數據質量差時上 AI，是把不確定加速。報表對不上，模型仍會給出流暢建議，現場更難反駁。清洗如果只是一次性導表，過兩周又髒。缺的不是算法，是最小閉環：髒數據能被發現、有口徑主人、有權限邊界，並且能回到業務單據去改。
不要先上 AI。先讓一張核心表變得可信任。可信任的標準不是完美，是爭議有人收口。
髒數據上智能會怎樣
同一客戶多個編碼，模型會把逾期和優質混在一起。同一產量兩種口徑，預測會在會議上當場翻車。權限不收口，敏感欄位進入提示詞，合規會叫停整個項目。智能變成了髒數據的擴音器。
一次性清洗外包更危險。外包離開後，沒有主人的表會立刻回潮。回潮後，業務不再相信任何智能結論。
最小閉環長什麼樣
- 選一個經營指標，寫清定義、取數點、刷新頻率、責任人。
- 質量規則（空值、重複、跨系統不一致）每日跑，低於閾值不得進駕駛艙。
- 修正必須回到源單據，禁止只在倉裡改一版"乾淨表"。
- 權限按欄位，導出和訓練默認最小集，擴大要審批。
XYN 數智化系統把業務動作落在可配置應用裡，口徑和權限可以跟單據走。數據質量差時，先讓閉環轉。轉起來了，再談 AI。否則智能只是更貴的猜。
