AI 能力地图 · ②

主数据：三个系统里的"张伟"，是不是同一个人

销售系统里叫"华兴商贸"，财务系统里叫"华兴商贸有限公司"，还有一条历史记录叫"华兴商贸（原华兴百货）"。它们是一家吗？这个问题不解决，你的报表、预测、AI 员工全在错误的地基上干活。

这是什么（人话）

专业名叫"实体解析+主数据管理"：判断"两条记录是不是同一个真实对象"，然后合并成一条权威记录。客户、供应商、物料、人员——这些被所有系统共用的核心数据，行话叫主数据，它脏了会传染全身。

为什么难：中文变体是重灾区（全称/简称/曾用名/错别字），而且每上一个新系统就多一套编码，历史包袱是复利的。一个流传很广的误区是"我们上了 ERP，数据应该是准的"——ERP 保证的是账平，不保证实体唯一：一物多码、重复客商在单套系统内就能被"合法固化"，系统边界处更是重灾区。

① 分块 先分组，别傻比 ② 相似度打分 组内两两比，得 0-1 分 ③ 聚类成簇 A像B、B像C → 归一组 ④ 权威记录 合并 + 审计链 第②步的分数怎么处理？ < 0.55 自动判「不是同一家」 0.55–0.80 模糊区 > 0.80 自动判「同一家」 0 1 机器拿不准的 5–10% 过去：人工排队逐条看 现在：AI 仲裁 + 人只管终审 两头本来就自动，AI 改变的只是中间这一段 —— 这就是「AI 只碰模糊区」的成本铁律 例：山东华兴商贸 vs 华兴商贸（原华兴百货）→ 0.68 分 → 进模糊区 → AI 给出判断和理由

成熟到什么程度（证据）

AI 改变了什么：传统做法是规则打分：明显相同的自动合并、明显不同的自动放行，卡在中间"拿不准"的 5-10% 全靠人工排队逐条看——这正是 AI 接管的一段。生产级证据：印度一家 2.5 亿用户的互联网公司用微调模型做人名匹配，做到 99% 以上准确率，敢把人工审核队列整个撤掉，一年省 50 万美元；开源工具零配置的成绩也已打赢专家手工调参。国际大厂已把"AI 数据管家"做成产品：AI 常驻清洗、匹配、补全，人只管仲裁。

对你的企业意味着什么

三层价值，由近到远：

  1. 它自己就能省钱：供应商去重（重复供应商=重复付款风险）、客户合并视图（一个客户在三个系统里是三个人，销售和售后各看半张脸）；
  2. 它是报表可信的前提：集团合并报表对不上，八成的根子在主数据；
  3. 它是所有 AI 能力的地基：上一篇讲的表格预测、后面要讲的流程智能，输入数据里实体不唯一，输出全是"精确的错误"。
30 分钟自检法：导出你的供应商主数据总数，再让人按"税号相同或名称高度相似"粗去一遍重，看缩水多少。缩水比例就是你的数据欠账规模——超过 10% 就说明这件事值得排期，超过 30% 说明你的很多报表数字本身就不可信。

怎么落地（顺序很重要）

  1. 先挑一个域（建议供应商——痛感直接、范围可控），不要一上来"全域治理"；
  2. 用工具做粗筛+打分，明显重复的批量处理，拿不准的那部分才请 AI 判断，并保留人工仲裁；
  3. 每次合并留下记录：来自哪几条、按什么规则定的——可查、可回滚；
  4. 建"新增即校验"的闸门，否则治理完三个月又脏回去——这是从"运动式清洗"到"常态化管理"的分界线。

坑在哪

两个别踩：
· 错误合并比不合并更糟：把两家真不同的公司合成一家是事故（付款打错、额度混用）。所以这个场景对精确率的要求是 99% 级别，达不到时 AI 只能当"辅助排序"，不能自动执行。
· 别买"一次性清洗项目"就完事：不建新增校验闸门，清洗完的库从第二天开始重新变脏——预算里"闸门"比"清洗"重要。
← 上一篇：表格预测下一篇：AI 员工的安全 →
最后更新 2026-09-05