问题不在于模型，也不在于数据，而在于你的人工智能根本不知道你的数据究竟意味着什么。 问问任何一家企业人工智能团队，他们遇到的阻碍是什么，你都会得到一个比较委婉的说法：“我们正在扩大试点规模。”“我们正在努力提高数据质量。”“我们需要更好的管理。” 他们的真实意思是：人工智能会根据提问者是谁、访问的是哪张桌子以及当天是星期几给出不同的答案。而且没有人足够信任它，让它去做任何重要的事情。 这不是模型问题，也不是数据问题，而是意义问题。数据就在那里，可以访问，也相互关联。但使用这些数据的AI却完全不明白，在企业实际运营的背景下，这些数据究竟意味着什么。 “收入”一词在三个不同的表格中以三种不同的方式定义。“活跃用户”对产品团队而言是指每日登录用户，对增长团队而言是指过去 30 天内的任意会话用户。“客户”包括 Salesforce 中的试用帐户，但不包括计费系统中的试用帐户。这一列rev_adj_v2_final只有四年前创建它的分析师才觉得有意义。她两年前就离职了。 人工智能对这些一无所知。它只是随便选一张表，然后自信满满地给出一个数字。还附带一张图表。 每个人都在...