文档解析和旧数据迁移，顺序错了半年返工

上周有位揭阳的老板问我们："现在 AI 这么厉害，能不能直接把我们公司那些老资料丢给它，让它自己整理？"

这个问题里藏着他真正卡住的地方。他不缺工具，他缺的是有人告诉他，第一步该做什么。他想做的是文档解析，我们给的答案先从别的地方说起。

我们把这件事拆成四个问题，按顺序答。

第一个问题：资料是"能读"还是"能查"

这两件事差得远。

能读，是把一堆 PDF、扫描件、图片里的字认出来。这个现在工具做得相当可以。难的是"查"——你问"张总去年签的那批货多少钱"，系统得先在二十年的资料里定位到那一张单子、那一个附件、那一行数字。

大部分公司卡在这里。认字已经不难了，认得让人放心才是难的。文档解析真正难的是后半截。

我们帮厂里试装模型那回，最大的工作量不是调模型，是把散在四个人电脑里的文件理出目录来。目录清楚之前，模型再准也是白搭。公司的资料都散在谁电脑里，这事值得想想讲的就是这件事。

第二个问题：AI 说的那句"不确定"，你打算怎么用

我们见过不少失败的项目，不是工具不行，是团队从一开始就定错了预期——把 AI 当成一个一定会说对话的同事。

它会给出一个看着挺像样的答案，而且不标来源。你去核对，发现是编的。这个信任一旦塌一次，团队就再也不用了。

正确的用法是把它当"索引加初稿"：它先翻出三份最可能相关的资料给你，你看完再判断。判断权在业务的人手里，机器只负责把人送到对的那一页。

第三个问题：这套东西谁来维护

更常见的坑在这儿。系统上线三个月，效果还行。第四个月负责的人调走了，模型还挂着，知识库没人更新，答出来的东西开始过期。

半年后没人敢用了。

所以定制这套东西的时候，一定要定一个明确的人：每周花多少时间管知识库、谁审新增的内容、答错了往哪儿报。没有这个人的 AI 项目，寿命一般不超过半年。我们见过太多这种结局。

如果公司有一堆老系统的数据——几年前的订单、客户、库存——先做数据迁移，还是先上新工具？

我们的判断是：数据不清，新工具就是给脏数据加了一层界面。先花两三个月把老数据理干净、迁进新系统，后面所有事情都顺。这一步最枯燥，也最容易被跳过。跳过它的项目，半年后全部返工。旧系统里的老数据怎么迁移，我们写过具体的做法。

先理目录，再定负责人，然后才轮到选工具和模型。这三步做完，工具有没有差别其实不大。

汕头和潮州的公司想系统地做这件事，可以找我们聊聊。定制开发、系统对接、本地化部署我们都在做，费用这块这只是大致区间，具体费用要根据你的实际需求评估——功能多少、数据量多大、要不要对接已有系统，差别会很大。规矩是先出需求清单或方案，再给明细报价。

联系可以打 13829578822，微信同号，也可以直接来公司聊，带上你的资料目录，我们一起看。