企业做 AI 前数据要准备到什么程度？按场景检查资料、字段与授权

数据准备不等于把企业全部资料清洗完，也不等于随便选几份文件演示。应从目标任务反推必要资料与质量条件，用有代表性的样本先检查是否支持判断，再安排补齐和扩大。

不同任务需要不同条件

资料问答需要有效文件、适用范围和核查依据；业务分析需要明确字段、口径、时间与关联；系统执行还需要实时状态、权限和动作规则。不能用问答演示证明交易类任务已经准备充分。

为项目列出必须、可选和暂不需要的数据，明确缺失会影响什么。这样比笼统给企业一个“数据成熟度低”的结论更有帮助。

六项基本检查

每项用实际样例说明问题，不只给分。资料质量与能否授权是不同维度，业务价值高也不能替代使用许可。

抽样怎样具有代表性

覆盖正常、困难、缺失、冲突和权限不同的任务。只采用整理最好的文件，会低估真实实施工作；只看最差材料，也可能误判整个场景无法启动。

标注样本来自哪里、什么时间、适用哪些用户。初步样本帮助发现风险，不应直接当作整个企业数据质量的统计结论。需要扩大时再设计更合适的抽样。

字段和标识为何重要

产品、客户或订单名称可能不唯一，系统之间也可能采用不同编号。连接前确认映射、重复与例外，不能用相似名称自动认定同一对象。

业务含义也要写清。一个系统的“完成”可能表示提交，另一个表示验收；日期可能是创建、审批或交付时间。若口径不明，模型解释再清楚也可能基于错误比较。

缺失条件怎样补

能由资料维护补齐的，安排负责人；需要业务统一规则的，进入确认任务；需要技术接口的，核实环境与成本。不要将所有问题都打包为无边界的数据治理项目。

某些缺失无法短期解决时，可以缩小场景、使用人工确认，或明确暂不支持。演示采用合成数据时，标记尚未证明的真实条件。

资料准备清单怎样进入项目

为每项输入记录提供人、格式、预计时间、处理范围、质量检查和延迟影响。双方确认后才能合理安排排期。客户提供资料并不意味着自动完成有效性验证，服务方仍需按范围检查。

试点过程中发现新增资料需求时，通过变更处理，不把最初样本不足无限转化为免费清洗，也不忽略必要条件强行上线。

什么情况下可以开始验证

目标任务、代表资料、授权、基本口径和负责人明确，即可评估有限试点；不必等待全企业数据完美。关键输入缺失时则先补准备，避免让生成掩盖不确定性。

更复杂任务可以结合业务对象建模和版本管理。决定是否扩大前，再用业务测试证明资料足以支持使用。