这两年物业系统厂商谈得最多的就是"接AI"。智能客服、智能派单、辅助分析，演示起来都很顺。但真到自己项目上跑，效果往往打折扣。多数情况不是AI不行，而是喂给它的数据太乱——同一个小区在两个系统里叫不同名字，业主联系方式有一半是空的，历史台账格式五花八门。
AI是放大器，数据干净它放大价值，数据脏它放大问题。所以在接入之前，建议像设备做年检一样，给数据做一次体检。半年一次，节奏正好，年中是个合适的时间点。
第一项：字段口径一致不一致
这是最容易被忽略、又最致命的一项。同样是"房屋面积"，有的系统存建筑面积，有的存套内面积；同样是"业主状态"，有的写"在住"，有的写"已入住"，有的直接留空。口径不统一，AI做出来的统计和判断就会失真。
先列字典，再谈智能
体检的第一步是把核心字段拉出一张数据字典：每个字段是什么含义、取值范围、由谁维护。这张表做出来，很多隐藏的口径冲突就暴露了。
第二项：空值、重复和异常值
查一遍关键字段的空值率。业主联系方式、房屋编号、收费项目这些如果空值过高，AI做触达和对账时就会大面积失效。重复记录也要查——同一户在系统里出现两次，催缴和统计都会出错。异常值同理，比如面积是负数、缴费日期在未来。
第三项：权限边界清不清楚
接入AI后，智能问答会按某种规则去调数据。如果原本的权限边界就模糊，普通员工能看到全项目的敏感信息，那AI很可能把这个口子放得更大。体检时要确认：哪些数据是公开的、哪些是内部的、哪些涉及个人信息需要严格控制。这一项和数据合规直接相关，不能省。
第四项：历史台账能不能用
很多项目的历史数据躺在Excel、纸质档案甚至个人电脑里。接AI之前要评估：这些历史台账要不要进系统、能不能清洗进来、清洗成本有多高。不是所有历史数据都值得迁移，但要先有判断，而不是上线后才发现"以前的数据根本调不出来"。
简要判断：给系统接AI之前，先做一次数据体检比急着选模型更实在。字段口径、空值重复、权限边界、历史台账这四项查清楚，AI才有干净的底子可用。把数据治理当成半年一次的常规动作，智能化才走得稳。