一物一码系统接入AI前，应先确认产品、批次、渠道和事件记录能否相互对应，再检查统计口径与访问权限。数据多不代表资料完整，缺失的关系也不会因为接入模型而自动补齐。潜利可从具体分析任务出发，逐项梳理数据来源、异常清单和可核验样本，之后再评估AI辅助能力。
哪些主数据问题会影响AI分析？
同一产品在ERP和追溯平台中使用不同编号，经销商改名后留下两个账号，规格从毫升改成升却没有统一换算，都可能让汇总出现偏差。AI即使正确读取了每条记录，也可能把同一对象拆开统计，或把不同对象错误合并。
建议建立跨系统映射，保存有效时间和变更原因。历史单据应能解释当时使用的名称与单位，不能用当前档案直接覆盖全部旧记录。合并客户或产品也需要审核，避免丢失渠道归属与责任信息。
事件记录要先统一什么？
需要明确赋码、检测合格、装箱、出库、签收、查询与领奖分别代表什么。打印数量不等于合格数量，出库也不等于终端销售。每条事件至少应能定位对象、时间、业务类型与来源，必要时关联工单和操作工位。
采集时间与平台接收时间宜分别保存。断网补传会让历史事件集中入库，如果分析只用入库日期，就可能把某一天的生产和扫码表现误判为异常。重复请求也应结合业务身份判断，不能把所有同码事件一律删除。
| 检查项 | 常见问题 | 建议处理 |
|---|---|---|
| 产品映射 | 同物多号、单位不同 | 建立受控对照关系 |
| 渠道档案 | 重名、迁移和账号混用 | 核对主体及有效期 |
| 事件语义 | 查询被算成销售 | 明确业务含义 |
| 时间字段 | 补传集中改变日期 | 区分发生与接收时间 |
缺失值和异常记录能直接让AI补齐吗？
不能把推测补值当作真实生产或交易事实。可以由AI帮助整理待核查清单，但需要原始凭证、接口回执或现场确认来更正。确实无法恢复的记录，应注明缺失范围及其对分析的影响，而不是生成看似合理的批次和数量。
模拟案例：同一经销商出现两个名称
以下为模拟情况。一家经销商更名后，旧仓储系统沿用旧名，新平台使用新名。AI按名称汇总时将其拆成两个客户，造成渠道排名变化。确认主体身份后应通过受控映射合并分析范围，同时保留历史名称。若两家企业只是名称相近，则不能为了让报表整齐而合并。
潜利如何建立AI试点样本？
可围绕潜利AI一物一码云平台选择一组人工能复核的问题，包含正常任务、补传、退货、错绑与渠道更名。记录标准答案、来源和计算口径，再比较AI输出。验收既看答案，也看引用依据、权限与无答案时的处理。
事件字段可参考GS1 EPCIS说明理解业务信息表达，采用相关思路不代表系统已经通过认证。企业仍需用实际记录验证数据完整性。
常见问题
数据没有完全整理好就不能试点吗？
可以限定在质量较好的数据范围，并明确哪些问题暂不支持。
AI能自动识别所有错误记录吗？
不能保证，可以辅助筛选线索，仍需要规则、原始凭证与人工核查。
数据治理只在上线前做一次吗？
应在新增产品、接口变更和业务调整时持续维护，防止口径再次分散。
需要评估AI接入前的数据准备，可联系潜利科技，咨询热线：400-600-9896。