WorkBuddy 接入奥威AI+BI
奥威AI+BI 通过 MCP 连接器把企业侧的统一指标体系、数据模型与权限边界接入 WorkBuddy,让 AI 在企业自己的数据与权限体系内完成取数与计算。本文说明 WorkBuddy 单独使用时的四个分析局限、MCP 调用链路与数据安全模型,并给出确认数据能力、配置连接器、用业务语言提问的三步接入路径。
当 AI 开始调用真正的企业 BI,"上传 Excel 让它写份报告"这件事就该翻篇了。奥威AI+BI 通过 MCP 连接器把企业侧的统一指标体系、数据模型与权限边界接入 WorkBuddy——数据不出域、口径统一、分析深度不再受限于"这次导了几张表"。
一、痛点:WorkBuddy 单独用,为什么分析不了企业经营
WorkBuddy 是腾讯出品的全场景 AI 工作台。它的文档、表格、PPT、数据分析能力都很强,但只要涉及"企业自己的经营数据",它会撞上一堵墙。
第一,没有企业数据的入口。WorkBuddy 拿到数据的方式,主要还是你给它什么它用什么——上传 Excel、上传文档、连一个通用数据源。可它不知道你们公司哪个是"有效客户"、哪张表是订单最终态、哪个字段是财务口径下的收入。
第二,口径天然不统一。同一个"销售额",财务按开票确认,运营按发货确认,BI 可能按回款确认。三个数字摆在三份报告里,谁也说不清哪个对。企业一旦开始争论"以哪个数为准",AI 生成再多次也是消耗。
第三,数据出了门。客户名单、报价、成本结构、供应商信息,在 Excel 被复制出去的那一刻,就已经脱离了企业的权限体系、审计体系和保密边界。
第四,分析深度受限于取材范围。手工导出的 Excel 是"切片",而经营分析从来不是单点问题——毛利率下滑可能来自价格政策、可能来自原材料成本、也可能来自产品结构变化。只看切片得出的结论,方向对了,路径却可能错。
于是就有了那句让人哭笑不得的评价:"精美但错误"。问题往往不在模型不够聪明,而在喂进去的数据本身就不完整、不一致、不安全。这正是奥威AI+BI 要补上的那块拼图。
二、解法:MCP 连接器把 BI 的能力链接进来
MCP(Model Context Protocol,模型上下文协议)可以理解为 AI 的"标准接口"——它让 AI 能安全地调用外部系统的数据和功能,而不是靠人工搬文件去"喂"它。
把这条链路用在 WorkBuddy 和奥威AI+BI 之间,调用过程是这样的:
业务提问 · 业务人员:用业务语言描述问题,如"分析去年公司经营风险"
意图理解 · WorkBuddy:组织分析逻辑,规划取数与计算路径
数据调用 · MCP 连接器:通过标准接口发起查询,附带调用方身份与权限边界
取数计算 · 奥威AI+BI:按统一指标口径完成计算,并生成配套图表
报告呈现 · WorkBuddy:组织成图文分析报告,输出结论与依据
这里最关键的一点是:数据没有移动,动的只是"查询指令"。奥威AI+BI 在企业内网中完成取数与计算,把结果按调用方权限返回给 WorkBuddy 呈现,整个过程中没有一份完整的经营数据落到任何人的个人电脑上。
打个比方:上传 Excel 的模式,是先把数据搬出仓库,再让 AI 拿着复印件猜;MCP 模式是让 AI 自己去仓库里查。这是两种完全不同的安全模型。
而奥威AI+BI 之所以能当好这个"仓库",靠的是它积累多年的几项硬能力:
数据中心与 ETL:把金蝶云·星空、金蝶 K/3 WISE 以及用友等 ERP 的分散数据统一接入并建模,消除信息孤岛;
主数据与元数据治理:让"销售额""毛利率""库存周转"这类指标在全公司只有一种算法;
内存计算与自定义行计算:专为企业财务分析建模设计,资产负债表、利润表这类行级复杂计算可在前端灵活配置;
多维动态分析与智能钻取:任意报表之间穿透钻取,让问题无所遁形;
AI 智能体:一问一答任意取数,自动浏览报表、识别风险、生成图文分析报告,并可一键导出 PPT。
三、三个"不一样":与"上传 Excel 给 AI"的本质差异
(一)数据安全不一样
数据流向:上传 Excel 模式是把数据复制出企业系统;MCP 连接器模式是查询指令进企业系统,数据原地返回
数据落点:上传 Excel 模式落在个人电脑或第三方 AI 服务;MCP 连接器模式留在企业内网 BI 平台
权限控制:上传 Excel 模式依赖导出权限,导出后失控;MCP 连接器模式调用即鉴权,按角色返回
可审计性:上传 Excel 模式难以追溯谁看过哪份数据;MCP 连接器模式调用链路完整留痕
权限边界由连接器认证信息与 BI 侧权限体系共同约束,AI 能看到的范围与调用者的授权范围一致。
(二)分析口径不一样
在统一指标体系之下,AI 生成的每一个数字都可以被追溯到具体的计算规则和数据来源。这意味着 AI 的产出不再是"参考",而是可以直接进入经营会议的数据依据。AI 分析的价值不在于"帮领导写出一份好看的 PPT",而在于把过去要三天才能做完的归因分析压缩到一次对话,并且结论经得起财务和业务的双重追问。
(三)能力边界不一样
Excel 模式里,AI 只能看到你给它的东西。MCP 模式下,AI 能调用的是企业完整的 BI 能力——不只是取数,还有指标计算、多维分析、图表生成、权限校验。分析深度不再受限于"你这次导了几张表"。
四、落地三步
(一)第一步:确认 BI 侧的数据能力
奥威AI+BI 对接企业既有业务系统(典型的如金蝶云·星空、金蝶 K/3 WISE,以及用友等 ERP),把分散数据统一到 BI 侧。这一步是整个链路的数据地基——统一数据模型 + 统一指标口径。
(二)第二步:在 WorkBuddy 中配置 MCP 连接器
在连接器管理中新增 MCP 服务,填入奥威AI+BI 提供的服务地址与认证信息。连接器配置文件位于 ~/.workbuddy/mcp.json,结构大致如下(具体参数以奥威实际提供的为准):
{
"mcpServers": {
"aowei-bi": {
"url": "<奥威AI+BI提供的MCP服务地址>",
"headers": {
"Authorization": "<认证信息>"
}
}
}
}注意:MCP 服务不会自动生效。写好配置之后,需要在连接器管理页面右上角的自定义连接器入口里,对新服务点击"信任",这一步做完,WorkBuddy 才真正具备调用奥威AI+BI 的能力。
(三)第三步:直接用业务语言提问
连接就绪之后没有培训成本,也不需要学习 BI 产品的菜单结构。在对话框里输入:
奥威BI,分析去年公司经营风险
一段时间后,一份图文报告就出来了。提问的关键在于用业务语言,不需要精确的查询语句——"去年经营风险""哪些客户在流失""哪个产品线毛利在掉"。奥威AI+BI 负责把业务语言翻译成对统一指标体系的准确查询,WorkBuddy 负责组织分析逻辑并把结果讲成人能读懂的话。
五、常见问题
接了 MCP 之后,AI 会不会随便乱查数据?
不会。调用权限由连接器的认证信息和 BI 侧的权限体系共同约束,AI 能看到的范围与调用者的授权范围一致。
我们数据还在金蝶 K/3 WISE 里、还没上 BI,能用吗?
可以。奥威AI+BI 的价值恰恰在于承接这类存量系统——通过数据接口把金蝶云·星空、K/3 WISE 以及用友等 ERP 的数据统一接入并建模,之后 AI 通过 MCP 调用的就是已经治理好的数据。这是先补数据地基、再开放 AI 能力的正确顺序。
AI 生成的结论如果错了怎么办?
这恰恰是统一口径的意义所在。因为每个数字都能下钻到明细数据,结论是可复核的——如果 AI 的归因不成立,展开明细就能立刻看到问题出在哪。可被证伪,比看起来正确重要得多。
业务人员需要培训吗?
不需要额外培训 BI 操作。用自己的话提问,是每个业务人员本来就具备的能力。真正需要培训的是 BI 管理员——指标怎么定义、数据模型怎么建。
六、适用边界:什么场景该用,什么需要先打理
适合:
已经部署了奥威AI+BI 或已有明确 BI 平台,希望让 AI 真正用上企业数据的企业
经营分析需求高频、跨部门数据分散在多个 ERP 系统的制造与流通企业
对数据安全、权限隔离有明确合规要求的行业
需要先打理的:
指标口径尚未统一的,先在 BI 侧完成数据建模与指标定义
数据仍在老系统且未做接口对接的,先完成 ERP 到 BI 的数据接入
诚实地讲,这条链路不是给企业加一个"更聪明的聊天框",而是把 AI 接进企业数据的能力链,而不是把企业数据接进 AI。前者让分析建立在企业自己的数据资产和权限体系之上,后者只是让 AI 拿着一份复印件说话。
总结
"我们已经在用 WorkBuddy 了,能不能把奥威BI 的能力接进去?"——现在可以了。
配置好 MCP 连接器,直接在 WorkBuddy 里输入"奥威BI,分析去年公司经营风险",很快一份图文报告就出来了。
关键是什么?数据安全可控、口径统一——不像个人上传 Excel 那种"精美但错误"的报告。
对企业决策者而言,这句话真正值得关注的分量不在于省了几步操作,而在于:企业级数据分析的门槛,降到了"会说话"这个程度。
