数据越干净,AI 越看不懂

上周有个做制造的朋友问我一个问题，我一时没答上来。

他说：我们数据治理搞了两年，报表做得挺好看，为什么一上 AI 就不行？

我说你怎么试的。

他打开电脑，让 AI 查上季度华东区的退货情况。AI 给了个数，是错的。

他说，这个数我点三下鼠标就能查着。

他查的是张退货表。里面有一行：华东，三季度，十二万。

人打开一看就明白了。这几个字本身没什么，是你知道「退货」后面接着什么——货退回来了，钱退回去了，这个客户大概不太高兴，说不定还在跟别人做生意。这些都在人脑子里，表里没有。

AI 看到的是四个字段。它不知道「退货」是个坏消息，也不知道这个客户去年还退过一次。

华为去年那本书里有句话，我觉得是理解这件事的钥匙：

一张表对人来说是半成品，剩下的部分人自己会补。对 AI 来说，这就是全部了。

数据治理这件事，过去二十年干的是同一件事：业务先跑，数据产生了，再回过头收拾。

清洗、去重、对齐口径、建目录、定责任人。收拾完交出去，供人查、供人看报表、供人分析。

书里给这套做法起了个名字，叫「结果导向的后勤保障」。我觉得这个说法挺准——它确实是后勤，等事情发生了再去料理。

它服务的是人。人在前面打，后勤在后面补。

现在多了一个消费者，AI。它不看报表，它要算、要推、还得在你下单之前就知道规矩。

书里把这件事压成三个词：主体迁移、断层、前置建模。

第三个词最要紧，叫前置。

以前是等业务跑完再收拾；现在得在业务跑之前，就把规矩写进去。后勤管的是战后的补给，AI 要的是战前的地图。后勤做得再漂亮，也变不出一张地图。

书里用了个词叫「断层」，不是「差距」。

这两个词得分开看。差距是一百米差三十米，跑快点能追上；断层是地面上裂开一道，你跑得再快也过不去，得换条路或者架座桥。

裂在哪儿？

你记下来的是结果。它要的是过程。

还是那笔十二万的退货。表里只有一个数。可它背后有一串东西：是哪个客户、走了谁的审批、按哪条规则能退、退多少以内不用上报、什么情况下可以不让退。

这些不在表里。在审批那个人的脑子里。

所以在老系统上叠一层 AI，等于让它拿着一堆结果去猜原因。猜对了是运气，猜不出来才是正常。

书里把「知识体系治理」拆成四关，每关都配了个「难」字。我一开始以为这是四个工程量，后来发现不是。

后三关为什么钱解决不了，得分开说。

语义统一是个两难。强行统一要动业务，动业务就出事；放任不管，AI 天天认错人。这是取舍，不是工程量。

事理建模更难。书里有句话我看了很久：「甚至专家自身也难以完全言明」。老师傅知道该怎么做，说不清为什么这么做。你让他写，他写「视情况而定」。

安全与开放卡在老办法上。传统权限管的是「谁能看哪张表」，AI 是动态调用、随时组合、随时推理，老办法管不了这种用法。

所以那一套工具买回来，能解的只有第一关。这也解释了为什么很多项目平台上了、工具买了，AI 还是不动——它卡在后三关，而这三关不在采购清单里。

书里还有个说法，我一开始没看懂：Data for AI，加上 AI for Data。

正向好理解，把数据加工成 AI 能用的样子。

反向才是新的——用 AI 反过来治数据。AI 的判断结果写回语义层，语义层再喂给下一轮。

这句话要是成立，「数据治理项目」这个东西就有点麻烦了：它没有结项的时间点。这活儿交不出去，得一直转着。

那验收口径就得改。别写「治理完成」，写「这个环转起来了，而且控得住」。这句在签合同的时候不说清，交付那天一定要扯皮。

翻一下你们的资产目录。 书里把数据资产分三类：面向作业、面向分析、面向 AI。前两类一般都有，第三类多半是空的。空着，就说明这套东西现在只服务人。

挑一个小场景，别急着整数据，先让懂的人把规矩写下来。 什么情况下怎么做，一条一条写。这一步不用技术，不用平台，一支笔就行。写出来的那些东西，就是 AI 将来的骨架。

验收别写准确率。 写「AI 能不能答对这三个业务问题」。准确率好凑，答对答不对不好凑。

前阵子我把这些跟那个朋友讲了。他想了半天，说他们车间有个老师傅，调机调了二十多年，机器有什么毛病听声音就知道。

老师傅退休那年，厂里让他写个手册。他写了三页纸，翻来覆去一句话：视情况而定。

朋友说，我们那套治理搞了两年，从来没想过要问老师傅一句「你凭什么这么判断」。

问了也不好写。

可你要是不问，那些东西就跟着人走了。