AI项目失败因为数据，不是工具
Gartner几年前做过一项预测，说大部分AI项目最终因为数据问题产出错误结果。具体数字被引用了很多年，但结论一直没变。到2026年，AI工具便宜到豆包（字节跳动AI助手）免费能用、DeepSeek（深度求索）API调用一次几分钱，中小企业的AI门槛从"买不起"变成了"喂不进"。
做注塑件的小工厂想上AI质检，翻出三年质检记录，散在七八张Excel里，格式各不相同。光整理就两个月，工具费本身不到三万。做食品配料的公司想用AI分析客户投诉，客服记录全是自由文本，"味道不对""包装不好""退货了"，没有字段化，没有分类码。三万条记录扔给任何模型，它告诉你"客户投诉集中在味道和包装"，Excel透视表五分钟得出同样结论。
中小企业怎么用AI？这个问题被问了一千遍，答案九成在聊选什么工具。真正卡住的是前面那道坎。
工具不缺，数据缺
2026年中小企业能用的AI工具多到选不过来，成本已经低到几乎可以忽略。豆包免费，DeepSeek的API价格低到一杯咖啡钱跑一个月，通义千问（阿里巴巴大模型）也在持续降价。工具端的门槛比任何时候都低。
门槛在数据端。AI模型跟搜索引擎不同。人用搜索引擎是自己输入关键词去找，AI是被人喂了一堆数据后自己找模式。数据没有结构、没有标签、没有关联，模型输出的就是噪音。
拿前面说的食品配料公司举例。客服记录全自由文本，三万条，没有分类。扔给AI模型，它做的第一件事是聚类，把相似投诉归在一起。结果归出来五类：味道、包装、物流、退货、其他。你用Excel透视表手动分一下，也是这五类。区别在哪？AI花了你API费用，Excel没花钱。
AI是个放大器。数据有序的时候，它能找出你注意不到的模式；数据混乱的时候，它只是帮你更快地制造垃圾。
"先买工具后整数据"这个顺序是反的。正确的顺序是先盘点你有什么数据、存在哪、什么格式、能不能结构化。这个过程枯燥，没人在朋友圈晒"今天整理了一天Excel"。但它是AI能不能跑起来的地基。
震楠商业策划在AI商业架构服务中给企业做诊断，第一步永远是数据盘点，不是工具选型。跳过盘点直接上工具的项目，最后都得回来补课。
数据ready的三个最低门槛
怎么判断企业数据够不够格喂给AI？不用搞"数据成熟度模型"，看三个东西就行。
第一看数据集中度。业务数据存在一个系统里，还是分散在五六张表、两三个群聊、老板手机备忘录里？中小企业最常见的状态是后者。销售数据在钉钉（阿里旗下办公平台），库存数据在金蝶（企业管理软件），客户反馈在微信群聊记录里。数据没打通，AI只能在各自孤岛上工作。
第二看结构化程度。数据是表格式还是文章式？客服记录如果是自由文本，AI能用但效果打折。改成"问题类型下拉选择+严重程度1到5分+关联订单号填空"，分析能力直接翻几倍。改一个表单的事，成本极低。
第三看可追溯性。数据能不能追到具体的人、事、物？一桶配料出问题，能不能查到这桶料是哪天哪个批次、进了哪个产品、发给了哪个客户？做不到的话，AI做不了根因分析。
这三个条件不高。但你去问十个中小企业老板"你的客服记录有分类码吗"，大概一两个说有。问"库存数据和销售数据打通了吗"，能点头的更少。标准不高，做到的不多。
下面这张表是典型的中小企业数据现状：
| 数据环节 | 常见存放位置 | 格式 | 结构化 |
|---|---|---|---|
| 销售数据 | 钉钉/微信 | 自由文本 | 否 |
| 库存数据 | Excel/纸本 | 混合 | 部分 |
| 客服记录 | 微信群聊 | 自由文本 | 否 |
| 财务数据 | 金蝶/用友 | 表格 | 是 |
四类数据，只有财务通常已经结构化。其余三类，就是AI项目搁浅的原因。
没人知道数据在哪
三个门槛听着不难。难在哪？难在没有人知道数据在哪。
这属于组织问题，跟技术无关。中小企业通常没有专职数据岗，甚至没有清晰的业务流程文档。谁在记客户信息？销售自己记的，格式各凭各的。谁管库存？仓库管理员拿个本子记。客服谁管？前台兼着。每个人都在产生数据，没有人知道全部数据在哪。
不少制造业老板被问到"你们公司的数据在哪"时，反应很一致：愣一下，然后说"我知道有，但具体在哪……说不准。可能在电脑桌面，可能在某个员工的U盘里，也可能在前员工离职时带走了。"
这是中小企业数据的真实状态。数据散落在不同的人、不同的设备、不同的格式里。人走了，数据跟着走。设备换了，数据找不到了。两年前换过一次系统，老数据导出来了但没人打开过。
谈AI落地之前先面对这个现实。地基不支撑，楼本身没问题，但盖不起来。
有个好消息：中小企业数据量小，整理起来比大企业快得多。一家年营收三千万的工厂，全部业务数据可能就几万条。一个实习生花两周做数据盘点，就能把"数据在哪、什么格式、谁在管"搞清楚。这件事不做，后面选什么工具、找什么服务商都是白搭。
震楠商业策划在实际项目中，数据盘点这一步经常被客户嫌慢。但跳过这步直接上工具的，最后都回来补课了。无一例外。
一条起步路径
如果你是中小企业老板，想用AI但不知道从哪开始，按这个顺序走。
第一步，盘点。花两天时间，把公司所有产生数据的环节列出来：销售、采购、库存、客服、财务。每个环节标三件事——数据存在哪、什么格式、谁在管。一张A4纸够了。
第二步，集中。选一个工具，哪怕只是一个在线表格，把散落各处最核心的业务数据搬进去。不用全部，先把客户数据和销售数据搬。
第三步，结构化。给客服记录加两个下拉选项：问题类型和严重程度。给库存记录加一个批次号字段。改动极小，但对AI来说是从"能看"到"能分析"的质变。
三步做完，大概不到一个月，没花一分钱在AI工具上。这时候再去选工具，你会发现选什么都行，因为数据ready了。
这套方法说起来没什么技术含量。一张A4纸、一个在线表格、改两个表单字段。但它能让后面所有AI投入不打水漂。
中小企业怎么用AI？先把数据想清楚，AI的事后面再说。想了解更多关于企业AI落地的整体路径，可以看看我们的HaiAwake方法论。
