现在这波企业AI工作流改造，和10年前企业大数据改造的时候很像。唯一不同的是，梳理结构性or非结构性数据。

10年前企业数字化转型，要把数据能结构化尽量结构化：客户的性别、邮箱、手机号、看过什么广告、点击了什么、社交媒体收藏了什么、在自己的店铺买了什么——媒体的广告数据、电商平台数据、自家网站数据、有CRM的话看CRM数据，都要争取打通在一起。

现在AI的工作流梳理，要把每个环节要做什么、需要什么数据（可能是以非结构化的文字图片甚至视频实现的，知识库模式）梳理清楚。

这两次转型还都牵扯一个事情：数据的实时更新。

上一把10年前，通过API接口，把不同平台的数据通过一个管道运到一个地方。

这一次要能保证数据的更新，就需要人不断update知识库，不断把新的信息喂给AI。而业务是不断发展变化的，这类似于要从前世今生到后来全都告诉AI。但多数企业的内部数字化资产非常混乱——这类似于把从四书五经，到资治通鉴，到中国近现代史，到和谐社会，到现在的一切都梳理清楚——很难。

当然AI模型会不会进一步更新，以致于自己搜集信息的能力更加强大到靠推理和脑补可以融会贯通；或者随着时间的推移，知识库的衬垫方式发生改变——还都不得而知。未来还是有很多可能性。

#AI来AI去#