वह सहमति शासन का कार्य है, अभियांत्रिकी का नहीं। यह प्रश्न कि किसे सक्रिय ग्राहक गिना जाए, उन लोगों द्वारा उत्तरित किया जाता है जो ग्राहकों के लिए जवाबदेह हैं, उस भाषा में जो व्यवसाय प्रयोग करता है, और तभी उसे कोडित किया जाता है। बहुत सारा महँगा एकीकरण कार्य वास्तव में उस पूर्व सहमति की अनुपस्थिति को ढाँपने का प्रयास होता है।

स्वामित्व वह भार-वहन करने वाली अवधारणा है। हर महत्वपूर्ण डेटा तत्व को व्यवसाय में एक नामित स्वामी की आवश्यकता होती है जो उसे परिभाषित करने का अधिकार और उसकी गुणवत्ता की जवाबदेही रखता हो। जहाँ स्वामित्व बिखरा हुआ है, वहाँ गुणवत्ता किसी का काम नहीं होती, और सिस्टम परिदृश्य चुपचाप तब तक क्षीण होता रहता है जब तक कोई ऑडिट या विफल मॉडल उसे उजागर न कर दे। निर्णय अधिकारों के बिना संरक्षण मात्र सजावट है।

एकल सत्य-स्रोत एक अनुशासन है, कोई डेटाबेस नहीं। संस्थान एक ऐसे भौतिक स्थान का पीछा करते हैं जो हर तथ्य का एकमात्र सही संस्करण रखे और सदैव निराश होते रहते हैं। किसी उद्यम में सत्य कोई स्थान नहीं है; यह प्रत्येक इकाई के लिए आधिकारिक स्रोतों का एक सहमत समुच्चय है, जिसमें असहमति होने पर मिलान के स्पष्ट नियम हों। लक्ष्य एक प्रति नहीं बल्कि एक अर्थ है, जो हर उस स्थान पर सुसंगत रूप से हल किया जा सके जहाँ कोई प्रति प्रकट हो।

अर्थ की संगति डेटा की पूर्णता से ऊपर है। किसी संस्थान को अक्सर अपने सिस्टम परिदृश्य को व्यापक बनाने, अधिक विशेषताएँ और अधिक स्रोत ग्रहण करने का प्रलोभन होता है, इस धारणा पर कि अधिक डेटा अधिक मूल्य है। व्यवहार में एक छोटा परिदृश्य जिसका हर तत्व एक सहमत अर्थ रखता हो, उस विशाल परिदृश्य से कहीं अधिक मूल्यवान होता है जो चुपचाप असहमति से भरा हो। सीमांत फ़ीड तभी मूल्य जोड़ती है जब उसका अर्थ उससे मेल खाता हो जो संस्थान पहले से रखता है; जहाँ ऐसा नहीं होता, वहाँ वह कवरेज के आवरण में लागत और भ्रम जोड़ती है। इसलिए अर्थ के बारे में अनुशासन संयम के बारे में भी अनुशासन है: यह जानना कि किस डेटा को मास्टर नहीं करना है, और उस संचय-प्रवृत्ति का प्रतिरोध करना जिसने सबसे पहले उस दलदल को जन्म दिया।

डेटा एक उत्पाद के रूप में। पिछले कुछ वर्षों का सबसे परिणामकारी विचार यह है कि प्रत्येक महत्वपूर्ण डेटासेट को एक उत्पाद के रूप में माना जाए, जिसका एक नामित स्वामी हो, उसके आकार और अर्थ का वर्णन करने वाला एक प्रलेखित अनुबंध हो, एक घोषित गुणवत्ता गारंटी हो और ऐसे उपभोक्ता हों जिन्हें ग्राहकों की तरह माना जाए। यह शासन को एक ऐसे पुलिसिंग कार्य से, जो घटना के बाद थोपा जाता है, एक ऐसी डिज़ाइन जिम्मेदारी में पुनर्रचित करता है जो आरंभ से ही अंतर्निहित हो। जो उत्पाद अपने उपभोक्ताओं के लिए विफल होता है, उसका स्वामित्व स्पष्ट रूप से किसी ऐसे व्यक्ति के पास होता है जिसे उसे ठीक करना ही है, जो किसी भी समिति द्वारा उत्पन्न जवाबदेही से अधिक तीक्ष्ण है।

डेटा मेश। डेटा-एज़-प्रोडक्ट का संगठनात्मक समकक्ष यह है कि डेटा का स्वामित्व उन डोमेनों को वितरित किया जाए जो उसे उत्पन्न करते हैं (बिक्री का स्वामित्व बिक्री डेटा पर, लॉजिस्टिक्स का स्वामित्व लॉजिस्टिक्स डेटा पर) न कि उसे किसी केंद्रीय टीम में केंद्रित किया जाए जो उसमें से किसी को भी गहराई से नहीं समझती। अच्छी तरह किए जाने पर यह परिभाषा को वहाँ रखता है जहाँ ज्ञान है। लापरवाही से किए जाने पर यह मात्र एक फैशनेबल नाम के तहत सिस्टम परिदृश्य को खंडित कर देता है। भेद इस बात में है कि क्या संघीय शासन, साझा मानक और अंतर-संचालनीयता डोमेनों के आर-पार लागू किए जाते हैं, या केवल उनकी आशा की जाती है।

वंशानुक्रम एक प्रथम-श्रेणी की आवश्यकता के रूप में। संस्थान तेज़ी से यह माँग करने लगे हैं कि किसी भी आँकड़े को हर रूपांतरण के आर-पार उसके उद्गम तक वापस खोजा जा सके, यह नियामकों को संतुष्ट करने के लिए भी और उस विश्लेषण को डीबग करने के लिए भी जो अब परिचालन संबंधी निर्णयों को संचालित करता है। वंशानुक्रम एक अच्छे-से-होने वाले आरेख से एक परिचालनात्मक आवश्यकता बन गया है, क्योंकि जिस संख्या को आप समझा नहीं सकते वह एक ऐसी संख्या है जिसे चुनौती दिए जाने पर आप बचा नहीं सकते।

सिमेंटिक लेयर और परिभाषा की वापसी। एक शांत लेकिन सूचक विकास सिमेंटिक लेयर का एक नामित स्थापत्य घटक के रूप में उभरना है: एक ऐसा स्थान जहाँ संस्थान की अपने मीट्रिक्स की सहमत परिभाषाएँ एक बार निवास करती हैं, और जहाँ से हर रिपोर्ट और मॉडल आहरण करते हैं, बजाय इसके कि हर विश्लेषक किसी क्वेरी की निजता में यह पुनः व्युत्पन्न करे कि राजस्व या चर्न का क्या अर्थ है। इसकी लोकप्रियता इस बात की स्वीकृति है कि वह पुरानी व्यवस्था, जिसमें अर्थ हज़ारों अलग-अलग रिपोर्टों में बिखरा हुआ था, कभी टिकाऊ थी ही नहीं। सिमेंटिक लेयर सहमति उत्पन्न नहीं करती; यह सहमति को, एक बार पहुँचने पर, निवास करने और लागू किए जाने का एक एकल स्थान देती है।

सिस्टम परिदृश्य को AI के लिए तैयार करना। सबसे स्पष्ट हालिया प्रतिमान यह है कि संस्थान यह पा रहे हैं कि सांख्यिकीय मॉडलों के प्रति उनकी भूख उस डेटा की गुणवत्ता से आगे निकल गई है जिसका उन मॉडलों को उपभोग करना होगा। असंगत मास्टर डेटा पर प्रशिक्षित मॉडल असंगति ही सीखता है; किसी अशासित कंटेंट स्टोर की ओर संकेत की गई पुनर्प्राप्ति प्रणाली पुराने अनुबंध को वर्तमान अनुबंध के साथ समान आत्मविश्वास से सतह पर ले आती है। सूचना प्रबंधन निवेश की वर्तमान लहर बहुत हद तक वह विलंबित आधारभूत कार्य है जिसकी भरोसेमंद AI को आवश्यकता होती है।

परिभाषा के बिंदु पर शासन करें, उपभोग के बिंदु पर नहीं। रिपोर्टों और मॉडलों में, प्रवाह के अंत में लागू किए गए गुणवत्ता नियंत्रण हमेशा उन दोषों का पीछा करते रहते हैं जो प्रवाह के आरंभ में प्रविष्ट किए गए थे। किसी नियम को लागू करने का किफायती स्थान वह है जहाँ आँकड़ा बनाया या मास्टर किया जाता है, ताकि हर उपभोक्ता को एक ऐसा तथ्य विरासत में मिले जो अपने स्रोत को छोड़ने से पहले ही सही था। किनारे पर सत्यापन केंद्र पर मिलान से सस्ता है।

आधिकारिक अभिलेख को उसकी प्रतियों से अलग करें। एक कारगर स्थापत्य प्रत्येक मास्टर इकाई के लिए एक अभिलेख-प्रणाली (system of record) नियुक्त करता है जो निश्चित संस्करण रखती है, और उस इकाई की हर दूसरी उपस्थिति को एक नियंत्रित प्रति के रूप में मानता है जिसे उससे मिलान करना ही होता है। प्रतियाँ शत्रु नहीं हैं; अशासित प्रतियाँ शत्रु हैं। डिज़ाइन का प्रश्न यह नहीं है कि दोहराव को कैसे समाप्त किया जाए बल्कि यह कि हर दोहराव को उसके प्राधिकार तक कैसे खोजने योग्य बनाया जाए।

वंशानुक्रम को पाइपलाइन का एक गुण बनाएँ, कोई बाद का विचार नहीं। जहाँ रूपांतरण चलते समय अपना स्वयं का उद्गम अभिलेखित करते हैं, वहाँ वंशानुक्रम सदैव वर्तमान और सदैव पूर्ण रहता है। जहाँ इसे बाद में निरीक्षण द्वारा पुनर्निर्मित किया जाता है, वहाँ यह सदैव बासी और सदैव आंशिक रहता है। सिद्धांत यह है कि प्रवाह को इस प्रकार सज्जित किया जाए कि यह प्रश्न कि कोई आँकड़ा कहाँ से आया, किसी पुरातत्वविद् के बजाय स्वयं प्रणाली द्वारा उत्तरित हो।

केंद्रीय नियंत्रण की अपेक्षा मानकों के साथ संघीकरण को वरीयता दें। दबाव में किसी शासन टीम की प्रवृत्ति केंद्रीकरण की होती है, हर परिभाषा और हर पाइपलाइन को एक ऐसे स्थान पर खींच लेने की जिसे वह पुलिस कर सके। यह बुरी तरह विस्तारित होता है, क्योंकि केंद्रीय टीम कभी भी हर डोमेन को इतनी गहराई से नहीं समझती कि उसके डेटा को अच्छी तरह परिभाषित कर सके, और यह एक ऐसी अड़चन बन जाती है जिसके इर्द-गिर्द व्यवसाय रास्ता निकालना सीख लेता है। कारगर विकल्प यह है कि डोमेनों को अपने डेटा का स्वामी बनने दिया जाए जबकि एक छोटा केंद्रीय कार्य मानकों, अंतर-संचालनीयता नियमों और विवादों के मध्यस्थता का स्वामी हो। मानकों के बिना संघीकरण खंडन है; डोमेन ज्ञान के बिना केंद्रीय नियंत्रण एक अड़चन है; डिज़ाइन का कार्य उस तनाव को किसी एक ध्रुव पर ढहने देने के बजाय जान-बूझकर धारण करना है।

सूचना जीवनचक्र को जान-बूझकर डिज़ाइन करें। सूचना के हर महत्वपूर्ण वर्ग का एक स्वाभाविक चाप होता है: सृजित, सक्रिय रूप से प्रयुक्त, कभी-कभी संदर्भित, दायित्व के लिए प्रतिधारित, फिर बचाव-योग्य ढंग से नष्ट। जो स्थापत्य इस चाप की उपेक्षा करता है वह अनिश्चित काल तक संचय करता है, जो लागत बढ़ाता है, खोज को क्षीण करता है और जोखिम को कई गुना कर देता है। सिस्टम परिदृश्य में कोडित प्रतिधारण और निपटान के नियम कोई नौकरशाही ऊपरी व्यय नहीं हैं; ये वही हैं जो परिसंपत्ति को एक बढ़ती देयता के बजाय एक परिसंपत्ति बनाए रखते हैं।

उत्पादकों और उपभोक्ताओं के बीच अनुबंध। जहाँ किसी डेटासेट का उपभोग दूसरों द्वारा किया जाता है, वहाँ उसके स्कीमा, उसके अर्थ और उसकी गारंटियों का वर्णन करने वाला एक स्पष्ट अनुबंध दोनों पक्षों को बिना किसी मूक भंग के स्वतंत्र रूप से बदलने की अनुमति देता है। अनुबंध वह इंटरफ़ेस है जो वितरित स्वामित्व को टिकाऊ बनाता है, क्योंकि यह एक अंतर्निहित निर्भरता को एक ऐसी घोषित निर्भरता में बदल देता है जिसका संस्करण बनाया जा सकता है और जिसका पालन किया जा सकता है।

वह लेक जो दलदल बन गया। बाद के मूल्य के वादे पर सब कुछ उसमें उड़ेल दिया गया, प्रवेश के बिंदु पर कोई अर्थ सहमत नहीं हुआ, और अब वह जलाशय अंतर्दृष्टि से अधिक अस्पष्टता रखता है। उपभोक्ता आधिकारिक अभिलेख को त्यागे गए प्रयोग से अलग नहीं बता पाते, इसलिए वे या तो निजी निष्कर्ष बना लेते हैं, जो सिस्टम परिदृश्य को और अधिक खंडित करता है, या फिर उस पर पूरी तरह भरोसा करना बंद कर देते हैं।

मास्टर डेटा मैनेजमेंट एक तकनीकी परियोजना के रूप में। कोई संस्थान एक MDM प्लेटफ़ॉर्म खरीदता है, कार्य को एक एकीकरण अभ्यास के रूप में मानता है, और इस बारे में व्यावसायिक सहमतियाँ कभी सुरक्षित नहीं करता कि इकाइयों का अर्थ क्या है। उपकरण आ जाता है; परिभाषाएँ नहीं आतीं; स्वर्ण अभिलेख केवल विक्रेता की पुस्तिका में ही स्वर्ण होता है। मास्टरिंग एक शासन की उपलब्धि है जिसे कोई प्लेटफ़ॉर्म समर्थन दे सकता है और जिसका स्थान वह कभी नहीं ले सकता।

शासन का नाटक। एक डेटा परिषद मिलती है, गुणवत्ता मीट्रिक्स के एक डैशबोर्ड की समीक्षा करती है, चिंताओं को नोट करती है और किसी भी बदलाव को बाध्य करने के निर्णय अधिकार रखे बिना स्थगित हो जाती है। जो परिभाषाएँ मायने रखती हैं, वे अनौपचारिक रूप से उसी के द्वारा तय होती रहती हैं जो अगली रिपोर्ट बनाता है, और जवाबदेही कार्यवृत्त में विलीन हो जाती है।

मिलान एक जीवनशैली के रूप में। चूँकि गुणवत्ता कभी स्रोत पर लागू नहीं की गई, संस्थान उन असंगत संख्याओं का मिलान करने के लिए एक स्थायी प्रयास नियुक्त करता है जो अलग-अलग प्रणालियाँ एक ही चीज़ के लिए उत्पन्न करती हैं। यह सामान्य हो जाता है, यह तर्क करने का एक मासिक अनुष्ठान कि कौन-सा आँकड़ा सही है, और इस अनुष्ठान की लागत को व्यवसाय करने की लागत समझ लिया जाता है।

AI को एक अशासित परिदृश्य खिलाना। सबसे नवीनतम विफलता सबसे विनाशकारी है: किसी मॉडल या पुनर्प्राप्ति प्रणाली को ऐसे कंटेंट और अभिलेखों की ओर संकेत करना जिन्हें कभी किसी बचाव-योग्य मानक तक नहीं लाया गया, और फिर मॉडल के प्रवाहपूर्ण आउटपुट को आधिकारिक मान लेना। मॉडल सिस्टम परिदृश्य के दोषों को सुधारता नहीं है; यह उन्हें आत्मविश्वासी गद्य में धो देता है, और संस्थान को बहुत देर से पता चलता है कि भरोसा एक ऐसी प्रणाली को दे दिया गया जो ऐसा डेटा उपभोग कर रही थी जिसे किसी ने भरोसेमंद नहीं बनाया था।

हम मशीनरी के बजाय अर्थ से आरंभ करते हैं। किसी भी प्लेटफ़ॉर्म की अनुशंसा करने से पहले हम व्यवसाय के लिए जवाबदेह लोगों के साथ मिलकर यह स्थापित करते हैं कि महत्वपूर्ण इकाइयाँ और तत्व वास्तव में क्या हैं, उनका अर्थ क्या है, और उन्हें परिभाषित करने का अधिकार किसका है। इससे आधिकारिक स्रोतों और परिभाषाओं का एक छोटा, सहमत समुच्चय बनता है, जो वह आधार है जिस पर बाकी सब कुछ खड़ा होता है। यह अनाकर्षक काम है और यही वह काम है जो यह निर्धारित करता है कि शेष सफल होता है या नहीं।

वहाँ से हम तीनों विषयों को एक ही सिस्टम परिदृश्य के रूप में मानते हैं। हम कंटेंट, मास्टर डेटा और विश्लेषण का एक साथ आकलन करते हैं, क्योंकि एक में कोई दोष लगभग हमेशा दूसरे में एक लक्षण के रूप में सतह पर आता है, और लक्षण का अलग से उपचार करना ही वह तरीका है जिससे संस्थान वर्षों बिता देते हैं और कुछ नहीं बदलते। हम उन आँकड़ों के वर्तमान वंशानुक्रम का मानचित्रण करते हैं जिन पर व्यवसाय वास्तव में निर्भर करता है, जो आमतौर पर वही स्थान होता है जहाँ असुविधाजनक खोजें होती हैं, और हम तकनीकी साफ़-सफ़ाई के बजाय उन निर्णयों के अनुसार सुधार को प्राथमिकता देते हैं जिन्हें हर डेटा तत्व प्रभावित करता है।

हम उन बहुवर्षीय कार्यक्रमों की अपेक्षा वृद्धिशील, उत्पाद-आकार की सुपुर्दगी को वरीयता देते हैं जो अंत में एक शासित परिदृश्य का वादा करते हैं और बीच में एक पुनर्गठन देते हैं। एक एकल भली-भाँति शासित डेटा उत्पाद जिस पर कोई वास्तविक टीम निर्भर करती है, किसी संस्थान को किसी ऐसे व्यापक ढाँचे से अधिक सिखाता है, और अधिक भरोसा अर्जित करता है, जिसे कोई प्रयोग नहीं करता। हम शासन को उत्पादों में उसी समय बना देते हैं जब वे भेजे जाते हैं, ताकि स्वामित्व, गुणवत्ता गारंटियाँ और वंशानुक्रम सुपुर्द की गई वस्तु के गुण हों, न कि उसके साथ दाखिल किए गए दस्तावेज़।

हम अनुक्रम के बारे में भी स्पष्ट हैं। संस्थान अक्सर हमसे दृश्य परत, डैशबोर्डों और विश्लेषण से आरंभ करने को कहते हैं, क्योंकि वहीं निराशा महसूस होती है और वहीं एक त्वरित सुधार का स्वागत होगा। हम वहाँ से आरंभ करने का प्रतिरोध करते हैं, किसी हठधर्मिता के कारण नहीं बल्कि इसलिए कि किसी रिपोर्ट में सुधारा गया आँकड़ा, जबकि उसका स्रोत अशासित बना रहता है, एक तिमाही के भीतर फिर से भटक जाएगा, और संस्थान ने एक मरम्मत के बजाय एक प्रदर्शन खरीदा होगा। जहाँ राजनीतिक वास्तविकता एक शीघ्र दृश्य जीत की माँग करती है, वहाँ हम एक को संकीर्ण और ईमानदारी से विस्तृत करते हैं, एक एकल आँकड़े को उसके स्रोत परिभाषा से लेकर उसके वंशानुक्रम के माध्यम से उसकी प्रस्तुति तक, आद्योपांत ठीक करते हुए, ताकि सुधार वास्तविक हो और टिका रहे न कि सतही और अस्थायी।

पूरे समय, हम व्यवसाय को जवाबदेह रखते हैं और स्वयं को व्यवसाय के प्रति जवाबदेह रखते हैं। हमारा लक्ष्य यह है कि सिस्टम परिदृश्य का स्वामित्व संस्थान के पास बना रहे और हमारे कार्य करने के साथ मजबूत होता जाए, ताकि जब हम पीछे हटें तो परिभाषाएँ, संरक्षण और अनुशासन हमारे बिना बने रहें। ऐसा सूचना प्रबंधन जो अपने सलाहकारों पर निर्भर हो, एक विफलता का तरीका है जिसके विरुद्ध हम पहले सप्ताह से ही डिज़ाइन करते हैं।

इस क्षेत्र में हमारे कार्य को जो विशिष्ट बनाता है वह यह है कि हम कंटेंट, मास्टर डेटा और विश्लेषण को अलग-अलग खरीद मानने से इनकार करते हैं, और हम शासन को एक दस्तावेज़ मानने से इनकार करते हैं। हम पूर्व-प्रश्नों पर बल देते हैं (इसका अर्थ क्या है, इसका स्वामी कौन है, हमें कैसे पता कि यह सही है) क्योंकि यही वे प्रश्न हैं जो यह निर्धारित करते हैं कि किसी संस्थान की सूचना पर किसी व्यक्ति, किसी ऑडिटर या किसी मॉडल द्वारा भरोसा किया जा सकता है या नहीं। हम उन उपकरणों के प्रति एक व्यवसायी का संदेह लाते हैं जो डिब्बे से बाहर ही एकल सत्य-स्रोत का वादा करते हैं, और उन सहमतियों को बनाने का धैर्य लाते हैं जो वास्तव में एक ऐसा स्रोत उत्पन्न करती हैं। वह संयोजन, व्यावसायिक अर्थ द्वारा जवाबदेह ठहराई गई तकनीकी प्रवीणता, वही है जहाँ कोई सूचना परिदृश्य एक लागत होना बंद कर देता है और एक परिसंपत्ति की तरह व्यवहार करने लगता है।

यह अंतर उसमें भी दिखता है जो हम करने से इनकार करते हैं। हम किसी प्लेटफ़ॉर्म को उस शासन के विकल्प के रूप में नहीं बेचेंगे जो किसी संस्थान ने अभी तक नहीं किया है, क्योंकि हमने इस सौदे को बहुत बार विफल होते देखा है: लाइसेंस पर हस्ताक्षर हो जाते हैं, परिभाषाएँ टाल दी जाती हैं, और अठारह महीने बाद संस्थान अपने ही भ्रम का एक महँगा सूचकांक अपने पास पाता है। जो संस्थान हमारे साथ काम करता है उसे यह अपेक्षा करनी चाहिए कि उससे आरंभ में ही असुविधाजनक प्रश्न पूछे जाएँगे, स्वामित्व के बारे में और इस बारे में कि वह वास्तव में किन आँकड़ों पर भरोसा करता है, और यह पाना कि उनका उत्तर देना ही अधिकांश काम है।

इसका एक व्यावहारिक उपसिद्धांत भी है जो यह बदल देता है कि कार्य को क्या मान लेने की अनुमति है। जब किसी नियोजन को ऐसी क्षमता की आवश्यकता होती है जो अभी मौजूद नहीं है, तो उसे किसी खरीद चक्र या किसी विक्रेता के रोडमैप पर प्रतीक्षा करने की आवश्यकता नहीं होती। enterprise platform को इस प्रकार बनाया गया है कि यह लगभग किसी भी विशेषता को तेज़ गति से समायोजित कर सके, agentic engineering के माध्यम से: जो आवश्यक है उसे सरल भाषा में वर्णित किया जाता है और शीघ्रता से उत्पन्न किया जाता है, लेकिन सदैव दृढ़ स्थापत्य सिद्धांतों के भीतर और कठोर गुणवत्ता आश्वासन के तहत, ताकि गति कभी सुसंगति, सुरक्षा या नियंत्रण की कीमत पर न आए। इसका प्रभाव मात्र सुविधाजनक होने के बजाय रणनीतिक होता है। यह बनाओ-या-खरीदो की रेखा को खिसका देता है, विकल्पशीलता को सस्ता बनाए रखता है, और स्थापत्य को रणनीति का अनुसरण करने देता है, बजाय इसके कि रणनीति उस चीज़ के अनुसार झुके जो संयोगवश किसी अलमारी में रखी थी।

जिस परिणाम की ओर हम काम करते हैं वह वर्णन करने में विनम्र और प्राप्त करने में कठिन है: एक ऐसा संस्थान जो यह बता सके कि उसके अपने डेटा का अर्थ क्या है, यह सिद्ध कर सके कि कोई भी आँकड़ा कहाँ से आया, जो उसे अब आवश्यक नहीं उसे सेवानिवृत्त कर सके, और स्वचालित प्रणालियों को भरोसा दे सके क्योंकि उनके नीचे का सिस्टम परिदृश्य उसके योग्य बनाया गया है। इसमें से कुछ भी आकर्षक नहीं है, और इसमें से कुछ भी बना-बनाया नहीं खरीदा जा सकता। यह सहमतियों, स्वामित्व और अनुशासन का धैर्यपूर्वक ऐसी किसी चीज़ में संयोजन है जिस पर कोई व्यक्ति या कोई मशीन बिना जाँचे निर्भर कर सके। यही वह भूमि है जिस पर वह सब कुछ वास्तव में खड़ा है जो कोई संस्थान अब अपनी सूचना के साथ बनाना चाहता है, और यही वह भूमि है जिसे रखने में हम संस्थानों की सहायता करते हैं।