数据质量决定效果上限——具体是什么意思

一、「数据质量决定效果上限」是什么意思

这句话经常被当成套话，它其实有一个很具体的含义：AI 不会纠正你的数据，它只会放大数据里已有的问题。

文档里有两份互相矛盾的制度，问答系统不会告诉你哪份对，它会挑一份答给你，而且语气很确定。

过期未清理。旧版制度、作废流程、离职员工的联系方式还在库里。这类问题最隐蔽，因为内容本身是「对的」，只是不再适用。

口径不统一。同一个指标在不同部门有不同算法，导入之后无法判断哪个是准的。

关键字段缺失。历史记录里一部分没填负责人，做归因分析时这部分只能丢掉。

不需要全库清理，按场景清理即可：只清理这个场景实际读取的那部分数据。

判断标准是可核对性：抽一小批样本，人工能确认它们都是对的，就可以开始试点。抽查通不过就先别上——上了之后错误会被放大，返工成本更高。

清理规则必须由业务人员确认，不能由实施方单方判定。

实施方能做的是把矛盾和缺失找出来、给出建议；「哪一份制度是现行有效的」这种判断，只有企业自己能做。