AI 项目前的数据就绪：如何评估并准备企业数据

许多企业启动 AI 项目时，首先问的是该用哪个模型。几周之后，团队才意识到真正的问题并不在模型。流程文件散落在个人文件夹里，各个版本互相矛盾；客户关系管理系统中的客户资料与财务系统对不上；重要的交易记录仍躺在只有一个人看得懂的电子表格里。如果喂给 AI 的材料是错的，再先进的 AI 也会给出错误的答案。

数据就绪程度，往往是决定 AI 项目能否真正进入日常运营、还是止步于一场精彩演示的关键因素。本文将说明数据就绪在实践中的含义、如何快速评估、哪些准备工作影响最大，以及如何在不必等待全部数据完美的情况下启动 AI 项目。

要点概览

• 数据就绪意味着相关数据可获得、足够准确、能够被安全访问，并且归属明确
• 不同类型的 AI 项目对数据的需求不同：基于文档的助手、流程自动化、分析预测或 AI 智能体
• 按具体用例评估数据就绪程度，而不是一次性评估整个企业
• 影响最大的工作通常是确定唯一可信来源、清理过时文件以及明确访问权限
• 不要等待数据完美：选择一个数据足够好的用例，边推进边改善数据

为什么数据决定 AI 的成效

现代 AI 模型非常擅长处理语言和规律，但除了您提供的信息之外，它对您的企业一无所知。当 AI 助手回答员工关于休假政策的问题时，答案的质量取决于现有的政策文件。当 AI 起草报价单时，它依赖正确的价格表和客户资料。当模型预测需求时，它从已记录的交易历史中学习。

问题在于，AI 系统中的数据错误往往难以察觉。数字有误的报表可能马上就会被财务经理质疑，而以流畅、笃定的语言给出的 AI 回答，却更容易被直接采信，即使它来自一份早已过时的文件。因此，在 AI 时代，数据质量不是变得不重要，而是更加重要。

不同项目类型的数据需求

在评估就绪程度之前，先弄清楚所规划的项目类型需要哪些数据。

基于文档的助手

依据企业文件作答的内部聊天机器人或客服助手，通常采用 RAG 方式，需要内容最新、互不矛盾且状态明确的文件。已被取代的旧政策必须归档或加以标注，而不是与新版本并存。

流程自动化与 AI 智能体

例如负责准备订单或处理发票的 AI 智能体项目，需要结构化的交易数据、一致的主数据，以及通过 API 访问 ERP 和客户关系管理系统等系统的能力。审批额度、付款条件等业务规则也必须清楚地记录下来，因为 AI 无法猜出那些只存在于资深员工脑海中的规则。

分析与预测

需求预测或客户风险评分等预测模型，需要足够长、长期记录一致且能够跨系统关联的历史数据。中途改变的定义，例如去年调整过的“活跃客户”统计口径，需要记录在案，以免误导模型。

数据就绪的六个维度

数据就绪程度可以用六个简单的问题来评估。请针对每一个规划中的用例回答，而不是针对整个企业。

1. 01可获得性：所需数据是否真的以数字形式存在，还是仍在纸面、个人邮箱和员工的记忆里？
2. 02准确性：数据出错、重复或不完整的频率有多高，是否有纠正流程？
3. 03一致性：同一数据在不同系统中的记录是否相同，编码和定义是否统一？
4. 04时效性：数据更新得有多快，旧版本能否与最新版本区分开？
5. 05可访问性：其他系统能否通过可靠的 API 或导出功能获取数据，而不只是在屏幕上查看？
6. 06治理：数据归谁所有、谁有权访问、个人或机密数据适用哪些规则，是否都很明确？

评估不必复杂。与流程负责人和 IT 团队一起讨论一两个小时，同时打开真实的数据样本，往往就足以判断某个用例是可以着手，还是需要先做准备。

影响最大的准备工作

确定唯一可信来源

为每类重要数据确定一个作为官方依据的系统。客户资料可能以客户关系管理系统为准，价格以 ERP 为准，员工资料以人力资源系统为准。AI 和其他集成应从该来源获取数据，而不是从电子表格中的副本获取。ERP 主数据一文对此有更详细的说明。

清理文件并标注状态

对于基于文档的项目，最有价值的一步往往根本不是技术工作：收集相关文件、删除重复内容、归档旧版本，并为每份文件指定负责人和复审日期。井然有序的文档管理系统能让这项工作更容易长期坚持。

将仍靠手工的数据数字化

如果重要数据仍是纸质文件或分散的电子表格，可以考虑将其迁移到结构化系统中。从 Excel 迁移到一体化业务系统和从文件中自动录入数据两篇文章介绍了循序渐进的做法。

从一开始就设计访问权限

连接企业数据的 AI 必须遵守与原系统相同的访问权限。在人力资源系统中无权查看同事薪资的员工，也不能通过 AI 助手获得这些信息。在连接数据之前先梳理访问权限，可参考用户权限设计的原则。对于客户和员工的个人数据，请确保处理方式符合适用的个人数据保护规定，并查阅相关主管机构的最新要求。

准备安全的访问通道

只能在应用界面上查看的数据，AI 很难利用。请准备可靠的 API 或定时导出功能；如果多个 AI 应用将使用相同的数据源，可以考虑采用模型上下文协议等标准。对于分析需求，把数据汇集到数据仓库中，往往能同时为多种需求打下有用的基础。

选择第一个用例

常见的错误是只挑选商业上最吸引人的用例，而不看其数据状况。更稳妥的做法是从两个维度评估候选用例：对业务的价值有多大，以及数据的就绪程度如何。价值高且数据基本就绪的用例，是首个项目的最佳候选。

• 价值高、数据就绪：优先作为试点项目推进
• 价值高、数据未就绪：先作为目标明确的数据改善项目，再上 AI
• 价值低、数据就绪：可以用作团队练习，但不应作为衡量 AI 成败的标尺
• 价值低、数据未就绪：暂缓

边推进边改善数据

没有哪家企业的数据是完美的，等待完美就意味着永远无法开始。AI 项目本身反而可以成为改善数据的工具。基于文档的助手会很快暴露出哪些文件互相矛盾，因为用户会反馈奇怪的回答；预测模型会揭示不合常理的数据时段。关键是为用户提供反馈问题的渠道，并明确由谁在源头进行修正。

同时记录一些简单的数据质量指标，例如重复客户记录的数量、未分类物料的比例，或超过复审日期的文件数量。这些指标让数据改善变得可见、可问责，而不是一项总被推迟的附带任务。

数据尚未就绪的迹象

一些日常现象可以作为早期信号，提示企业数据在交给 AI 使用之前需要先整理。如果以下几条让您感到似曾相识，请把它们当作待办清单，而不是放弃 AI 计划的理由。

• 会议时间常常耗在争论哪个数字才对，因为每个部门带来的报表来源都不一样
• 新员工必须向资深同事打听，才能找到某个流程的最新版本
• 同一位客户以不同的姓名拼写或不同的电话号码重复出现多次
• 月度报表要从多个系统复制粘贴到一张电子表格里才能完成
• 没有人能确切说出谁有权访问薪资数据或客户数据

即使没有 AI，这些现象也会带来成本：浪费时间、延误决策并增加出错风险。因此，整理数据有双重回报：既为 AI 铺平道路，也改善了现有的运营，正如数据孤岛的隐性成本一文所述。

AI 治理的作用

数据就绪离不开AI 使用政策与 AI 治理。这项政策规定哪些数据可以输入第三方 AI 服务、AI 输出如何审核，以及出错时由谁负责。没有这项政策，员工往往会各自使用 AI 工具，把企业数据复制到不受公司控制的服务中。

启动前的简要清单

• 用例及其成功标准已清楚写明
• 已确定所需数据及其来源系统
• 已与流程负责人一起检查过真实数据样本
• 过时的文件或数据已与现行版本分开
• 访问权限和个人数据的处理方式已梳理清楚
• API 或导出等技术访问通道已经具备或已列入计划
• 已指定发现问题时负责修正数据的人员

结语

成功的 AI 项目很少从模型开始，而是从被充分理解的数据开始。按用例评估数据就绪程度，完成影响最大的准备工作，并选择数据足以带来实际成果的第一个项目。这样，AI 带来的就不只是一场精彩的演示，而是一个每天被信任和使用的系统，同时还能推动企业整理长期被忽视的数据。