数据喂不饱AI：图书馆智能化转型中最难啃的骨头

01 先讲个真事

有图书馆花了80万买AI系统。厂商说”即插即用”。

上线第一天，读者问几点关门，AI说早9点到晚9点。读者晚上8点半到了，门锁着。

AI没骗人。它查到的数据是2022年的。

这种事不是个例。

过去一年多我跟了十几个图书馆的AI项目，发现一件事：技术不是最难的部分，数据才是。

便宜的方案、好看的demo，市面上都能找到。但真把AI接进图书馆的业务系统，面对的是什么？几十个系统各自为政的数据格式，十年八年的历史数据残缺不全，RFID标签读不出来，书目数据连ISBN都缺，各个部门的开放时间标准不一致，同一本书在不同分馆的分类号都不一样。

这不是脏活。这是基础。基础打不好，AI就是花瓶。

02 一本《三体》的三种命运

先说最基础的问题：馆藏数据不准。

中山纪念图书馆的”小图图”2025年上线之前，踩了个典型坑。

初始版本直接接了个通用大模型，没做馆藏校验。读者问有没有《三体》，AI说有，在二楼。读者跑过去，没有。回来再问，AI说可能在四楼。又去了，还是没有。

读者是来借书的，不是来爬楼梯的。

问题在哪？馆藏记录里确实有《三体》，但状态是”借出”。AI只看有没有这本书的记录，没看它在不在架上。

类似问题不止这一个。AI回答逾期罚款，报的数字比规定少了三倍。读者按AI说的去交钱，跟管理员吵了起来。

根源都一样：数据是脏的，或者数据是旧的，AI不知道。

广东省立中山图书馆的”采编图灵”系统从2019年做到2023年，四年时间，三期迭代，累计投入1483万元。为什么这么久？为什么这么贵？

因为要把图书馆几十年积累的数据”洗干净”。

随便举几个例子：

书目数据格式不统一。MARC格式、Excel格式、自建系统的自定义格式，各有各的字段定义。同一家出版社的同一本书，不同编目员录入的数据，连ISBN都可能是空白的。

馆藏位置数据缺失。很多老书在系统迁移过程中丢失了”具体在哪个书架”的信息，只知道”在二楼”。AI想告诉读者精确位置，数据不支持。

分类号打架。同一本书在总馆分类是”I247.5″，在分馆被分到了”I247.57″。AI做跨馆检索时，不知道这两个号其实说的是同一类书。

四川大学图书馆张盛强团队在2026年3月发表的论文中明确指出，RAG（检索增强生成）模式是目前图书馆最现实的AI技术路径——不是图书馆不想做大模型，是连喂给模型的知识库都是乱的，哪来的底气？

“构建、清洗、标注和维护自己的RAG知识库的基础和能力，才是决定AI项目成败的关键。”——张盛强，《生成式人工智能技术背景下图书馆创新路径评估与分析》，2026

一句话：数据不到位，AI就是空中楼阁。

03 RFID数据：每5次借还，就有1次数据是错的

RFID是图书馆智能化的基础设施。没有准确的RFID数据，自助借还、智能盘点、架位导航全是空谈。

但就是这根”地基”，很多图书馆打得不稳。

某一线城市图书馆2023年上线RFID自助借还系统，花了数百万。上线第一个月，读者投诉量暴涨300%。

为什么？串读。RFID信号覆盖范围没控制好，同时扫到了旁边几本书的标签。A书被记录成B书，B书被记录成没还。有机构做过统计，某些部署初期的RFID系统，串读率高达15%-20%。

每5次借还操作，就有1次数据是错的。

读者以为借了书，系统没记录，逾期被罚钱。读者还了书，系统没更新，书标记”在借”，别人借不了。管理员每天花2-3小时手动核对数据，比不用系统还累。

还有更隐蔽的问题：标签寿命。

市面上的RFID标签，质量好的能用5-8年，便宜的3个月就开始掉链子。很多图书馆在招标时选了最便宜的标签，因为预算有限。结果第二年就出现大量标签失灵，整架书的数据变成”黑洞”——书还在架上，系统以为丢了。

这些数据问题，最终都会传导到AI系统。AI再好，读到的数据是错的，它给出的答案也是错的。

用一句技术圈的老话：Garbage in, garbage out。

04 运营数据：8个人管127个书房的数据代价

中山市的香山书房项目经常被当作标杆——127个书房，8个人管理，人力成本降了87%。

但很少有人追问：这套系统背后的数据工程，做了多少年？

2022年第一批书房试点的时候，数据问题多得让人头大。

第一个问题：每个书房的数据标准不一样。A书房用Excel记录借阅数据，B书房用手写登记，C书房干脆没记录。要把这些数据统一到一个平台上，首先得定义一套数据标准。

第二个问题：物联网设备的数据质量参差不齐。传感器时而掉线，时而上报错误数据。有的书房大门传感器上报”门已开”，实际上是信号干扰。系统以为有人进来了，其实没人。

第三个问题：人工录入的数据误差。8个人管理127个书房，一个人管将近16个。每个书房每天要巡检、补书、处理异常，时间根本不够。有些数据（比如”某书架已补书”）是巡馆时边走边记的，记错了没人知道。

到2024年，香山书房智慧管理系统才逐步稳定下来。这中间花了整整两年，不是在搞AI模型，而是在”洗数据”——清洗历史数据、统一数据标准、建立数据校验机制。

一位参与过香山书房项目的工程师跟我说过一句话，我印象很深：

“你以为我们花时间最多的是写代码？不是。70%的时间在追着数据跑。追数据对不对、齐不齐、新不新。”

这话听起来很朴素，但恰恰是图书馆AI最真实的写照。

05 全球视角：数据是图书馆AI的头号挑战

Clarivate（科睿唯安）2025年的《图书馆脉动报告》调查了全球2000多名图书馆员，覆盖109个国家和地区。报告显示：

• 67%的图书馆正在探索或应用AI，但多数仍处于早期阶段
• 预算限制是最大挑战（62%的受访者提及）
• 隐私与安全位列第二（57%）
• 缺乏专业知识仅排第三

注意这个排序：预算和隐私安全已经超过了缺乏专业知识。

这说明什么？说明图书馆行业对AI的认知已经从”会不会做”进入到了”能不能承担风险”的阶段。而隐私安全的本质，说到底还是数据治理的问题——数据怎么存、怎么用、谁有权访问、出了事谁负责。

ARL（美国研究型图书馆协会）与CNI（网络信息联盟）在2026年联合发布的《AI未来对研究型图书馆的战略影响》报告中，同样把数据治理列为核心议题之一。

报告指出，图书馆在AI时代的核心竞争力不是算法，不是算力，而是可信赖的数据。读者愿意信任图书馆的AI，不是因为模型多先进，而是因为图书馆有责任维护数据的准确性和安全性。

刘炜（上海社科院信息研究所所长）在2026年4月的讲座中说得更直接：

“图书馆的AI能力建设，核心不是买多贵的模型，而是能不能构建一个高质量的、可持续维护的数据基础设施。”

国际图联（IFLA）2025年发布的《图书馆人工智能引入指南》，列出八大问题框架，其中”数据治理”和”隐私保护”占据了前两位。IFLA建议图书馆在引入AI之前，先完成数据审计，搞清楚三个问题：

1. 你有哪些数据？
2. 这些数据质量如何？
3. 谁有权限使用这些数据？

看起来很基础，对吧？但能做到的图书馆，不到三成。

06 三个核心教训

跟了这么多案例，我总结出三个核心教训，分享给正在或准备上AI的图书馆同行。

教训一：上AI之前，先做数据审计。

这不是可选项，是前置条件。

你需要搞清楚：馆藏数据的完整度是多少？RFID标签的准确率是多少？开放时间、罚款规则这类业务数据有没有统一的来源？不同系统之间的数据格式能不能互通？

如果这些问题的答案都是”不太清楚”，先别上AI。先把数据理清楚。

一个实际可操作的建议：用一个月时间，抽调3-5个人，专门做一次数据质量摸底。不需要很复杂，关键指标就三个——完整性、准确性、时效性。

数据完整性低于80%的模块，AI做出来也是错的。

教训二：数据标准统一，比买AI系统更重要。

很多图书馆的问题不是”没有数据”，而是”数据散落在一堆系统里，互相不认”。

借阅系统用一套读者ID，活动系统用另一套，RFID系统又用一套。读者在三个系统里是三个不同的”人”。AI想做个个性化推荐，连读者是谁都串不起来。

解决办法不是什么高科技——就是做数据治理。建立统一的数据标准，打通各系统之间的数据接口，建立主数据管理机制。

听起来不性感，但这是绕不过去的基础课。

教训三：运维投入不是一次性的，是持续性的。

AI不是装上去就能一直跑的东西。

馆藏数据在变化。今天上了1000本新书，明天借走了200本，后天RFID标签坏了50个。AI系统必须持续同步这些变化，否则三天之后答案就是错的。

但很多图书馆在项目验收后，数据维护的人没了，经费停了。半年后AI系统给出的答案准确率跌到50%以下，没人管。一年后系统被弃用。

Clarivate 2025年报告显示，只有12%的图书馆有正式的AI培训或入职计划。这说明什么？说明大部分图书馆还没有建立起AI系统的长效运维机制。

数据维护不是一次性投入，是和AI系统同寿命的持续性工程。

07 比数据更难的问题

写到这里，想说一个更大的事。

数据准了，RFID稳了，系统通了——这些条件都满足了，AI就能跑好了吗？

不一定。

还有一个问题：图书馆真的准备好了吗？

我问过几个图书馆的管理者：你觉得AI能帮你做什么？

答案很杂。自动回答、智能推荐、减少人力成本。

但很少有人能说清楚：AI来了，图书馆员的角色会变成什么样？组织架构要不要调？KPI要不要改？出了责任事故谁兜底？

这些问题比数据工程难回答多了。它们是组织变革层面的问题，整个行业需要一起想。

不过那是另一篇文章了。

本文基于公开报道、学术文献及行业报告撰写。数据来源包括：广东省立中山图书馆”采编图灵”国家图书馆案例文档（2024）、四川大学张盛强团队论文（2026）、Clarivate 2025年图书馆脉动报告、中山纪念图书馆AI馆员上线报道、ARL/CNI 2026年AI影响报告、IFLA图书馆AI引入指南（2025）。

铁三角团队 · 峰哥 | write | tech
共同成长 💪