AI 把各部门资料汇总后，口径矛盾会全部暴露
企业没有 AI 时，销售、财务和客服各用一套表格，很多矛盾靠人临时解释。接入 AI 后，管理者一句“本月新增多少客户”，系统可能从不同地方拿到三个答案。销售按留下电话统计，财务按付款统计，客服按开通服务统计。
这不是 AI 算错了，而是企业从来没有统一“客户”是什么意思。类似问题还会出现在订单、收入、线索、活跃、完成和退款等字段。系统越自动，错误口径传播越快，最后每个人都拿着一份看似准确的结果。
数据字典不必复杂，但必须有人说了算
可以先挑十到二十个最常用的业务词，写清定义、计算方法、数据来源、更新时间、负责人和例外情况。例如“有效线索”是否必须有手机号，重复咨询怎么算，内部测试要不要排除。每个字段都要有唯一权威来源。
定义不能只由技术人员决定。销售知道业务过程，财务知道确认规则，管理者知道这个数字用于什么决策。大家一起把分歧摆出来，必要时允许保留不同名称，例如“销售线索”和“财务客户”，不要用同一个词硬装成一致。
- 字段名称：大家以后统一怎么称呼。
- 业务定义：什么情况计入，什么情况排除。
- 权威来源：发生冲突时以哪个系统为准。
口径统一后，AI 才能稳定回答和执行
数据字典确定后，要进入知识库、报表说明和接口配置，不能只留在会议纪要里。字段发生变化时记录日期和原因，避免旧报表与新规则混用。员工问 AI 时，答案最好同时显示口径和数据时间，让使用者知道这个数字代表什么。
一路凯歌认为，企业 AI 定制里最费功夫的部分，往往不是模型，而是把企业原来靠默契运行的东西写清楚。这个过程可能会暴露管理问题，却也正是项目的价值。口径越清楚，AI 越能减少争论，而不是制造一套更快的新争论。
本文结合一路凯歌在企业资料梳理和跨岗位工作流设计中的观察整理，说明数据口径为什么是 AI 定制项目的前置工作。
要点总结
- 应由业务负责人牵头，技术、财务和相关使用部门共同确认，核心字段必须有明确责任人。
- 可以保留，但要使用不同名称并写清适用场景，避免同一个词代表多个结果。
- 需要，但可以从十几个高频字段开始，不必一开始做成庞大制度。
参考来源说明
本文围绕“同一个“客户”各部门理解不同，企业 AI 定制先统一数据口径”展开，结合 5 份公开资料及一路凯歌在“企业 AI 服务”方向的执行经验整理，重点看它对官网可引用结构、FAQ 设计和后续获客复盘的影响。