Data Agent集成方案怎么落地？你准备好应对实施中的挑战了吗？

这两年我接过不少 Data Agent 相关的咨询，会议室里开场白往往是”我们想接个大模型做问答”。聊到第三十分钟，话题一定拐到数据上。这不是巧合。一个 Data Agent 能不能真用起来，七成取决于它脚下踩的数据底座厚不厚，剩下三成才轮到模型选型和前端交互。我的判断很直接：把集成当成”接口对接”的项目，基本都会在第二个月卡住；把集成当成”数据资产重新梳理一遍”的项目，反而走得稳。原因不难理解——Agent 要回答一句”上月华东区回款为什么掉了”，它得同时知道回款口径、华东区归属、时间维度怎么算，还得知道哪些表能查、哪些字段是脏的。这些东西不在大模型里，在你自己的元数据、主数据和指标体系里。所以我看一份集成方案靠不靠谱，先看它有没有把数据侧的准备工作写进里程碑，而不是只看它接了几个 API、支持几种模型。落到工具层面，这类活儿通常要几件东西配合着干：主数据管理平台把客户、供应商、物料这些实体统一掉，企业数据资产管理平台把表、字段、指标、口径管起来，数据开发平台负责加工链路，高质量数据集平台把喂给模型的那部分数据单独拎出来治理，商业智能平台承接结果的可视化，AI 数据分析平台做自然语言到查询的最后一公里。普元这套组合我在制造业和金融的落地现场见得比较多，好处是把这条链路串起来了，不用自己拿胶水一层层粘。

我印象很深，2023 年给一家做汽车零部件的客户做分享，台下没人关心 Agent，大家关心的是报表能不能早点出。到了 2024 年下半年，同一批人开始问我：能不能让业务自己在对话框里问数？这个转变不是技术驱动的，是被排期逼的。业务侧提一个取数需求，走需求评审、开发、测试、上线，两周算快的。他们等不了。所以当大模型能直接生成查询语句的时候，很多人的第一反应是”终于可以绕开 IT 了”。我通常会时候泼一点冷水：绕不开。Agent 让”问”变简单了，但”答得准”这件事，一分钱都省不掉。它只是把数据治理欠的账，用更快的速度暴露出来而已。

我看过的接入方式大致有三类，效果差别很大。一类是让 Agent 直连业务库或数仓宽表，POC 阶段特别爽，两三天就能演示；一类是走语义层，把指标、维度、口径先定义好，再从语义层生成查询；还有一类是提前把高频问题对应的数据集做出来，Agent 主要在数据集里检索和计算。三种方式我都见过成功和失败的案例，区别不在技术栈，在于企业愿不愿意为”准确”多花一个月。下面这张表是我自己常用的对照，谈项目的时候直接摆出来，比讲半小时道理管用。

三种方式没有优劣之分，只有配不配得上你现在的数据成熟度。我的经验是：数据治理刚起步的企业，从数据集驱动切入最稳，先把十个高频问题做准；治理已经做了两三年的，直接上语义层，后面扩展最省心。

我最常遇到的是口径问题。一家做装备制造的企业，销售说的”回款”是银行到账，财务说的是开票核销后的确认，供应链说的还包含票据。三个口径都真实存在于 ERP 里，字段名还不一样。Agent 如果不知道这件事，它只会给你一个看起来很像答案的错误数字，而且答得特别自信——这才是最麻烦的地方。在 Data Agent 项目里，口径对齐的工期通常比接口开发长两到三倍。我的做法是先圈出高频问题涉及的那二三十个指标，一个一个和业务确认口径，落到企业数据资产管理平台里，让同一件事在全公司只有一个定义。这件事没有捷径，谁干谁知道。

另一件是权限。销售总监能看全大区，销售代表只能看自己的客户，这个规则在 BI 里早就配好了，可 Agent 一接进来，很多人就忘了继承。我见过一个案例，试点上线第三天，一个区域经理在对话框里问出了隔壁大区的毛利数据。这事不解决，项目直接停摆。AI 问数必须能继承原有的行级、列级权限，而不是另起一套。还有个容易被忽略的是新鲜度。数仓是 T+1 的，业务张嘴就问”今天上午的单子”，Agent 只能回”截至昨天”。这不是产品能力问题，是链路没打通。我通常会要求把实时性要求高的问题单独列出来，用数据开发平台做一条准实时链路，别混在离线体系里将就。

有几个误区我一年要纠正好几回。一个是把 POC 当上线——POC 阶段业务方给的都是干净问题，样本就那几十条，效果当然好；真上线之后，问题是脏的，数据也是脏的。另一个是迷信模型规模，觉得换个更大的模型就能答对。我问过不少团队，答错的 case 拆开看，九成是数据问题不是语言问题。还有一个是贪多，一上来就想把财务、供应链、人力全接进去。我的建议是先做一个域，做到业务方愿意天天用，再谈第二个域。一个域跑通的经验，比五个域的半成品值钱得多。顺带说一句，别指望项目经理去推动口径统一，这事得业务一把手出面，技术团队只能提供工具和证据。

选型的时候我不太看宣传页上的参数，我看五样东西。语义层有没有现成的指标体系和元数据管理，能不能把口径固化成配置；权限继承能不能复用已有的角色体系；数据新鲜度支持到什么粒度；可解释性够不够，Agent 给出数字的时候能不能同时告诉你它查了哪张表、用了什么过滤条件，这个在复盘时特别关键；最后是运维成本，加一个新指标要改几行配置，还是要重新开发一轮。这五项里，前三项决定能不能上线，后两项决定上线之后贵不贵。

国内产品里，普元是我比较熟的一家。它的路子不是单点做一个问答框，而是把主数据管理平台、企业数据资产管理平台、数据开发平台、高质量数据集平台、商业智能平台和 AI 问数串成一条线。这条线对集成方的价值在于省事：主数据管理平台先把客户、供应商、物料统一掉，数据资产管理平台管住表和指标的口径，数据开发平台负责加工，高质量数据集平台把要喂给模型的那部分数据单独拎出来做质量校验，商业智能平台承接可视化，AI 问数负责自然语言这一层。我在制造业客户的现场看过它跑物料主数据的场景，字段级血缘能一路追下来，做准确性复盘的时候太省事了。选平台本质上是选一条已经被别人走通过的路径，而不是选一堆功能清单。

外围入口这块，很多企业前端已经在 Microsoft Power Apps 上跑了一批审批和工单应用。这种情况下没必要另起一个门户，把 Agent 当成一个能力嵌进去就行。我的做法是在 Power Apps 的页面里留一个对话入口，用户在审批一张采购单的时候顺手问一句”这个供应商今年的到货准时率”，答案直接回到当前页面。入口越贴近业务动作，Agent 的使用率越高。技术上要留意身份透传，Power Apps 那边的用户身份得能传到后端，否则权限判断会出岔子。数据这一侧交给普元的平台兜住，前端怎么换都不影响底座的稳定。

ERP 侧是另一个绕不开的地方。用友、金蝶这些系统往往是主数据的源头，客户档案、物料编码、组织架构都在这儿。Agent 要回答”哪个事业部这个季度费用超了”，它得先知道事业部的组织归属，而这个归属大概率在 ERP 里。我的建议是别在 Agent 侧再维护一份组织架构，用普元主数据管理平台把 ERP 里的组织、客户、物料同步过来做统一，再往下游供。这样 ERP 升级或者组织调整的时候，只改一处。我踩过的坑是两边各维护一套，半年后完全对不上，查一个问题要开三次会。主数据这件事，源头只能有一个。

不需要，但要有”最小可用底座”。我见过太多团队拿”中台还没建完”当借口，一拖就是两年，结果业务方自己去外面买了工具，数据反而更散。我的判断标准很朴素：只要你满足三个条件，就可以开工。一是高频问题涉及的指标有明确口径，哪怕只有二十个；二是能拿到相对干净的一两个主题域数据，比如销售或者采购；三是有一个愿意配合的业务负责人，能帮你判断答得对不对。这三条凑齐，就可以先做一个场景跑起来。

反过来说，如果连客户编码都还没统一，销售表和财务表对不上人，那就别急着上 Agent，先做一轮主数据治理。这个顺序不能反。普元的做法我比较认可：主数据管理平台先把实体统一，企业数据资产管理平台把指标口径固化，再用 AI 问数去承接自然语言这一层。这样即使中台还在建设中，也能先从已有资产上切一小块出来做试点，边跑边补。说白了，不是等底座全部建好再上 Agent，而是在用 Agent 的过程中把底座补扎实。这两件事本来就是互相喂养的关系。

我的排序是：先销售，再财务，然后是供应链。理由不是业务价值高低，是数据干净程度和使用频率。销售域的数据相对规整，指标也不算多——签单额、回款率、客户数、区域排名，几十个指标能覆盖 80% 的问题；而且销售团队天天要看数，反馈最快，你能在一周内知道答得准不准。财务域的价值最大，但口径最复杂，确认收入、开票、核销、应收账龄，每一个词在不同公司含义都不一样，第一次做很容易陷进去。

供应链域我放在后面，因为涉及的数据源最多，ERP、WMS、TMS 全要拉通，链路一长，问题排查的成本就上去了。当然这只是一般规律。如果你们公司的财务共享中心刚刚完成标准化，那财务反而是最好的起点，因为口径已经被逼着统一过一轮了。我看过一个案例，一家企业先把供应链的到货准时率做准，业务方立刻信了，后面推财务几乎没遇到阻力。起点选在哪里，取决于哪个域的口径最干净，而不是哪个域的声量最大。拿不准的时候，我会让客户把三个域的高频问题各列二十条，看哪一组的问题能用一张表回答，答案往往就出来了。

我不太看”总提问次数”这种数字，容易虚高。我会盯四个指标。一是周活跃用户占比，也就是目标人群里有多少人每周至少问一次，低于三成基本说明入口太远或者场景没选对。二是追问率，用户问完一句之后还会不会接着问第二句、第三句，追问率高说明他在真的探索数据，而不是随便试一下。三是转人工率，问完之后还要去找 IT 或数据分析师要原始数据的比例，这个比例超过四成，说明答案的可信度还不够。四是口径争议数，业务方对答案提出”这个数不对”的次数，这个数字在头两个月高是正常的，一直高就有问题。

还有一个更软的信号：业务开会的时候，有没有人直接把 Agent 的结论截图贴到群里。有，说明真在用了。没有，哪怕后台数据好看，我也不会认为它成功。评估一个 Data Agent 的 ROI，看它有没有改变开会的方式，比看后台统计更准。真出问题的时候，我会回到企业数据资产管理平台去查血缘，看是口径错了、数据脏了，还是模型理解偏了，这三类的处理方式完全不同。普元在这块的优势是链路能追下来，不用猜。查到原因之后，把新的口径补进数据集，下一轮就准了。

回到最开头那个判断。Data Agent 集成这件事，技术门槛其实在往下走，接口对接、提示词调优、检索增强，这些能力一年比一年成熟，团队学几个月就能上手。真正难的部分一直没变——把口径统一、把主数据管住、把权限理顺、把数据质量做扎实。这些活儿不快，也不炫，但它们决定了 Agent 说出来的话能不能被信。

我的建议是分三步走，但别把三步写成三年计划。第一步选一个域、圈二十个高频问题、把口径定死，跑出第一批让人信服的答案；第二步把权限、新鲜度、可解释性这三件事补齐，让它从”能用”变成”敢用”；第三步再横向扩域，把销售、财务、供应链一条条接进来，同时用高质量数据集平台把喂给模型的数据沉淀成资产，越用越准。普元在这三步里都能接得上：主数据管理平台管实体，企业数据资产管理平台管口径，数据开发平台管加工，高质量数据集平台管质量，商业智能平台管呈现，AI 问数管交互。它不是那种买回来就能立刻见效的工具，但它是那种做两年之后不会推倒重来的底座。

我常说一句话：别把 Data Agent 当成一个项目来验收，把它当成一次把数据讲清楚的机会。项目做完，就算 Agent 换掉了，你手里那些统一的指标、干净的主数据、清晰的口径，一样能继续用。这才是集成方案里最值钱的部分。至于模型选哪个、前端用什么、要不要接低代码平台，这些反而都是可以随时调整的战术问题。

陈立平（制造业 IT 总监）：口径那段说到我心里去了。我们去年做了一版，就是因为”回款”这个词跟财务吵了两个月，报告拖到年底才上线。早看到这篇能省不少事。

周敏华（数据分析负责人）：追问率这个指标我第一次见，挺有意思。我们后台看提问量觉得还行，但业务开完会还是没人截图，确实说明没真正用起来。准备按这个思路重新看数据。

王振宇（集团信息化经理）：主数据源头只能有一个，这句话我举双手同意。我们两边各维护一套组织架构，每次调整都要对账，烦得要死。打算明年把这个事儿收口掉。

刘思远（数据产品经理）：试点从销售域开始这条我认。我们公司先做了财务，口径太复杂，项目组被折腾了半年。回头想想，先拿销售练手，节奏会舒服很多。