我们公司数据乱七八糟，能上AI吗？先搞懂AI吃的是什么饭
数据乱不挡AI的路——大模型本来就吃「乱饭」长大。你缺的不是干净数据，是盘点：先定场景再问三问（靠什么信息、存在哪、10分钟凑不凑得齐），凑得齐就能上，凑不齐先补习惯。
目录
能上，而且门槛比你想的低：大模型时代，AI的"饭"变了——上一代AI只吃干净的结构化数据，这一代大模型能直接消化合同、微信聊天记录、Excel报价单、单据照片这些"乱七八糟"的东西。真正的门槛不是数据干净不干净，是三条底线：有没有、真不真、拿不拿得出来。但话说回来，数据这关也真不能裸过——Gartner在2025年2月的预测：到2026年底，60%缺乏"AI就绪数据"支撑的AI项目会被放弃。乱不可怕，可怕的是不盘不管直接上。这一篇教你怎么盘。
聊AI落地，几乎每个老板都会在某个时刻卡在同一句话上，AI工程师樊军刚被问过太多次：
"我们厂里的数据乱七八糟，Excel一堆、单据一摞、好多事全在老师傅脑子里——是不是得先搞个几年数字化，才有资格谈AI？"
这个问题背后通常站着两个吓唬过他的人：一个说"你们连数据都没有，上什么AI"，另一个说"AI万能，什么都不用准备"。两个都不对。这一篇把"数据"这件事说透：AI到底吃什么、你家的"乱"到什么程度算事、上AI之前自己先怎么盘。
先破三个误解：你以为的"没数据"，多半不是真没有
误解一："我们没有数据。"
十有八九，你没有的是数据库，不是数据。
对照看一眼，这些你家大概率都有：业务员微信里的客户聊天记录、报价用的Excel（哪怕每个业务员一个版本）、财务的进销存流水、车间的纸质单据、邮箱里的往来订单、老师傅脑子里"看一眼就知道怎么报价"的经验。
这些在上一代AI眼里确实不算数据——它只认整整齐齐的表格。但大模型恰恰改变了这件事：合同能直接读、聊天记录能直接学、单据拍张照能直接认。"乱数据"第一次从负担变成了原料。所以"没数据"这个自我诊断，绝大多数时候可以直接推翻。
误解二："得先花一两年做数字化、建数据中台，再谈AI。"
这是把大厂的药方抓给了中小企业。Gartner说过一句特别值得中小企业老板记住的话：数据没有办法"预先泛泛地准备好"——数据就绪不就绪，取决于你要拿它干什么。比如预测设备故障和自动写报价单，要的就是完全不同的两堆数据。
这句话翻译成行动就是：先定场景，再理数据，只理这个场景用得上的。 想先上AI报价，就只盘报价相关的：历史报价单、成本表、客户要求。别的乱，先让它乱着。Gartner给的建议也是同一个方向：在现有数据管理上迭代扩展，不要推倒重来。所以"先花两年数字化"不是AI的前置条件，是把顺序做反了——按场景牵引，2-4周就能动工的事，被硬生生排到了两年后。
误解三："数据喂得越多越好。"
方向反了：质量碾压数量。 100份口径统一、结果准确的历史报价单，比10000条字段缺失、对错混杂的流水值钱得多。AI是照着你的历史学的——历史里的错误，它会当成经验一起学走。讲幻觉那一篇说过AI会一本正经地编；喂了脏数据，它连编都不用，直接"如实"输出错的。
Gartner在那份60%预测的同一份材料里，把这条底线说得很直白，原话是："数据有问题，数据就没准备好喂AI。" 翻译成大白话：乱不致命，带病上岗才致命。
AI吃的三种饭——对号入座，看你家的粮仓在哪
把企业里的数据归拢一下，AI要吃的饭其实就三种，每种的"备餐"动作都不一样：
| 哪种饭 | 长什么样 | AI怎么吃 | 上桌前要做什么 |
|---|---|---|---|
| 文档饭 | 产品手册、历史报价单、合同、工艺文件 | 建知识库，答题时翻着资料查（就是讲幻觉那篇说的"开卷考试"） | 收集齐、去掉过期版本——别让AI背着三年前的价格表答题 |
| 流水饭 | 订单记录、询价记录、出入库、报工 | 找规律、做分析、算数字 | 字段对齐（同一个产品别有三种叫法）、补上关键缺口 |
| 经验饭 | 老师傅脑子里的"看一眼就知道" | 访谈提炼成规则，AI照规则执行+特例学习 | 把"凭感觉"翻译成"什么条件下怎么办"——这活最难也最值钱 |
第三种饭最容易被忽略，恰恰又是中小企业最大的资产：它连"数据"都不是，照样能上AI。上一篇讲过怎么让老师傅愿意交经验（署名、给钱、升角色）——技术上，这就是把他的判断一条条访谈出来、变成规则库，再让AI在日常单子里跟着他校准。人还在的时候不做这件事，人一退休，这碗饭就再也做不出来了。
上AI之前，自己先做"数据三问"——不花一分钱
不用请顾问、不用买工具，找个安静的下午，对着你最想上AI的那个场景，问三个问题：
第一问：干这件事，靠哪些信息？
拿"报价"举例：老师傅报一个价，看的是什么？图纸、材料价、工艺难度、这个客户好不好说话……把清单列出来，通常5-10项。
第二问：这些信息，现在都存在哪？
逐项标注：Excel里？微信里？ERP里？纸上？还是只在人脑子里？这一步做完，你家数据的真实家底就出来了——大部分老板做到这里会发现：东西基本都有，只是散。
第三问：随手抽一张上周的真实单子，10分钟内能不能把这些信息凑齐？
这是试金石。凑得齐——恭喜，这个场景的数据底子够上AI了，乱一点没关系，整理是服务商方案里该包含的活；凑不齐——先别谈AI，把缺的那一两项信息的记录习惯建起来（往往就是"从今天起询价都过一个统一表格"这么简单），补一两个月再回来。
三问做完，顺手就得到了跟服务商谈判的底气。真到了谈方案那天，就问一句："报价之前，你要不要先看看我们的真实数据？"——愿意先看数据、看完再报价的，是把你的项目当项目做的；数据都没见过就敢拍胸脯报价的，他报的不是方案，是话术。这也是AI工程师樊军刚坚持"先诊断、先算账"的原因：不看数据的承诺，跟不看病历的处方是一回事。 投入口径照旧：单点场景3万起、2-4周上线，场景相关的数据整理包含在方案里；多场景组合与长期合作另有分期方案。
常见问题
Q：我们的单据全是纸质的，是不是没戏？
有戏，而且成本比你想的低。现在的AI识别单据照片（OCR加大模型理解）已经是白菜价的成熟技术，手写的都能认个八九不离十。真正要算的账是：存量单据不用全部录入，按需消化——先把最近一年、跟目标场景相关的那部分拍照入库，够AI干活就行。历史欠账慢慢补，别让"全部数字化"的大工程吓退了"先用起来"的小切口。
Q：数据在ERP系统里，但供应商说导不出来，怎么办？
先分清"导不出"是技术问题还是商务问题——多数时候是后者：老供应商怕你走。处理顺序：翻合同看数据归属条款；要求按国标或通用格式导出（Excel都行）；实在卡死，很多场景可以从报表、打印文件甚至界面截图绕道拿数。这件事也给所有正在选新系统的老板提个醒：签约前就把"业务数据归我、随时可导出"写进合同——这是你的数据，不是供应商的人质。
Q：老师傅明年就退休了，经验全在他脑子里，来得及吗？
来得及，但要立刻动手，而且顺序有讲究：先访谈提炼规则（他说、你记、AI整理），再让他对着最近的真实单子逐条校准（"这单为什么这么报？"），最后让AI在日常业务里跑，他只管纠错。三步下来，多数场景两三个月能沉淀出一套能用的规则库。比这更重要的是上一篇说过的那件事：给他署名、给他回报，让他觉得这是传承，不是掏空。
Q：我们的历史数据里本身就有不少错的，AI会不会学坏？
会，所以关键数据要过一道"校准"：让最懂行的人抽查一批历史样本，标出对错，错的要么修正要么剔除。这个活不需要全量做——按场景抽样校准核心规则，工作量以天计，不以月计。再配上讲幻觉那篇的护栏（答案标出处、关键数字走系统、拿不准转人工），脏数据的影响就被关在笼子里了。
一句话总结
数据乱，不挡AI的路——大模型这代AI，本来就是吃"乱饭"长大的。你缺的多半不是数据，是盘点：先定场景，再问三问（靠什么信息、存在哪、10分钟凑不凑得齐），凑得齐就能上，凑不齐先补习惯。真正的红线只有一条：别不盘不管带病上岗——Gartner说的那60%被放弃的项目，死的都是这个。
想把文章里的方法用到你的业务上？
