AI 项目一旦拖期，几乎没人说出真正的原因。大家谈模型、谈对接、谈优先级。真实原因往往无聊得多：合同是扫描件 PDF，折扣规则装在两个人的脑子里，价目表的最新版本躺在二月的一封邮件里。
你们公司从来没写下来的东西，没有哪个模型读得到。
是熵，不是智能
a16z 在他们的 2026 年大趋势清单里给这件事起了名字：AI 公司的限制因素已经变成了数据熵 —— 在企业知识大部分所在的那片非结构化世界里，新鲜度、结构和真实性在持续流失。这不是一句关于技术的话。这是一句关于你们那个共享文件夹的话。
它在现实里长什么样
01.
两个来源说的不一样。报表和系统对这个月的营收对不上，而公司凭习惯选了信哪一个。AI 没有这个习惯，它第一天就会把这个分歧摆到台面上。
02.
规则存在，但没写下来。「老客户我们就放行。」今天做这个决定的人，三十秒就能给你讲明白。只是从来没有人让他写下来过。
03.
文件其实是一张照片。拍下来的发票、扫歪了的合同、导成图片的表格。今天这些都读得出来，但要花钱，而且要人复核 —— 这笔要算进预算，不能算作意外。
好消息
收拾这件事不是一个两年的工程，因为你不需要全都收拾。你只需要收拾一个决定所走的那条路。挑一个：授信审批、订单放行、补开单据的回复。把这个决定用到的每一条信息今天住在哪儿、谁负责让它保持最新，列出来。剩下那些没有主人的，就正好是要做的活，而它通常比会上说的小得多。
这也是唯一一条就算你永远不做 AI 也能自己回本的工作：数据理顺了，报表更快、结账更短、争论也更短。
资料来源：a16z，《Big Ideas 2026: Part 1》（Jennifer Li 关于数据熵的部分）。译文由我们自己翻译。