在数据战略层面，公司正系统性构建全球统一、可规模化的可信数据体系，将数据视为驱动业务与 AI 落地的核心生产要素。

对内，打通遍布 100 多个国家的业务、生产、供应链数据孤岛，建立横跨财务、制造、销售、服务的全域数据底座，确保数据标准、口径与质量的全球一致性。对外，依托 EcoStruxure 开放架构与物联网技术，广泛连接终端设备、智能电网与工业系统，汇聚海量能源与工业运营数据，形成从设备、边缘到云端的全链路数据采集、传输与治理闭环。

同时，持续加大对 AI 原生软件与数据平台的投入，推出 EcoStruxure AI 引擎、Building GPT 等创新方案，将数据治理、分析与行业知识深度融合，为数据中心、工业制造、智慧楼宇等场景提供预测性维护、能耗优化、智能诊断等高价值应用。通过 “数据治理筑基、平台赋能、场景落地” 的三步走部署，让数据切实转化为运营效率、能源节约与可持续发展的核心竞争力。

现任施耐德电气集团首席数据官兼高级副总裁的Una，始终坚持商业价值优先，确保数据项目产出可衡量的成果，而非单纯追求技术创新。高度重视规模化可信数据体系建设，将数据治理与质量视为核心根基 —— 在企业加速落地人工智能应用的当下，这一点愈发关键。

Una认为，人才与文化是管理理念的核心。Una主张通过培训、实践与交流相结合的方式培养人才，积极挖掘企业各层级的数据人才。她大力倡导协同合作，认为跨行业伙伴关系是释放数据现实价值的关键。

此外，Una推崇混合运营模式，打破部门壁垒，助力团队在全球与本地层面同步创造价值。在施耐德电气，她以这些理念为指引，搭建可信、可扩展的数据生态体系，为技术创新、业务增效与负责任的人工智能应用提供支撑。

在此数据底座之上，施耐德电气正全面推进AI 与行业场景深度融合的规模化部署，形成 “全球技术平台 + 本地场景创新” 的双轮驱动格局。公司以 EcoStruxure 开放架构为核心，将机器学习、边缘 AI、数字孪生与生成式 AI 技术，深度嵌入工业制造、数据中心、智慧楼宇、能源电网四大核心领域。

对内，AI 全面赋能上海普陀、无锡等全球灯塔工厂，实现智能排程、预测性维护与绿色生产，效率与能耗指标屡获行业标杆；对外，推出 EcoStruxure Building GPT、边缘智能盒、电网 AI 助手等产品，将高预测准确率、高过滤效率的工艺优化、毫秒级故障预警等能力，快速复制到全球客户场景施耐德电气。

同时，通过与 NVIDIA 等科技巨头深化合作，开发吉瓦级 AI 工厂全生命周期方案，并以 “创赢计划” 联结生态伙伴，持续拓展 AI 在预测维护、供应链优化、智能设计等高价值场景的落地边界。所有 AI 项目均坚守 “商业价值优先、可衡量成果” 原则，确保技术创新始终服务于提质、增效、降碳的核心目标。

作为数据与AI领域管理者，Una认为，“成为一名数据与AI管理者，所需的综合能力远不止专业的数据或人工智能技术。”

“25 年前我接手第一个项目时就深刻意识到，专业技术固然重要，但客户关系维护、商业理解力、方案推广与说服能力、项目与变革管理等能力同样不可或缺。”

“我深刻体会到：读懂利益相关方、吃透业务逻辑、简洁清晰地沟通、按时交付成果，以及项目上线后持续推进变革管理 —— 从纯战略落地到日常运营，这些都至关重要。”

回顾职业生涯，对于立志进入高管层的新锐数据或AI管理者，Una给出的一条非技术类的独到建议是——“筑牢人际信任，保持从容坚韧。”