拥抱AI 企业先躲开“垃圾进垃圾出”
转自：中国经济导报
崔立勇
在计算机科学领域，几十年前就有个说法：“Garbage in，Garbage out”。文雅一点的翻译是“错进错出”，直白而言就是“垃圾进，垃圾出”。如果输入的数据质量堪忧，那么输出的结果也将不可避免地质量低劣。
随着AI（人工智能）的狂飙突进，“Garbage in，Garbage out”的问题非但未解，反而风险与日俱增。不久前，某企业的负责人告诉记者，网络上关于该企业的诸多文章的内容非常不准确，而且这些看起来“AI味道十足”的内容还在以讹传讹。出于安全风险的考虑，企业又不会将财务、供应商等内部的敏感数据直接暴露给AI大模型。
众所周知，AI的精髓在于学习，学习的对象是“吃”进去的数据。数据越准确，AI才能越强大。若用可信度低、代表性不足、杂乱无章的数据来训练AI工具，无异于自找麻烦。AI有时候会让小错变大错，甚至造成错上加错。
信息的准确与否，优劣之分，关乎胜败，此理浅显易懂。《孙子兵法》讲，“知己知彼，百战不殆”。诸葛亮口中的“亲贤臣，远小人”，既是说人，也是对真实信息上传下达的担忧。当然，诸葛亮所设下的空城计，是将虚假的信息故意散布出去，另当别论。
企业应用AI的前提是数据，但是数据的传递并非轻而易举。譬如，一家快消品企业的生产端和零售端之间的距离可能并不近，某地需求激增，远在千里甚至万里之外的生产端第一时间收到需求数据，物流和分销等环节能够据此数据做好准备，过程并没有想象中那样简单。
让企业生产、销售等真实有效的数据实现流通，形成企业内部各类数据的“一张网”，搭建起完整的数据标准体系，企业才能用数据去管理，用数据去决策，进而让AI将企业的想法变成办法。
积极拥抱AI之际，企业当务之急是将数据这一核心资产充分利用好。全球ERP（企业资源计划）市场规模仍在快速增长，这正是企业积极建立数据底座的佐证。
清洗、优化并保护企业数据，确保数据“清晰可见”，企业在AI大潮中才能有望获得丰厚回报。反之，准确数据的欠缺终究会成为企业利用AI的技术债务。