重點摘要
- 大部分企業 AI 應用靠的是您已有的文件和記錄，而不是大數據。
- 檢查五件事：存放位置、格式、品質、存取權限及負責人。
- 數據問題應在專案計畫內，按流程逐一解決。
管理層常以為 AI 需要數據倉庫和一隊數據科學家。對大部分工作流程自動化而言，並不需要。它需要的是正確、可用、而且工具獲准讀取的文件和記錄。
五點檢查清單
一、位置
您知道這個流程所需的資料存放在哪裡嗎？共享硬碟、電子郵件資料夾、ERP、CRM、紙本檔案？逐一列出。
二、格式
資料是否已數位化並可供機器讀取？現代 AI 能讀取掃描 PDF 和照片，但打字文件和結構化記錄更可靠。
三、品質
資料是否最新而且一致？同一份價目表有三個版本，或客戶記錄缺少電子郵件地址，都會讓 AI 給出錯誤答案。
四、存取權限
AI 工具在法律上和技術上能否讀取這些資料？檢查權限、系統串接，以及按《個人資料（私隱）條例》或當地規定，個人資料能否用於這個目的。
五、負責人
由誰負責更新？以去年政策建立的內部知識助理，比沒有更糟。
評分及決定
如果流程五項全部通過，就可以開始建立；如果有一至兩項不合格，就把修正納入專案，例如在自動化報價前，先整合價目表或清理客戶資料庫；如果有三項或以上不合格，就應另選第一個專案。
數據工作就是導入工作
整理和串接數據，往往佔 AI 專案一半的工作量。要為此預留預算，並確保負責導入的人同時具備業務理解及技術能力。