> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-wu-bu-fen-luo-di-pian/27-shu-ju-ji-chu.md).

# 第 27 章 · 数据基础:够用的标准

一谈数据，企业常卡在两个相反的极端。一端是"我们数据太乱，不敢碰 AI"；另一端是"先花两年把数据中台建好，再上 AI"。第 4 章已经说过，这两种都是把数字化当成一道必须先迈过去的门槛，而它其实是一条随用法变化的斜坡。这一章把"够用"的标准说具体。

数据够不够用，取决于要让 AI 干哪种活。让 AI"说"——写文案、拟初稿——几乎不需要企业自己的数据，通用能力就够。让 AI"读懂企业自己的东西"，要的是资料可获取、电子化、权威版本清楚、权限清楚，也就是"资料卫生"过关，但并不要求高度结构化。让 AI"替企业动手"，标准最高：数据要准确、可通过接口调用、权限分明、操作可追溯。同一批数据，喂给不同深度的用法，够不够用的答案完全不同。

抛开用法，数据本身可以从三个务实的维度看。可获取性：关键数据到底拿不拿得到，还是锁在某个部门、某个老系统里出不来。质量：数据准不准，是不是权威的、最新的版本。可用性：格式和接口能不能被程序调用。这三维不必都追求满分，而是按目标场景的需求，缺哪块补哪块——想做的场景对哪一维要求高，就先补那一维。

这里有一个第 4 章提过、值得再强调的转变：AI 能反过来帮着做数据治理。过去把非结构化的合同、工单、记录整理成规整的数据，要靠人一条条清理；现在可以让模型先抽出结构、打好标签，人再校对。于是路径从"先把一切治理好才能用"，变成了"边用边治理"——用具体场景的需要，牵引数据治理一块块推进，而不是先做一个庞大而没有出口的数据工程。

但"够用"不能变成偷懒的借口，它有一条不能破的底线：喂给 AI 的关键数据，必须是对的、权威的。因为 AI 是"会猜的机器"，它不会质疑喂进来的东西，只会把它当作最像正确的答案自信地放大。数据错了，它不会纠错，只会把错误讲得更像真的——垃圾进，垃圾出，而且是包装得很漂亮的垃圾。所以数据可以不完美、不齐全，但作为判断依据的那部分核心数据，准确和权威这两条不能将就。

## 要点速查

* 破除两极："数据太乱不敢碰"和"先建两年数据中台再上 AI"都错；数据是斜坡不是门槛（接第4章）。
* "够用"随用法变：让 AI"说"几乎不需要数据；"读懂"要资料卫生（可获取/电子化/权威版本/权限）；"动手"要准确+接口+权限+可追溯。
* 三个务实维度：可获取性、质量、可用性；按目标场景缺哪补哪，不追求全维满分。
* AI 反过来帮治理（Q6）：从非结构化抽结构、人再校，"边用边治理"；但底线是核心数据必须对、必须权威，否则 AI 会自信地放大错误。

## 给管理者的三步

* 现在：别等数据全治理好；按当前想做的场景，只问"这个场景需要的数据够不够用"。
* 三个月：锁定目标场景依赖的关键数据，专项确保它可获取、且是权威最新版本。
* 一年：用 AI 辅助，"边用边治理"，让数据治理跟着场景一块块推进，而非先做一个没有出口的大工程。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-wu-bu-fen-luo-di-pian/27-shu-ju-ji-chu.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.