一个企业，数据很少，底子很薄。
连ERP都没上，也没有统一口径。
这样的企业，还能上AI吗？
我的答案是：能。而且可能比那些上了一堆系统、却用不起来的企业做得更好。
为什么？因为AI落地的第一性原理，不是系统，也不是算法，而是我们有没有一套“把经验变成数据”的方法。
这套方法，叫精益。
01 你真的了解精益吗？
先划重点：精益不是让我们“先把数据攒齐”，恰恰相反，它是帮我们把数据从无到有立起来的那把尺子。
什么是精益？简单说，就是用越来越少的投入，产出越来越多的东西，还越来越贴近客户。
但“越来越少”这四个字，有个前提：我们得先量得出来。
一吨产品，原料500公斤、3个人工、1000度电；下个月同样一吨，原料降到480、电费降到800。这不就是“越来越少”吗？
可要是这些数字我们根本没有呢？连“到底少没少”都不知道，拿什么精益？
打个比方。厨师带徒弟：盐少许、葱花少许。每个人心里的“少许”不一样，炒出来的菜自然五花八门。
但换成中医抓药：黄芪5克、丹参5克、茯苓5克。每一样药材都精确到克，那结果自然是谁来抓都一样。
所以，数据是精益的前提。没有计量，就没有精益。
听到这儿大家可能要抬杠：我们企业数据这么少，是不是只能干等着，等有数据了再谈精益、再上AI？
还真不是。对数据薄的企业，精益不是门槛，反而是帮我们“从零把数据量出来”的手段。具体怎么做？给大家一个最小动作：先挑一个最疼、最好数的指标量出来。比如一家厂，先只记每台设备每天停了多少分钟。坚持记一个月，再往下剥一层就明白了。
别小看“每天停了多少分钟”这一个数。它把老师傅那句“今天机器好像有点不对劲”，变成写在纸上的“47分钟”。直觉会跑，人一请假、一离职，经验也会被带走；但数据不会跑。我们每记一天，就是从老师傅脑子里搬出一块砖，谁都能看见、都能用。
而且，这一个数会自己长腿。等这个数记熟了，我们自然会追问：为什么会停？缺料、故障、还是等人来修？于是“缺料几次”“故障几次”又冒出来。一个数牵出一串数，一个车间的账，就慢慢被我们量出来了。精益不是憋大招、攒大表，而是从一个扎手的数开始，把模糊的日子过成清楚的数。
而大家最关心的AI，恰恰等在这儿。AI不会凭空变数据，它要吃我们喂给它的数。攒下的停机分钟、缺料次数、经验清单，就是喂给AI的第一口粮。精益把数据从无到有立起来，AI再把这些数放大成我们算不过来的判断。
02 我们的数据是真的少，还是只是被藏起来了？
很多老板张口就说：我们没数据。
其实不是没有，是被藏起来了，藏在很多老员工的脑子里。
如果数据只长在个别人身上，他一请假、一离职，这个数就跟着没了。行话叫“人肉数据库”。
老师傅看一眼就知道机器哪儿不对，我们问他怎么看出来的，他憋半天说不清。这叫隐性经验：看得见、说不清、传不下去。
说白了，问题的本质并不是“数据少”，而是“没办法让这些经验变成数据”。
把“少许少许”变成精确的克，数据这不就出来了？而这些“变”，恰恰是我们给AI备下的第一口粮。
03 怎么把藏起来的经验变成数据？
具体怎么变？送大家一套我一直在企业推广的方法，叫3D-PDCA：Demand、Draw & Dream、Define三步，再加PDCA循环验证。
第一步，Demand，定义需求：客户是谁、他要什么。很多公司连这个都答不上来：同一个人一会儿“老王”、一会儿“王总”，没清洗，丢给AI能判成七八个客户。需求也分三层：基本需求、期望需求和兴奋需求。
像手机，现在打电话、刷视频、用微信是基本需求，拍照好看能美颜、能整理会议纪要是期望需求，而好用离不开的系统和生态就是兴奋需求。
第二步，Draw & Dream，先画今天再画明天。Draw把现状扒出来：一吨产品耗多少料、几个人工、多少度电。而Dream是把想要的样子描清楚：比如客户不再投诉，停机降一半等。
第三步，Define，定义那道沟。把“现状”和“理想”中间的距离量出来，这道沟就是目标。
差距就是目标，目标就是数据。我们在制造差距的同时，其实就在制造数据。
但光画出沟是不够的，还得用PDCA填平：Plan定计划、Do小范围试、Check看灵不灵、Act固化成标准。转一圈，经验就变成了数据。
这三个D吐出来的数，都是喂给AI的燃料。
04 搞AI，一定要先上系统？
前面说的是把“一个人”的经验变成数据；接下来得把“全公司”串起来——数据得先有条路，能流得动。
很多企业问：想搞AI，是不是得先上套ERP或者MES？
我的回答是：先别急着上系统。先把自己挣钱的全过程，也就是“价值流”理清楚。
价值流有五条：信息流、货物流、现金流、人流、数字流。信息流是前提，它一堵，库存、缺料、投诉、现金紧张全跟着来。
为什么堵？因为九成以上企业不站在客户角度定义价值，而是以自己为中心：“我要什么、我传什么”。于是信息变成一张张审批表，看着走完了，其实没通。
没想清楚价值流就上系统，只会被系统反过来绑住。ERP难用，多半不是ERP的错，是公司还是“部门各管一摊”的老架构，离客户太远，处处断点。
先理信息流，把经验导出来做验证，把精益跑起来。所谓的系统只是结果，并不是起点。
05 AI能帮我们干什么？
精益有个核心叫消除浪费。浪费有九种，三秒记牢：资源、操作、管理三个角度，各有“没做够、做过头、反复做”三种，三三得九。
AI能干嘛？还记得前面说的“差距即数据”吗？人一分解问题就爱拍脑袋：“业绩不行？员工偷懒！激励不够！对手太狠！”这多半不是真原因。
AI的做法，是把“差距即数据”自动化：把业绩按产品、区域、渠道拆开。一拆就露馅，有两三个产品在闷声涨，有两三个在悄悄掉。放大在涨的、砍掉在掉的，业绩自然就上来了。
更实在的是，它能“真动手”。老师傅的巡检经验导成清单、喂给AI后，它给我们的不再是正确的废话，而是一张“明天大概率停机”的预警表、一条“这批单怎么排产”的建议。根因找到了，才有真动作。
但我必须泼盆冷水：有三件事别指望AI。已经过时的经验，喂给AI是垃圾、出来还是垃圾；老师傅留一手、导出失真，AI也算不准；临门一脚那种靠关系、靠人担责的决策，AI也替不了我们。
说白了：AI不是替我们把活干了，是给我们一双俯视价值流的眼睛。该我们拍板、该我们去跟人建立信任的地方，还得我们自己上。
06 数据弱的企业，怎么一步步变强？
三件事先统一：统一数据标准、统一口径、统一做法。
第一年，统一口径。财务、库存、生产、销售、产品型号、发货、回款全部对齐。口径不一致，AI一算账就乱套。
第二年，在统一的地基上做改善，用一个个小改进把指标往上顶。第三年，让这套动作变成习惯。到第四、五年，效果才真正出来。
我见过一家做五金件的小厂，头两年闷头干一件事：把老师傅的调机经验导成清单，把停机时间一个个记下来。到第三年，同样的设备，停机时间差不多降了三成，老板第一次能“看着数字”开生产会。靠的就是先把数攒对。
所以做企业要长期主义。一年年攒数据、统一口径、跑方法论，企业的内核就硬了，后坐力强、打得准、打得狠。
写在最后
总有人问：我企业数据这么弱，得准备到什么程度才能开始搞AI？
大模型能力真正普及的这两三年之后，我的答案是：准备到什么程度都没关系，没有任何准备，就是最好的起点。
我们真正要准备的，只有一件事：能不能狠下心，把锁在自己脑子里的数据，公开出来。
回去先干一件事就行：把公司的库存口径先统一了。就这么小一步，比再多的焦虑都强。
未来企业之间的差距，很大程度上是老板认知的差距。数据少、底子薄，从来不可怕。可怕的是我们把数据锁在脑子里，还以为自己很安全。