一、一个常见的顺序错误

很多企业接触 AI 的第一个念头是「能不能用 AI 做客户分析」或「能不能自动生成报表」。这些想法本身没问题，问题在于紧接着的一个发现：数据不在系统里。

客户信息在销售的表格里，跟进记录在微信里，库存数字仓库一本、财务一本。这时候引入 AI，第一步不是建模，是先把数据凑齐——而「把数据凑齐」这件事，本质上就是数字化的工作。

二、AI 需要什么样的输入

稳定的流程定义、结构化且连续的数据、清晰的权限边界、明确的判断标准。这四项没有一项是 AI 能自己产生的，它们恰好都是数字化系统的产出。

三、这不意味着必须全部做完再动

不需要等到所有系统上线才碰 AI。判断标准是场景级的：你想做的那个具体场景，它依赖的数据在不在系统里、流程稳不稳定、判断标准清不清楚。

比如内部制度问答——它依赖的是文档，不依赖 ERP。文档在，就可以做。而「预测下季度销量」依赖连续的销售与库存数据，那就必须先有系统。

四、怎么判断自己走到哪一步

三个自查问题：你想做的这个场景，输入数据现在存在哪里？这个业务流程稳定吗（仍在频繁修改的流程，不适合先自动化）？做出来之后，你怎么判断它好不好用（说不出验收标准，就不该开始）？