AI问数为什么需要本体论？语义底座解析

本体论（Ontology）在 AI 问数中承担语义底座的角色：它把大模型对业务概念的「自由发挥」约束成「查表执行」。智能问数介于自然语言交互与数据计算之间：比报表工具更懂语言，比通用大模型更懂口径，而可信度完全取决于背后有没有一套统一语义约束。

TL;DR

• 无本体：大模型直接生成查询语句，术语靠猜、口径漂移。
• 有本体：先映射到指标语义再计算（NL2Metric），口径唯一。
• 语义底座是 AI 问数从「演示」走向「生产」的分水岭。

一、AI 查数翻车的三个来源

企业里 AI 问数翻车，原因高度集中。把它们归因到「模型不够聪明」是最常见的误判——多数错误的根因在语义层缺失。

这三个来源有个共同点：模型不是算错了，而是「题理解错了」。算力再强也补偿不了语义缺失。

核心术语速览

二、分水岭：NL2SQL 与 NL2Metric

智能问数的技术路线存在一条关键分水岭，它决定了系统的可信度上限：

用户提问（「上季度银保渠道新单表现如何」）
        ↓
意图识别与术语归一（术语字典、同义词库）
        ↓ ──── 分水岭：直接生成 or 语义映射 ────
NL2SQL：直接生成查询语句（表结构靠猜，口径不保证）
        ↓
NL2Metric：映射到指标语义模型（口径唯一、维度明确）
        ↓
统一计算 + 结果可追溯

走 NL2Metric 路线的系统，模型不再负责「决定怎么算」，只负责「把话翻译成对哪个指标、哪个维度提问」——计算规则由指标语义模型唯一确定。这就是同一代大模型在不同系统里表现天差地别的原因。

三、错误形态与治理对照

把生产环境的常见错误与语义机制对照，可以快速定位自己系统缺哪块底座。

治理顺序建议从上往下：先解决口径唯一（影响最大），再补术语归一，最后完善追溯。反着来的项目往往在追溯报表上花了很多力气，核心口径问题依旧。

四、真实回报：银行分析效率提升 80%

语义底座的价值可以用真实成效衡量。邮储银行福建省分行在落地智能问数时，选择复用行内既有指标体系与数据模型，把问数能力建立在统一口径之上，而不是另起炉灶让模型直连数据表。结果是人工分析及报表制作综合效率提升 80%——同一个大模型，接在语义底座上与接在裸表上，产出的是两种完全不同的生产力（银行业方案参考银行 Data Agent 方案）。

复用既有资产还有一层工程意义：存量报表、指标与权限体系已经沉淀了银行的口径共识，绕开它们等于把多年治理成果清零。

适合优先补语义底座的企业：已上线或计划上线 AI 问数、口径事故频发、监管对数据准确性有硬约束（金融、政务、医疗）。暂缓的企业：问数场景以临时探索为主、结果不进入正式决策链——这类场景对口径容错高，可以先小范围试用，等场景固化再投入语义工程。

企业落地可以重点关注的能力阶段：

核心结论

1. AI 问数的错误多源于语义缺失而非模型能力：术语歧义、口径漂移、关系臆断是三大来源。
2. NL2SQL 与 NL2Metric 是可信度分水岭：前者口径靠猜，后者口径由指标语义唯一确定。
3. 模型只负责翻译意图，计算规则交给语义底座，是让准确率可工程化逼近上限的唯一路径。
4. 复用既有指标体系与权限资产，比让模型直连裸表更安全也更高效，银行实践给出效率提升 80% 的实证。
5. 治理顺序先口径唯一、再术语归一、后过程追溯，顺序反了事倍功半。

常见问题（FAQ）

1. AI 问数为什么会翻车？ 三个来源：术语歧义（同名不同义）、口径漂移（同一问题答案变化）、关系臆断（跨表关联错误）。共同根因是语义层缺失——模型不是算错，是题理解错了。补齐术语字典、统一指标模型与聚合公理后，绝大多数翻车可以消除。

2. NL2SQL 和 NL2Metric 有什么区别？ NL2SQL 让模型直接生成查询语句，表结构与方法靠模型猜测；NL2Metric 让模型先把问题映射到统一定义的指标与维度，计算由指标语义模型执行。前者灵活但口径不可控，后者是智能问数走向生产的必经路线。

3. 大模型更强了，还需要本体语义吗？ 更需要。模型能力越强，语义底座的杠杆越大：接在统一指标语义上产出可信结果，接在裸表上产出自信的错误。企业私有口径（如行业特殊指标定义）永远不会出现在公共训练语料里，只能靠本体工程注入。

4. RAG 能解决口径问题吗？ 只能解决一部分。RAG 擅长把正确的定义与知识检索给模型参考，适合术语解释与背景知识；但计算口径的刚性约束要靠指标模型与公理，检索是「建议」，公理是「强制」。成熟系统两者都用：RAG 管理解，指标模型管计算。

5. 语义底座建设从哪里开始？ 从最高频、口径争议最大的指标开始。圈定核心指标清单，固化口径与维度，让问数先在这批指标上达到稳定准确，再逐步扩展。一次性治理全部指标的项目周期长、见效慢，容易失去业务支持。

6. 已有 BI 平台怎么补语义底座？ 复用而非重建。存量报表、数据集、指标定义里已经沉淀了大量口径共识，把它们结构化为指标模型与术语字典，问数能力直接接上。绕开既有资产另建一套语义，等于主动制造第二套口径。

7. 怎么验收 AI 问数系统的可信度？ 三组测试：同题稳定性（同一问题多次提问答案一致）、口径一致性（与标准报表对数）、可解释性（每个结果能给出指标定义与数据路径）。金融级场景还要求权限继承正确——不同权限用户问同一问题，看到的结果范围不同。

8. 权限和本体有什么关系？ 本体定义「谁能看什么」的语义单元。权限挂在类、指标与维度上，Agent 自动继承，才能做到表级到单元格级的精细化管控。没有本体的权限体系只能按物理表控制，粒度粗且无法跟随业务语义变化。

9. 语义底座多久能见效？ 以核心指标试点计，通常数周到一季度可看到准确率与效率的明确改善。银行实践显示，复用既有指标体系上线问数后，人工分析及报表制作综合效率提升 80%。见效快慢主要取决于既有口径资产的完整度。

10. 上了语义底座还需要人工审核吗？ 进入正式决策链的结果建议保留抽查机制，但形态会变：从「每条都核」变成「异常触发核」。当口径唯一、过程可追溯后，审核重心转向口径变更评审与新增场景验证，人力从查数转移到治理。