核的一关。难处先在于系统多且各建各的。一家省级电网，调度有自动化系统，运检有设备管理系统，营销有营销系统，财务有 ERP；历史上哪个部门有需求就立哪个项目，几十上百套系统都是常态。油田更复杂，勘探、开发、生产各有一套专业软件，不少还用了二三十年的国外老系统，接口标准早已失传，新人接手先得花大半年理顺。
底数不清，后面的治理很容易空转。难点还不止系统。质量底子薄：感知设备装在野外、井下、海上平台和戈壁滩的风机，高温高湿加强电磁干扰，传感器漂移、数据缺失、数值跳变都是家常便饭。安全红线高：电力油气属于关键信息基础设施，数据不能乱动，治理每一步都要先看清红线——哪些能碰、哪些要审批、哪些碰都不能碰，得先画清楚。金贵的经验还留在老师傅脑子里，人一走经验就散，这也正是很多能源企业"系统建了一堆，真要取数还是靠人"的根源。
中卓盛安接触能源客户，要做的头一件事是先把系统清单拉清楚——这正是「数据锚点」的盘点环节。把"有哪些系统、各自存了什么、谁在维护、数据从哪来到哪去"先摸清，再谈确权、入表、流通，顺序是盘点→确权→入表→流通，一步不能跳。这也是为什么很多能源企业在买治理工具前，先要做一轮地毯式盘点，否则工具一上来就面对一笔糊涂账。
头一轮盘点做下来，通常会有三个发现，几乎每家企业都一样。一是系统比想象中多，同一个业务条线往往并着几套功能重叠的系统，数据各存一份；二是取数比想象中慢，一份跨系统的报表要大半天甚至更久，多数时间花在对齐口径而不是算数上；三是有相当比例的表没人认领，既说不清业务含义，也找不到责任人。这三个发现本身就是价值——盘点的收获不只是清单，而是头一回把「家底到底有多乱」摆到了台面上。
这些恰恰是 AI 能补的短板，但前提是有人先把底摸清楚——这也是「数据锚点」把"盘点"放在全流程起手位置的原因。很多能源企业一上来就问"怎么入表"，但没盘点就入表，等于把一笔没核过的账写进报表，后面一旦被纠错，损失的是资产可信度。先把底摸清楚，反而是更快的路。「数据锚点」把能源数据治理固化成"盘点—确权—入表—流通"四个可验收的节点，每一节点都有交付物，这也让能源客户头一回能向管理层说清"治理进行到哪了"。
