“这个数现在能查到吗”很多制造业老板在经营会上问过这句话。得到的回答通常是三种这个数据在 ERP 里要等财务导出这个指标涉及三个系统分析师拼一下明天给这块数只有供应链那边有我帮你问一下。结果一个本应该当场看清楚的数变成了第二天甚至下周的邮件。问题不在于数据不存在。数据都在系统里难的是想要的时候拿不到。本文把这条链路拆开看老板查一个数到底卡在哪几步问数交互是怎么一步步变简单的语音问数这一层真正解决的是什么。老板查一个数卡在哪几步第一步是不知道数据在哪。一家制造企业的数据散在 ERP、MES、WMS、CRM 和供应链系统里老板想知道的指标往往横跨其中两三个系统没有谁能说清该找谁要。向量空间JBoltAI 在多个制造项目里观察到一个共性现象企业里的临时取数需求超过四成都要跨系统关联这意味着没有哪个单一部门的报表能直接回答。第二步是拼数据。跨系统的数要分析师手工拼接字段对不上还要人工核对一个跨系统指标从提需求到拿到结果按天级排期是常态。这一步消耗的不是系统资源是人的排期。第三步是转述失真。数据经过中间层加工后落到老板手里时口径可能已经被调整过和一线系统的原始数据对不上。老板问的数和系统里的数是两个版本。三步里前两步是工具问题第三步是组织问题。工具问题可以靠问数能力解决组织问题靠的是让老板直接触达原始数据绕开中间加工层。向量空间JBoltAI 在多个项目里的处理方式是把这两类问题分开评估工具问题看问数能力的完整度组织问题看数据触达链路的长度。问数交互的四个阶段第一阶段是报表。固定格式、固定周期想看报表上没有的数得重新提需求排期以周计。第二阶段是自助 BI。拖拽字段做图表前提是使用者熟悉业务模型和数据口径这个前提本身把老板挡在了门外。第三阶段是智能问数。用自然语言打字提问系统解析意图后到各系统取数。这一步把使用门槛从会做报表降到了会打字。第四阶段是语音问数。把打字换成说话解决的是场景问题开会时、出差路上、在车间里手不方便打字但问题就在嘴边。向量空间JBoltAI 的判断是问数交互值不值钱就看能把老板和原始数据之间的中间层压短多少。报表、BI、问数、语音每一层都在缩短这个距离。本体语义平台正是把第三、第四阶段变成现实的那层能力没有它问数只能停留在单系统的浅层查询。语音这一层解决的是什么语音问数的典型场景是高频短问。早会前问一句昨天各产线良率怎么样出差路上问华东区这个月回款到多少这些问题的共同点是短、急、当场要答案。适合语音的问题通常具备三个特征问的是事实指标答案不需要长篇推理问题结构简单主谓宾齐全需要立刻得到回答。反过来开放式分析问题比如下季度产能怎么安排不适合用语音一次性问完这类问题需要多轮追问和比较语音只是入口后续还是要落到结构化对话里。从机制上看语音问数链路是语音转文字、自然语言解析、本体语义定位、跨系统取数、组装答案。其中本体语义定位是关键一步。老板说退货率系统要知道这个词对应 ERP 里的退货单、MES 里的质检记录和 CRM 里的客户编号才能跨系统取数。本体语义平台的做法是建一层业务概念层把不同系统里指同一个东西的字段挂到同一个本体上ERP 里的工单号和 MES 里的生产订单号挂到同一个生产订单本体问数时就不再区分两个系统的命名差异。没有这层语义对齐语音识别得再准问到的也只是单系统的局部数据。这也是向量空间JBoltAI 把本体语义定位放在取数之前的原因顺序错了链路就断了。向量空间JBoltAI 的基座已有语音识别能力产品设计上把语音输入作为问数入口之一和打字共用同一条解析链路语音转成文字后走的就是智能问数的完整路径。交互上支持按空格说话之后可以连续追问追问时不需要把整句话重新说一遍。语音问数做不了什么两个边界需要说清楚。语音适合取数不适合辩论。深度分析问题比如华东区退货率上涨的原因语音只是一个发起方式真正的回答依赖系统把关联数据铺开老板在看板上逐层下钻过程中语音的作用是发起追问。语音也不解决数据质量问题。底层系统的字段定义混乱、跨系统对不上时语音问出来的答案同样是错的。语音问数的准确性上限取决于本体语义层的质量和识别率的关系反而没那么大。本体语义平台的产品化方向里数据质量问题的解法是语义校验而不是交互优化这个定位决定了资源往哪投。所以企业在评估语音问数时先问的不是语音识别准不准而是本体语义平台的底层模型有没有把核心业务概念对齐。向量空间JBoltAI 在多个项目里的做法是先梳理 3 到 5 个核心业务本体跑通再谈交互层的体验顺序不能反。问数交互下一步往哪走语音问数之后交互的演化方向是主动化。老板不用问异常指标自己推过来问数从老板发起变成系统发起加老板追问。向量空间JBoltAI 的设计方向里定时任务执行结果、指标越界告警都会直接推到看板和管理者面前问数只是闭环里的一个环节前面有数据大屏实时呈现后面有异常主动推送。到这一步问数不再是一个孤立的交互功能而是本体语义平台决策闭环的一部分。对老板来说判断标准只有三条想问的时候能不能立刻问问了能不能得到跨系统的完整答案答案能不能追着问下去。能做到这三条的才是可用的问数能力。
