9 月 6 日，2026 精益数智化创新大会在天津国家会展中心举行。大会汇聚央企链主、行业龙头与前沿科技企业，聚焦 AI 与精益管理融合下的制造业转型。
当天上午，在能源电力行业主题论坛上，亿问 CEO 朱曦炽发表《AI 如何帮助企业建立一个以数据驱动决策的组织》主题演讲，探讨 AI 如何改变企业的数据获取与分析方式，让数据更深入地参与经营决策。
此次分享结合亿问核心产品 「亿问 Data Agent」 的产品实践，基于能源行业，围绕业务理解、数据查询、经营分析与成果复用，阐述企业建立数据驱动决策能力的路径。
亿问 CEO 朱曦炽在大会上作主题分享
获取一个看板之外的数据，需要多久？
朱曦炽从企业员工临时取数的场景展开分享。企业经过多年的信息化建设，已经积累了大量数据。面对新的经营问题，业务人员仍可能需要解释需求、等待取数，再经过多轮沟通才能得到分析结果。
数据的获取成本，也在影响企业能够提出多少问题、验证多少判断。通过自然语言提问和连续追问，让业务人员更便捷地获取数据，能够为经营讨论提供更及时的事实依据。管理者可以在形成判断时核对数据，在发现差异时进一步分析，并依据新的信息调整选择。
AI 如何理解企业的业务？
朱曦炽认为让 AI 回答经营问题，需要先建立数据与业务之间的联系。他结合能源行业，介绍了行业本体与业务知识图谱的建模思路：燃料采购、库存与机组运行的数据分散在不同系统中，却共同影响着电厂的经营结果。
业务语义建模将这些对象及其关系组织起来，把指标定义、业务规则与企业内部数据对应起来。系统由此能够围绕具体问题找到相关数据，为查询和分析建立明确的业务依据。这也是企业数据分析中保持口径一致、支持连续追问的重要基础。
查到数据之后，怎样支持经营判断？
朱曦炽进一步介绍了围绕经营问题展开连续分析的思路。以成本变化为例，管理者需要了解指标变化的幅度，进一步分析采购、运输等因素的影响，确定下一步需要核查的环节。
依托业务语义建模，业务人员可以沿着同一问题连续追问、比较指标差异，并将分析结果整理为报告。查询、分析与报告输出衔接起来，让管理者能够核对事实、讨论原因，在共同的分析依据上作出判断。
一次有效分析，怎样持续服务于经营？
当一次分析找到了有价值的观察角度，企业需要把它保留下来。朱曦炽表示企业有必要将分析采用的指标口径、观察视角和方法沉淀下来，通过数据驾驶舱等形式持续使用，让后续工作能够沿用已有成果。
数据驱动的组织，需要让有效的分析方法在日常管理中延续。员工可以围绕新的问题继续探索，也可以复用已经形成的方法，持续观察经营变化，减少重复梳理与沟通。
AI 进入经营流程，企业如何保持数据可控？
最后，朱曦炽强调数据安全与权限管理是企业应用 AI 的重要前提。员工能够查询哪些数据、分析可以覆盖哪些范围，需要与企业的管理要求相匹配。亿问 Data Agent 支持私有化部署与细粒度权限管理，为不同角色设置相应的数据访问范围。让业务人员便捷用数的同时，保持清晰的数据使用边界，是产品进入企业日常经营流程的重要条件。
目前，亿问 Data Agent 已在制造、零售、金融等多个行业落地应用，服务于企业的数据分析与经营决策。未来，亿问将持续推进业务语义建模与 AI 分析能力的融合，让企业数据在更多经营场景中转化为可信的分析依据，支持企业提升决策质量。