金年会-www.jinnianhui.com|金字招牌诚信至上

企业数仓运行几年后，几乎都会遇到一次要不要换的讨论。有人认为旧平台越来越慢，有人希望上云、建设湖仓一体或 Microsoft Fabric，也有人提出：既然企业准备使用 AI 和 Data Agent，数据底座也应该一起升级。但数仓迁移不是一次普通的软件升级，它会同时牵动数据源、ETL 任务、指标口径、语义模型、Power BI 报表、权限和业务人员的使用习惯。真正应该问的，不是新平台是不是更先进

Power BI做了RLS，不代表AI问数天然不会越权。在Power BI报表里，按区域设置行级安全后，华南经理只能看华南、华东经理只能看华东、总经理看全国，三人都能看到正确数据。但接入AI问数后，华南经理问「全国销售额是多少」，AI可能返回无权查看、也可能只计算华南，某些接入方式下甚至真的可能查出全国数据。问题不在AI会不会破解RLS，而在于它绕过了哪一段权限链路。

同一份收入，不同报表结果却不一致——问题往往不在工具，而在模型的建设方式。很多企业使用Power BI多年，已经积累了几十甚至上百个PBIX文件。这种方式在业务起步阶段很有效，但随着报表和使用人员增加，同一个收入指标在不同报表中结果不一致、维度被重复建设等问题逐渐出现。企业真正需要升级的，是把分散在PBIX文件中的个人模型，升级为可共享、可治理、可复用、可被AI调用的企业语义资产。

销售收入在涨，订单在增加，利润也不差，可现金却越来越紧。很多企业并不缺少应收报表，真正缺少的是把数据连接起来、回答管理问题的能力。应收分析不能只告诉管理者「还有多少钱没收回来」，更要说明：钱在哪里、为什么没回来、什么时候能回来，以及应该优先处理哪一笔。

销售在增长，利润也没有下降，企业却频繁遇到供应商货款需要延后支付、工资税费贷款集中到期等问题。利润反映企业是否创造了经营成果，现金则反映这些成果是否已真正回到公司账户。两者相关，却从来不是一回事。

月度经营分析会上，最容易让管理层产生困惑的，不是收入下降，而是营业收入同比增长12%，净利润却下降18%。收入增加带来的利润，为什么没有留在企业里？要回答这个问题，不能只看收入和利润两个结果指标，而要沿着利润形成过程，逐层拆解价格、销量、产品结构、成本和费用的影响。

如果只是偶尔分析一份Excel，ChatGPT已经非常好用。但企业真正需要解决的，通常不是「一次分析能不能完成」，而是AI能不能长期理解企业指标口径、不同部门能否得到一致答案、分析结果能否回到原始数据验证等更深层的问题。

AI问数却需要动态理解业务语言并选择分析路径。企业要补齐的不是更多提示词，而是认证指标、业务语义、默认规则、验证用例和分析Skill。

当企业完成Power BI报表体系建设后，管理层的问题也随之升级——不再满足于看到数据，而是追问背后的原因。本文探讨Power BI之后企业数据建设的七个关键步骤，从语义资产、问题驱动分析到行动闭环，帮助企业从" 看见数据\走向\数据参与经营\。