AI 模型只是放大器，資料基礎建設才是天花板
企業過度關注 AI 模型選擇，卻忽視資料品質和基礎建設——這是決策順序反了。
問題不在模型選擇
我最近看到一個現象：很多團隊在 AI 投入上的決策邏輯是反過來的。
他們先決定用什麼模型——GPT-4、Claude、開源方案——然後才問「我們的資料夠嗎？」。這個順序就有問題。更常見的情況是，他們根本沒問第二個問題。
結果是什麼？花了錢買了一個強大的模型，但輸入進去的資料品質很差。就像買了一台高級相機，卻拍的全是模糊的照片。模型再聰明也救不了。
資料基礎建設的真實成本
我說的「資料基礎建設」不是指 data warehouse 或 data lake 這些基礎設施。我指的是：
- 資料的定義和標準化——同一個欄位在不同系統裡的含義是否一致
- 資料的清潔度——有多少比例的資料是可用的
- 資料的可追溯性——你能說清楚這筆資料從哪來、經過了什麼轉換嗎
- 資料的更新頻率和延遲——對你的業務決策而言，這個延遲能接受嗎
這些東西沒做好，模型輸出的品質天花板就很低。而且你會花很多時間在「為什麼結果不對」這個問題上。
為什麼會反過來
我的觀察是：模型選擇看起來像是一個技術決策，很容易被量化、被比較、被討論。「用 GPT-4 還是 Claude」這種問題有明確的對標對象。
但資料基礎建設是組織問題。它涉及流程、責任歸屬、跨部門協作。這些東西沒有清晰的技術指標，也不能用「換一個更好的工具」快速解決。所以很容易被忽視。
結果就是：決策者看到一個新的大模型發布，覺得「我們也應該試試」，然後砸錢。但三個月後發現效果不如預期，結論是「這個模型不適合我們」，然後再換一個。
實際上問題從來不在模型。
該怎麼做
如果你現在要啟動一個 AI 項目，我建議的順序是：
- 先盤點你有什麼資料，這些資料的品質如何
- 定義清楚你想解決的具體問題，需要什麼樣的資料輸入
- 如果資料不夠或不夠乾淨，先投入在清潔和標準化上
- 然後才選模型
這樣做會比較慢。前三步可能要花幾週或幾個月。但一旦資料基礎建設好了，後面換模型、迭代效果都會很快。
反過來的話，你會陷入一個無限迴圈：不斷換模型，不斷調參數，但根本問題沒解決。
我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。