一、探索面向 AI 的数据就绪度
本单元定义 AI 数据就绪度，区分它与一般数据质量，识别数据就绪度的关键维度，并区分结构化与非结构化数据就绪度。
学完本单元，你将能够：定义 AI 数据就绪度、区分 AI 数据就绪度与一般数据质量、识别 AI 数据就绪度的关键维度、区分结构化与非结构化数据就绪度。
定义范围、AI 数据就绪度维度与结构化/非结构化数据就绪度
定义范围：如果你完成了《Data Reliability Risk Factors for AI》，你会跟随数据架构师 Luna Stone 与 Salesforce 架构师 Charlotte Liu 在 Northern Trail Outfitters（NTO）为 Case Deflection Agent 运行概念验证项目。项目成功证明了 agent 的业务价值与 Agentforce 平台的交付速度，但也凸显了对"fit-for-purpose"数据的需求——结构化数据、非结构化数据以及不完整/缺失元数据带来的可靠性风险。下一步是更大规模的正式数据就绪度评估。
Charlotte 用 Agentforce、Data 360 与 Service Cloud 作为技术基础设计整体解决方案架构；Luna 聚焦底层数据能否被自主 agent 行为信任，识别风险并推荐修复。她想避免：客户卡在自动化体验里、不必要地升级到人工客服；客服代表被额外工作压垮、客户不满；利益相关者因 agent 给出错误回答而失去对 AI 投资的信任；领导层因 agent 暴露敏感业务信息而面临合规问题。
AI 数据就绪度的维度：AI 数据就绪度意味着数据是可访问（accessible）、完整（complete）、有上下文（contextual）、合规（compliant）且正确（correct）的，这样 AI agent 才能用它交付业务结果。AI 数据就绪度建立在传统数据质量实践之上，Luna 在计划中考察了多个维度：
- 可用性（Availability）：数据是否存在？——通过为 AI 消费设计的、可信的引用系统提供结构化与非结构化数据，有明确的更新节奏（按需/批量/实时）与非结构化文档版本控制。
- 可访问性（Accessibility）：agent 是否只看它该看的？——agent 访问受记录与字段级安全控制及敏感性策略限制。
- 关键性（Criticality）：哪些字段对业务结果至关重要？——数据可靠性 KPI 识别关键数据元素，agent 评估记录是否达到可靠性等级并管理异常。
- 完整性（Completeness）：字段是否按预期填充？——有完整的客户画像，链接所有相关结构化记录与非结构化文档。
- 一致性（Consistency）：相似概念是否以多种格式出现？——跨系统、对象与文档源提供统一、一致视图。
- 正确性（Correctness/Accuracy）：数据是否对照权威记录系统校验过？——有机制检测、标记并阻止错误数据影响 AI 输出，用户有回环机制标记可能错误的数据或回答。
- 时效性（Recency/Timeliness）：数据更新节奏是否适合用例？——按用例所需节奏提供信息，监控可发现陈旧或缺失数据。
- 唯一性（Uniqueness）：是否有重复或重叠数据导致错误回答？——身份解析链接所有相关记录，保留有意的重复以维护业务或安全上下文。
- 敏感性（Sensitivity）：敏感数据是否防止未授权使用？——持续监控元数据与数据以执行敏感性策略，确保 agent 只访问业务、法律与伦理护栏内允许的内容。
结构化与非结构化数据就绪度：历史上企业分析与 AI（预测模型、次优行动推荐）主要依赖结构化数据；如今生成式 AI 让非结构化数据（PDF、邮件、聊天记录、通话日志、知识文章）更易访问与可用——实际上 80–90% 的企业数据是非结构化格式。Luna 的目标是负责任地解锁并激活 NTO 用例相关的所有数据价值。她从评估终端用户今天手动完成任务所依赖的数据源开始，确保这些源对 agentic 流程可访问、可用。
尽早评估数据以构建可靠性架构：NTO 利益相关者希望对 AI 及支撑架构的投资能带来预期业务结果。Luna 通过把数据评估纳入解决方案规划，提供 Charlotte 所需的证据与洞察，确保 NTO 优先处理最重要的内容、设计基于可信可靠数据的 AI 解决方案。通过评估，Luna 可以量化数据可靠性风险、识别数据缺口、确定所需架构组件（身份解析、丰富、转换或治理控制）。
二、评估非结构化数据就绪度
本单元学习如何激活非结构化数据、理解什么是非结构化数据、进行数据发现，并评估就绪度。
学完本单元，你将能够：识别非结构化数据源的常见可靠性风险、解释 grounding 与数据检索如何影响 AI 准确性、评估非结构化内容是否可用于 agentic。
非结构化数据——激活、类型、发现与评估（Unstructured Data）
激活非结构化数据：NTO 回答客户问题所用的大量信息来自非结构化内容（而非结构化 CRM 字段）——退货政策、发货规则、保修条款、聊天记录、邮件线程等文档承载了客户支持所需的关键信息。生成式 AI 现在能分析这类数据，解锁此前埋藏在难以访问的非结构化文档中的洞察。但内容可用不等于内容可靠：如果工单、记录或文档没有正确关联到正确的客户、订单或交易，AI agent 可能在没有上下文的情况下检索它。在宣布非结构化数据"AI 就绪"前，Luna 必须确认内容准确、最新、并关联到正确记录。
什么是非结构化数据：非结构化数据是不遵循带定义字段的一致结构的信息，通常以自由文本或非文本媒体格式存在，需要额外处理提取含义后才能被 AI 分析或使用。例如 PDF 文件、图片、音频或视频文件、邮件文件。
NTO 的 Case Deflection Agent 需要的非结构化数据来自工单评论、邮件线程、聊天记录、知识文章与签收证明照片。部分非结构化文档可能包含结构化内容，为 AI agent 提供重要元数据与上下文——例如会议记录关联邀请列表与出席名单、照片带时间戳与地理位置、PDF 带姓名/邮箱/职称等结构化字段。注意：导出或复制时可能丢失部分文档属性（例如把 PDF 会议记录导出到共享盘会丢失参与详情）。
非结构化数据类型与考量：知识内容（知识文章、政策、FAQ——需与内容所有者/SME 核实其最新、正确、分类准确，并确保新版本覆盖旧版本）；交互内容（聊天日志、会议记录——需关联参与者、产品与交易记录）；业务文档（合同、发票——核实内容最新，按需提取结构化元素）；其他媒体资产（图片、音频、扫描件——确保可搜索、AI 就绪，并执行隐私与访问控制）。
从非结构化数据发现开始：历史上结构化数据驱动多数企业系统，而高达 90% 的非结构化数据未充分利用。生成式 AI 改变了这一格局，团队可能急于把邮件、PDF、记录、知识文章全部上传"让一切 AI 就绪"。但没有清晰的版本控制、可靠的归属与强记录关联，简单地提供非结构化内容反而引入风险。当需要一致、可重复的处理时，非结构化文档内嵌的结构化元素（发票日期、客户标识、政策条款）往往需要提取到结构化字段，否则 agent 无法遵循可预测的逻辑。Luna 通过分类与评估确保：交互内容正确关联客户/员工/产品/交易；业务文档评估是否需要结构化提取。
评估非结构化数据就绪度：Luna 提出一系列问题——内容是否关联正确的客户/产品/交易？（未关联则 agent 回答可能错误，需链接到结构化记录）；作者身份、时间戳与参与上下文是否保留？（缺失则含义丢失，需保留来源系统元数据）；是否使用正确且最新的政策/程序/知识版本？（无严格版本控制则 agent 可能依据过时内容，需指定真源系统）；过时/重复/错误归属内容是否会影响回答？（需归档、去重并建立内容生命周期治理）；文档是否含应提取到受治理字段的结构化元素？（重复推理依赖内嵌值时，仅靠自由文本难以一致回答，需提取关键元素并标准化）。
三、评估结构化数据就绪度
本单元探索结构化数据作为 AI 上下文基础的作用，理解其类别，学习评估 AI 就绪度，并跟随 NTO 调查结构化数据风险。
学完本单元，你将能够：解释结构化数据如何提供业务上下文、识别影响 AI 结果的常见可靠性风险、评估结构化数据是否可靠到足以支撑 agentic AI 用例。
结构化数据基础、类别与风险调查（Structured Data）
结构化数据：AI 的上下文基础：非结构化文档常承载回答客户问题所需的信息，而结构化数据提供了让答案更准确的上下文——它定义客户是谁、买了什么、涉及哪些订单或工单、agent 被允许访问什么信息。为支持 Case Deflection Agent，NTO 必须统一 Service Cloud、Commerce Cloud 与其他交易系统中的客户数据，并把相关业务文档与交互内容关联到正确的客户或交易。没有可靠的结构化数据，即使 grounding 良好的 AI 回答也可能被应用到错误的客户、订单或交易上。
什么是结构化数据：结构化数据是按预定义数据模型组织的信息，通常存于关系表或定义良好的 schema（如 CRM 对象、CSV、XML/JSON 文档），其结构支持一致的查询、报告、治理与集成。NTO 第一阶段的结构化数据包括 Salesforce CRM 的 Contact 与 Case 对象、Commerce Cloud 的客户与销售订单数据。
结构化数据类别与考量：主数据（客户、供应商、产品等核心业务实体——关注重复记录、完整视图、仅显示相关且允许的记录）；交易数据（机会、订单、发货、工单等业务事件——关注跨源一致访问、孤儿交易）；参考数据（地理分类、外汇参考等受控词汇——关注跨系统标准化、弃用过期代码）；元数据（字段定义、数据分类等"关于数据的数据"——关注一致准确、AI 能否正确理解字段含义与敏感性）。常见挑战包括：不同 schema 的冲突数据类型需转换；不可访问/不完整/未用字段增加实现成本或幻觉风险；跨系统断连记录导致理解不完整。
评估结构化数据的 AI 就绪度：Luna 评估一系列可靠性风险——哪些字段/记录与 agent 相关？（限制 agent 权限与人类用户一致或更少，移除未用/废弃/单值字段以降低幻觉风险）；哪些字段对用例关键？（提出数据可靠性 KPI 公式、用第一/第三方数据源弥合缺口、设计记录级可靠性检查护栏）；客户记录是否跨系统统一？（用画像量化完整性风险，用 Data 360 身份解析创建统一画像）；数据是否跨源标准化一致？（应用标准化与规范化）；元数据是否充分可指导推理引擎？（丰富数据字典、自动标记敏感字段、使用敏感性分类与治理策略）。
NTO 调查结构化数据风险：Luna 调查试点参与者报告的问题——Case Deflection Agent 找不到客户 Rachel Rodriguez 的所有相关工单与订单。她发现 Rachel 在系统中同时以"Rachel Rodriguez"和"Rachael Rodriguez"出现，尽管两条记录使用同一邮箱。
为理解问题有多普遍，Luna 计划对 Contact、Case、Order 对象做数据画像，寻找同一联系点（如邮箱或电话）出现在多条记录的情况。通过比较唯一联系值与已填充值总数，她能估算重复程度，识别应链接或统一的客户记录与相关交易。
四、用数据画像指导架构决策
本单元学习为什么发现访谈与数据现实存在差距、数据画像如何识别可靠性风险、数据质量管理框架，以及画像如何指导更好的架构决策。
学完本单元，你将能够：解释仅靠发现访谈评估 AI 数据就绪度的风险、描述数据画像如何提供量化证据、识别画像洞察如何指导 AI 解决方案的架构决策。
数据画像——发现 vs 现实、风险与架构（Data Profiling）
发现访谈 vs "数据现实"：发现访谈常是设计 AI 解决方案的第一步——架构师与业务领导、管理员、主题专家会面，了解数据在其用例与流程中预期如何工作。这些讨论有助于界定范围与意图，但并不总能反映数据的实际状况。随着时间推移，系统演进、字段弃用、集成变化、记录跨系统碎片化，数据的行为可能与预期不同。这就是数据画像变得至关重要的原因。
用数据画像识别可靠性风险：即便是只涉及少数对象的窄范围 agentic AI 项目，数据评估范围也可能横跨成百上千字段与数百万记录。数据画像提供可量化的证据与数据质量风险的具体示例。Luna 从 AgentExchange 选择了一个原生数据画像解决方案，以便继续留在 Salesforce 信任边界内。她从评估 Case Deflection Agent 的 CRM 对象开始，量化总体记录量与近期创建的交易记录数。她发现过去一年只有 20.1 万个活跃工单，仅占数据中总共 217 万个工单的一小部分——据此进一步缩小 agent 需要访问的数据范围，降低消费成本并确保正确上下文。
Luna 进一步分析对象内容，确定只有 60% 的可用字段（652 个画像字段中的 432 个潜在相关字段）应暴露给 agent——她通过识别并排除废弃字段（过去一年未使用）、空字段与单值字段得出这一结论。
注意：对于超过 5 年的 CRM org，自定义字段中有相当比例可能是未用或废弃的。Luna 还用客户上下文风险估算量化数据不完整的风险——Fragmented Customer Data Risk 指标衡量客户数据分散在重复或断连记录中的程度。不完整的数据直接影响 agent 是否有足够信息给出可靠回答：在 36.6% 的风险下，每 10 次客户交互中有 4 次可能数据不完整、未关联到正确客户。数据画像为 Luna 提供了投资 Data 360 作为上下文系统的证据。
数据质量管理框架：遵循该框架确保数据不只是被收集，而是被积极精炼。
- 数据画像：分析数据并对跨源关键数据元素做统计分析。
- 数据清洗与标准化：清除不必要的脏数据与字段，建立一致的格式标准。
- 数据丰富：补充数据点以获得更完整画像。
- 画像统一：通过匹配与协调规则识别并管理跨源的重复/相关记录，创建上下文画像。
- 数据监控：通过成熟的治理流程与控制（数据管理）监控数据健康。
画像支持更好的架构决策：把发现访谈的收获与画像证据结合，Luna 能就如何为 AI 准备数据做出更好决策。画像结果可导向架构选择：实施身份解析统一碎片化客户记录、增加数据丰富填补缺口、改进集成管道、在数据可靠性不确定时定义agent 护栏。这些决策确保 AI agent 拥有可靠上下文，降低错误回答的风险。
五、理解 Salesforce 可靠数据就绪度能力
本单元探索 Salesforce 用于数据就绪的七项能力——从清洗标准化到治理访问与持续监控。
学完本单元，你将能够：解释数据就绪度洞察如何指导 AI agent 架构决策、识别有助于提升数据可靠性与 AI 安全性的 Salesforce 平台组件、用 Salesforce Customer Success 数据质量框架映射可靠性风险。
Salesforce 数据就绪度的七项能力（Seven Salesforce Capabilities）
前几单元中，Luna 评估了 NTO 的数据是否准备好支持 AI 驱动的 Case Deflection Agent，发现访谈与数据画像揭示了不完整/不一致数据、断连/重复记录、不可靠字段与元数据缺口等风险。这些发现不仅指出问题，更指导降低幻觉风险、防止错误回答的架构决策。Luna 与 Charlotte 合作确定需要哪些平台能力、附加产品或 AgentExchange 解决方案，继续执行数据质量框架的步骤。
1. 清洗并标准化数据以确保一致性：即使单一系统内数据已标准化，跨源格式与标准仍可能不同。架构响应——跨系统规范化值、移除无效或占位数据；Salesforce 能力——Data 360 Data Transforms 标准化值并过滤"坏"值（如画像识别的离群值）。
2. 丰富数据以确保完整性：有时 agent 访问不到用例所需的关键信息，因为它存在于另一系统（如营销同意字段在 Marketing Cloud 维护）。架构响应——把跨源关键信息汇聚到统一客户画像、调和差异、内部源不完整时补充缺失/过时数据；Salesforce 能力——MuleSoft 或 Data 360 同步属性，第三方丰富提供商（如 NCOA）常可通过 AgentExchange 发现。
3. 统一画像以确保正确的客户上下文：碎片化客户记录会阻止 agent 理解完整上下文。架构响应——去重、创建统一客户画像、确保关键交易关联统一画像；Salesforce 能力——Salesforce/AgentExchange 重复管理、Data 360 Identity Resolution、Data 360 Data Spaces（仅允许的记录子集）。
4. 确保元数据足以治理访问：可靠的 AI 回答不仅依赖数据本身，也依赖解释数据如何解读、谁可访问的元数据。架构响应——记录字段描述/用途/所有权/可接受值、分类敏感字段、保持跨系统定义一致；Salesforce 能力——CRM Object Manager Data Dictionary 或 Data 360 Semantic Layer、Informatica Data Catalog、Data 360 Data Governance。
5. 治理 agent 使用哪些数据源、用于何种目的：在引用系统/上下文系统内确保数据就绪至关重要，但若提示工程师不确保 agent 使用正确数据源，工作仍不完整。架构响应——定义数据集成架构、确定给定提示用哪个数据源；Salesforce 能力——Salesforce flows、Agentforce prompts、MuleSoft/Data 360。
6. 限制字段级访问以防止 agentic 误读：数据画像揭示未用、填充不一致或默认值字段，agent 若用这些字段推理会产生错误回答。架构响应——限制访问不可靠字段、把 agent 推理范围限定在可信数据；Salesforce 能力——权限集与字段/行级安全、提示护栏或 agent 配置。
7. 监控数据与元数据以实现持续可靠性：数据可靠性不是静态的，新集成、流程变化与演进数据会引入新的不一致。架构响应——持续监控数据与元数据趋势、用仪表盘跟踪、用告警通知；Salesforce 能力——Salesforce 报告与仪表盘、AgentExchange 数据画像与监控工具、Tableau Next、Flow 与 Slack 告警、Agentforce 评估偏差并提出次优行动。
汇聚一体：利用发现过程的洞察与数据评估结果，Luna 与 Charlotte 准备了一份他们确信的解决方案架构提案，能够：为 Case Deflection Agent 提供可靠数据、减少幻觉与错误回答、维持合规与客户信任、通过监控与治理支持持续可靠性。敬请期待 Data Readiness Architecture 与 Data Assurance 徽章，继续 Luna 与 Charlotte 规划并实施 Case Deflection Agent 的旅程。