企业 AI 的数据就绪难题

企业 AI 项目停滞，通常不是因为团队不会调用模型，而是组织无法说明数据含义、时效、权威记录、行动权限及结果衡量方式。我们在选型前检查六项：来源、时效、重复、基线、行动权和结果衡量。

模型通常不是第一项约束

模型只是可见部分，真正的运营系统还包括数据源、标识、定义、权限、审核队列、写入路径和反馈。强模型配上不可靠数据，只会流畅地表达不确定性。RAND 将数据不适用、基础设施不足及业务目标错位列为 AI 项目反复失败的原因。Stanford AI Index 2026 经济篇显示企业采用持续加速，但采用并不等于可衡量的运营回报。

从决策契约开始

先写明重复发生的决策、负责人、允许的动作、期限、所需证据和业务结果。“用 AI 处理产品数据”不是契约；“在周度发布前建议缺失属性，且不覆盖已批准记录”才是。确定性查询、阈值和对账仍应使用规则；AI 处理模糊或非结构化输入。

关卡 1：来源

每个字段保留源系统、提取时间、记录键、转换版本和人工修改。建议必须能追溯到证据。可复现的数据提取流程记录请求、响应和失败，避免把缺失误当成零。审核者无需原开发者即可还原重要输出，才算通过。

关卡 2：时效

时效是针对该决策可接受的最大数据年龄。事件时间、源系统记录时间和工作流消费时间必须分开。“管道成功”不代表数据最新。超时后应告警、弃权、回退或禁止写入。可靠的数据仓库与摄取层属于决策产品本身。

关卡 3：重复与身份

先定义两个记录何时代表同一实体，并保留原始 ID、规范 ID、匹配方法和置信度。确定性键优先，不确定匹配进入审核。还要按来源衡量重复率，支持可逆合并并监控冲突。完整的运营数据所有权让上游接口变化后仍可对账和重放。

关卡 4：基线

没有基线，AI 只是演示。变更前记录错误率、周期、审核工作量、覆盖率、例外和目标结果。机密内部证据使用 Baseline = 100 指数，绝对值留在授权环境内；分母、人群和时间窗保持一致，并按高风险群组切分。

关卡 5：行动权

可读不等于可写。每项动作都要标明记录系统、授权角色、审批、风险限额、职责分离和回滚。通常从只读或建议开始，再做 dry-run，最后才开放获批写入。最小权限、读写分离、审批令牌、幂等和关联 ID 使人工监督可执行。

关卡 6：结果衡量

用稳定 ID 串联输入 → 建议 → 审核 → 动作 → 结果，并记录弃权和拒绝。计划应定义主要结果、护栏和复盘频率，包括错误严重度、override、投诉、违规、延迟及转移到其他团队的工作。

实用就绪评分卡

状态	含义	发布后果
Unknown	尚无证据	不得作运营成效声明
Defined	有负责人、定义和测试	仅离线评估
Verified	代表性数据测试通过	可控试点
Monitored	有生产阈值和响应	可有限扩展

能造成实质损害的最弱关卡决定发布级别，而不是平均分。

先安排投资，再选择模型

先解决身份，再购买推理容量；先补上下文，再做预测；先明确权限，再造代理；先建立基线，再改流程。之后才按任务成功率、校准、延迟、隐私和成本比较模型。每个关卡都需要负责人、自动检查和阈值响应。

管理层应问的问题

关键问题不是“用哪个模型”，而是“请展示从来源证据到授权动作，再到可衡量结果的链路”。链路可复现，项目才能学习；否则，更强模型只会加速未经验证的流程。