数据质量差时上 AI，是把不确定加速。报表对不上，模型仍会给出流畅建议，现场更难反驳。清洗如果只是一次性导表，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，并且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 数智化系统把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。
