AI 能力地图
这个系列逐个讲清：已经成熟、但多数企业还没用上的 AI 能力。每篇只回答三个问题——这是什么（人话）、成熟到什么程度（拿证据）、对你的企业意味着什么（该做什么、别做什么）。
① 表格预测：你的每张业务表，现在都能直接出预测
不用建模不用训练，半天就能试一场。清华系开源模型免费可商用。
② 主数据：三个系统里的"张伟"是不是同一个人
所有 AI 能力的地基。数据不干净，上面盖什么都是歪的。
③ AI 员工的安全：老板必须看懂的一张图
致命三角——判断任何 AI 助手危不危险，只需要数三样东西。
④ 四个听起来很热、但不建议你追的方向
隐私计算、AI 点鼠标、发票识别、世界模型——每个给状态标注和正确采购姿势。
⑤ 流程智能：给企业拍一次 X 光
从系统日志还原公司"实际怎么运转"，和"应该怎么运转"对账。理想流程通常只覆盖 50-60% 单据，其余变体是漏洞藏身处；AI 时代还是 AI 员工的导航地图。
⑥ 上下文工程：为什么你的 AI 时灵时不灵
决定 AI 好不好用的第一变量不是模型，是"给它看了什么"。注意力预算——塞多反而变笨。效果和成本的第一杠杆。
⑦ 老系统改造：AI 把"几年"压成"几周"
用 AI 批量读懂+重写老系统（AWS 25 万行 6 周）。但老板先想清该不该迁、用绞杀者模式别大爆炸、AI 加速力气活不替业务判断。
⑧ 整库预测：不止一张表，让整个数据库直接出预测
表格预测的升级版——不吃单表，吃跨多表的关系。省掉拼宽表、做特征那几周，一句人话对着整库出预测。NVIDIA 4 亿美元级收购这条路线的公司。
⑨ 排产优化：把"王师傅不上夜班"翻成一道数学题
求解器几十年前就成熟，卡住企业的是"把车间规矩翻成数学"。LLM 补上这一环，中小制造第一次能用起来。国产求解器已世界一流。
⑩ 合成数据：数据"要用又不能泄"时的安全替身
造统计规律一样、却没有一条真人记录的替身数据。配差分隐私能给泄露划可证明的上限。当内嵌功能用，别单买一个产品。
⑪ 自动实验：用最少的试错，找到最好的那组参数
贝叶斯优化——每轮只告诉你"下一步最该试哪个点"，用最少试验逼近最优。工艺参数、安全库存、账期都能调。Meta 已开源，别和求因果的 RCT 混用。
AI 怎么验收：别让"感觉不错"当验收标准 →
企业验收四问 + 我们亲手证伪自己 96.6% 的真实复盘。
AI 怎么付钱：从按人头到按结果 →
Services-as-Software、按结果计费——采购方该知道的定价新格局。
常见问题
我公司的业务表，能不能直接让 AI 出预测？
能。表格基础模型对任何一张有历史记录的业务表（客户流失、赢单、设备故障、逾期）不用建模、不用训练、秒级直接出预测，成绩常打赢专家手工调参。半天就能试一场。→ 表格预测
三个系统里的"张伟"是不是同一个人，AI 能解决吗？
能，这叫实体解析（主数据 AI 化）。它是所有 AI 能力的地基——数据不干净，上面盖什么都是歪的。以前靠规则+人工审核，现在 AI 能接管规则难判的模糊部分。→ 主数据
怎么判断一个 AI 员工/智能体危不危险？
只需数三样：能不能碰私有数据、会不会读外部内容、能不能对外发信息——三样齐了就危险，这叫致命三角。没有 100% 的防御，实用手段是锁出口+高危动作人工确认。→ AI 员工的安全
哪些 AI 能力已经成熟到能进企业、哪些还不建议追？
成熟可用的：表格预测、主数据、流程智能、排产优化、合成数据、老系统改造、自动实验；2026 年还不建议追的有隐私计算、AI 点鼠标、发票识别、世界模型——每个都该分开看成熟度和采购姿势。→ 四个不追的方向
AI 时代还要不要做数据治理、主数据这些地基？
要，而且更要。主数据不干净，预测、流程、排产全是"精确的错误"。这是多数企业跳过第一层数据地基、直接上第二层应用的头号翻车原因。
用 AI 改造老系统，真能把几年压成几周吗？
能，但有前提。AWS 已工厂化：25 万行大型机代码 6 周迁完（过去按年算）。但老板要先想清该不该迁、用绞杀者模式别大爆炸、AI 加速力气活不替业务判断。→ 老系统改造
想先看哪个方向、或有没覆盖到的能力？回首页告诉我们。