问传统行业-智能中台落地实践中的一个问题：数据先行还是AI先行？

从事传统企业数智化转型多年，从信息化、数字化到如今的智能化建设，最近一直在思考一个问题。

目前很多企业都在积极建设AI知识库、AI客服、AI Agent等智能化应用，但在实际落地过程中发现，最终决定应用效果的往往不是模型能力本身，而是企业的数据质量、流程标准化程度以及知识资产沉淀水平。

因此产生一个比较有意思的思考：

对于传统企业而言，智能中台建设的正确路径到底是什么？

是先完成数据治理、流程标准化和知识体系建设，再逐步接入AI能力；

还是先从高价值AI场景切入，通过业务价值验证反向推动数据治理与体系建设？

从短期ROI和长期架构演进来看，两种路径似乎都有其合理性。

想请教各位老师，在实际项目落地过程中，更倾向于哪种建设思路？或者是否有更成熟的智能中台建设方法论可以分享？

诚待交流。