夜雨聆风上个月，我建了一个餐饮老板群，10个人，用同一套AI菜品分析工具。结果出来，5个人说"准到离谱"，3个人说"完全没用"，2个人说"还不如我自己拍脑袋"。
那5个说"准"的人，输出了什么
我把他们上传的数据翻了一遍，共同点非常清楚：
数据颗粒度细。
不是"本月营业额20万"这种汇总数字，而是：
· 每道菜的销量，按天
· 每个时间段的入座率
· 每张订单的菜品组合
· 退菜率、加菜率按菜品分
有个开烤鱼店的老板，甚至把"每桌用餐人数"和"点单耗时"都录进去了。
AI拿到这种数据，能告诉你：
▲ 同一套AI工具，输入数据质量天差地别，输出结果自然天差地别
那3个说"没用"的，发了什么
我看了他们的上传文件，问题一目了然：
Excel里，一列"备注"撑全场。
"今天的客流量还行"——这是一条数据。
"周末人多"——这是另一条。
"新品反响一般"——这也是。
你让AI分析这种东西，它除了帮你把文字改得通顺一点，还能干什么？
最离谱的一个，把整个月的营业数据拍成一张照片上传，说AI识别不了。
兄弟，你连数据都没数字化，AI再强也只能帮你喊加油。
中间那2个"不如拍脑袋"的，问题在哪
他们的数据其实挺全的，格式也对。
问题出在数据口径不一致。
第一周的"营业额"含外卖，第二周不含。
"客单价"有的算酒水，有的不算。
"翻台率"周六是实际翻台数，周日是系统自动算的——算法还不一样。
▲ 数据口径不一致，AI算出来的结论自己都矛盾
AI不负责帮你清洗数据，它只会按规则算。你喂它一顿乱七八糟的数字，它吐出来的结论自然也是乱七八糟的。
这不能怪AI，这叫Garbage In, Garbage Out——这是计算机领域最古老的真理，比AI这个概念老了50年。
我店里是怎么做的
我们"食集"现在170多道菜，每天记录的数据字段是固定的：
· 销量（按菜品，按天）
· 时段（午市/晚市/夜宵）
· 天气（晴雨温度，对接了气象API）
· 是否节假日
· 美团/抖音/到店各渠道占比
这套东西，我让店长用平板录，每天打烊前5分钟填完。
AI拿到这个级别的数据，能做的事情完全不一样：
| 问题 | 模糊数据 | 精细数据 |
|---|---|---|
| 明天备多少货 | "大概多备一点" | "A菜备货+12%，B菜-3%，置信度87%" |
| 哪道菜该下架 | "感觉吃的人不多" | "连续14天销量低于均值1.2个标准差，建议替换" |
| 定价是否合理 | "差不多吧" | "C菜价格弹性系数1.8，提价5%销量预计降9%，净利润+3.2%" |
同样的AI，数据质量差10倍，输出价值差100倍。
一个更扎心的真相
你买的那些"AI课程"，教你怎么用提示词、怎么选模型、怎么调参数——
没人教你怎么整理数据。
因为这事儿没法学，只能自己做。
每个行业的数据结构不一样，每个店的基础条件不一样，甚至每个老板的管理习惯不一样，决定了你能拿到什么质量的原料。
AI是锅，数据是菜。你给我世界上最好的锅，我塞进去一堆烂菜叶，炒出来的还是不好吃。
三个问题，测测你的数据够不够格
不用找专家，自己回答这三个问题，就知道你的AI工具为什么不好用了：
1. 你的数据，是"记录"还是"统计"？
记录：原始发生的每一条——每笔订单、每次退菜、每个顾客的评价
统计：已经汇总过的数字——月销售额、平均客单价、总成本
AI需要的是记录，不是统计。统计是给人看的，记录才是给AI吃的。
2. 你的数据，能追溯多久？
3个月以内的数据，AI只能做"描述性分析"——告诉你发生了什么
6个月以上的数据，AI才能做"预测性分析"——告诉你接下来可能发生什么
我店里现在积累了11个月的数据，AI才开始给出靠谱的备货建议
3. 你的数据，有"标签"吗？
光有数字不够，还得有上下文
"今天营业额5000"是一条数据
"今天营业额5000，下雨，周二，无活动"才是AI能用的数据
AI工具好不好用，80%取决于你喂给它什么，
20%才是模型本身的差距。
绝大多数人骂AI没用，其实是在骂镜子——镜子照出来的是你自己的数据，不是AI的错。
下一篇，我会写一个更具体的：我是怎么用11个月，把"食集"的每日数据从一堆烂账，整理成AI能吃的格式的。
这条路不好走，但走通了，值。
第24篇 | 数据质量决定AI输出 | 2026.05.28