本文要点
- AI 项目失败的第一现场通常不在算法，而在数据。 MIT 2025 年报告显示，95% 的企业生成式 AI 试点未产生可衡量回报——其中大多数项目的模型选型没有问题，问题出在模型吃进去的数据上。
- AI 不会质疑数据，只会忠实放大数据的问题。 口径不一致会被放大成自相矛盾的答案，质量缺口会被放大成错误的趋势判断。人在脏数据上有经验兜底，AI 没有。
- 解法不是全量数据治理，而是从 AI 场景倒推的最小闭环。 五步：盘家底 → 定语言 → 把关 → 接语义 → 常运营。单场景以周计见效，跑通即可复制。
一个反直觉的统计
2025 年 8 月，MIT 的研究报告《The GenAI Divide》给出了一组被广泛引用的数字：95% 的企业生成式 AI 试点，没有产生可衡量的商业回报。Gartner 的预测同样不乐观：到 2025 年底，至少 30% 的生成式 AI 项目会在概念验证（PoC）之后被放弃。
有意思的是失败原因的分布。多数复盘报告把原因归结为「场景没选对」「组织没跟上」，这些当然都对，但一线实践里还有一个更靠前、也更常被忽略的原因：
数据根本没准备好。
不是没有数据——企业缺的从来不是数据，CRM、ERP、MES、Excel 台账里堆着十几年的经营记录。缺的是这些数据能不能被 AI 消费：口径统一吗？质量受控吗？业务黑话翻译成机器能懂的语言了吗？
这三个问题，恰恰是传统数据治理没有回答好的。
AI 项目的四种典型死法
死法一：口径对不齐，AI 放大分歧。
同一个「销售额」，销售按签单算，财务按开票算，供应链按发货算——三个部门在周会上吵一小时能吵出结果，因为人可以现场对齐口径。AI 没有这个能力：你把三套数据都喂给它，它学到的就是三个互相矛盾的「真相」，然后在不同的问题里随机引用其中一个。老板问「上个月卖了多少」，AI 今天答 2.3 亿，明天答 2.7 亿——两次回答各自都有数据支撑。这样的 AI，上线第二周就会被业务方弃用。
死法二：质量没人管，垃圾进垃圾出。
主数据里躺着上周五的库存、手工补录的缺漏值、已经停产但还在 BOM 里的物料。人用这些数据做判断时，经验会自动纠错——老计划员知道哪些数要看、哪些数要等。AI 没有这层过滤：断点在它眼里就是趋势下降，缺漏在它眼里就是需求为零。人的经验是数据的隐式质量层，AI 把这层彻底拿掉了，却没人把质量规则显式地补回来。
死法三：语义没人译，AI 读不懂业务。
「齐套率」「铁三角」「一次合格率」「回款口径」——这些业务黑话是企业运转的真实语言，但它们只存在于人的脑子里和几份没人看的制度文档里。数据字典里的字段叫 F001、F002，AI 看得见数、读不懂业务。结果就是：RAG 知识库建好了，AI 检索出来的内容答非所问；Agent 接上了数据库，算出来的指标业务方不认。
死法四：治理大而全，等不到上线。
最隐蔽的一种死法：企业下决心做数据治理，按教科书式的路径——先建数据资产目录，再写制度，再上数据中台，最后做质量监控。两年过去，平台建了、制度发了、治理委员会开了十四次会议，AI 项目还在等「数据底座完工」。AI 场景等不起以年计的治理工程，业务方的耐心通常撑不过两个季度。
传统治理与 AI 供数治理，差在哪
| 维度 | 传统数据治理 | AI 供数治理 |
|---|---|---|
| 治理目标 | 报表合规、审计通过 | AI 决策中枢有可信的数可用 |
| 服务对象 | 数据团队与审计部门 | 业务一线 + AI 系统 |
| 成功标准 | 制度文档与平台上线 | AI 输出质量与决策效率提升 |
| 推进范围 | 全量资产一步到位 | 从 AI 场景倒推的最小闭环 |
| 语义处理 | 数据字典躺在文档里 | 业务语义接入 Ontology 供 AI 消费 |
| 见效周期 | 以年计，常半途而废 | 单场景闭环以周计，可复制 |
注意，这不是对传统治理的否定——指标口径、主数据标准、质量规则，这些传统治理的核心资产在 AI 时代全部有用。换的不是工具，是靶心：从「让报表和审计满意」换成「让 AI 有可信的数可用」。
解法：从场景倒推的五步闭环
我们的做法是把治理范围压缩到「支撑一个具体 AI 场景所必需的数据」，跑通闭环再复制。五步：
- 盘家底——围绕目标 AI 场景盘点数据资产：在哪、谁维护、血缘如何、更新多快。产出场景级资产清单，不是全量目录。
- 定语言——统一指标口径与主数据标准，同一个业务概念只允许一种算法。让三个部门说同一种「数据普通话」。
- 把关——完整性、准确性、及时性、一致性四类质量规则自动校验，异常数据有归属、有处置。
- 接语义——把治理后的数据接入 Ontology 语义层，业务黑话翻译成机器可理解的对象、链接与动作。这一步不做，前面三步的成果 AI 消费不了。
- 常运营——数据责任到人、质量指标进考核，新场景按闭环复制。治理不是项目，是运营。
完整的框架展开见我们的数据治理方法论页面；第 4 步与 Ontology 的衔接逻辑，参见Ontology 实施五步与什么是 Ontology两篇。
判断标准：数据做到什么程度才算「AI 可用」
四条，缺一不可：
- 口径统一：同一指标唯一算法，指标口径字典有权威版本；
- 质量受控：四类质量规则自动校验，异常有告警、有归属、有处置；
- 语义可读：业务概念已翻译为 Ontology 的对象与链接，AI 能用业务语言查询；
- 供给持续：更新频率满足场景要求，且有明确的责任方维护。
上 AI 项目之前，拿这四条对你要用的数据打个分。四条里有两条做不到，建议先把治理做了再谈模型——这不是保守，是算过账之后的理性：治理一个场景的数据以周计，换一个 AI 项目不烂尾，是当下最便宜的保险。
最后的自检问题
五个问题，答不上三个，先别急着签 AI 采购合同：
- 你要上的 AI 场景，需要哪些数据？说得全吗？
- 这些数据里同一个指标有几种算法？哪一种是权威的？
- 数据质量现在靠谁兜底？如果换成 AI 来用，这层兜底还在吗？
- 「齐套率」「回款口径」这类业务词，AI 能读懂吗？语义在哪个系统里？
- 数据每天更新吗？谁负责？他知道自己负责吗？
AI 项目的上限，在数据治理开工那天就决定了。这句话不是吓唬人——95% 的回报率缺口，大部分就是从这里裂开的。
本文是 xinzhiyun 数据治理方法论系列的首篇。系列延伸阅读：指标口径统一怎么做：从三个「销售额」说起（「定语言」一步的实操展开）。想看你的企业数据离「AI 可用」有多远，可以预约一次场景级数据治理诊断。