数据质量差时上AI是把不确定加速. 报表对不上模型仍给出流畅建议现场更难反驳. 清洗若只是一次性导表过两周又脏. 缺的不是算法是最小闭环: 脏数据能被发现有口径主人有权限边界并能回到业务单据去改.
不要先上AI. 先让一张核心表变得可信任. 可信任的标准不是完美是争议有人收口.
脏数据上智能会怎样
同一客户多个编码模型会把逾期和优质混在一起. 同一产量两种口径预测会在会议上当场翻车. 权限不收口敏感字段进入提示词合规会叫停整个项目. 智能变成了脏数据的扩音器.
一次性清洗外包更危险. 外包离开后没有主人的表会立刻回潮. 回潮后业务不再相信任何智能结论.
最小闭环长什么样
- 选一个经营指标写清定义取数点刷新频率责任人.
- 质量规则空值重复跨系统不一致每日跑低于阈值不得进驾驶舱.
- 修正必须回到源单据禁止只在仓里改一版干净表.
- 权限按字段导出和训练默认最小集扩大要审批.
XYN 数智化 시스템 业务动作落在可配置应用里口径和权限可以跟单据走. 数据质量差时先让闭环转. 转起来了再谈AI. 否则智能只是更贵的猜.
