GuanCLI · 已上 BI 的企业怎么接 AI

Excel 扔给 AI 挺好用，我 BI 里那些数为什么接不上？

Excel 丢给 AI，又快又好用。但真到要拿去汇报的时候，很多人开始不踏实了。为什么？从一个场景说起。

01

日常

墙在哪里

周四下午，张总在准备明天的周会。Excel 拖进 AI，打一行字，两分钟出来分析——比自己算快多了。但就在这时，他想到：这张表是周三导的，今天是周四。AI 算的「销量」，是签单量还是发货量？华东最近两个新门店，Excel 里还没有。

一家公司，系统里通常已经积累了真实的数据资产：数据加工逻辑（毛利怎么算、同比从哪天起算）、标准数据集和看板（财务、供应链、销售各口径）、权限体系（谁能看哪个区域，哪些字段对谁可见）。这些跑了几十个版本，改了很多次，是公司认可的标准。

但通用大模型站在墙外，够不着这些。 你把问题扔给它，它不知道毛利定义在哪张表、不知道你只有华东权限——给你的是通用知识拼凑的答案，看起来像那么回事，但口径对不上，数字没法用。GuanCLI 就是来打通这堵墙的——它让大模型伸进 BI，直接调用已经沉淀好的数据、逻辑和权限， 不是另起一套数，是在已有的 BI 资产上，用自然语言下指令。

Excel + AI vs BI 资产

02

担心

但领导心里有三道关

想法很自然，真正敢日常用之前，心里会过三道坎——不是技术问题，而是业务责任问题。

权限会不会乱？ 我让 AI 查华东销量，它会不会顺手把全国数据也给我？BI 里设了那么久的权限，AI 一问全绕过去了？口径会不会对不上？ AI 给的数字，能不能和 BI 里的口径对上？财务一核对说数不对，比数出来慢更麻烦。发布前能不能先看一眼？ 助手帮我改了加工规则、搭了看板，我没验就发出去，后来发现算错了——找谁，能不能撤回？

这三道关，比「功能多不多」更关键——是业务领导敢不敢真正日常使用 AI 数据工具的前提。

GuanCLI 在哪里

03

回应

这三道关，GuanCLI 替你想过了

权限：沿用 BI 里原有的，不多也不少。 GuanCLI 直接沿用观远 BI 的权限设置。同一问题「各区域销量多少」：张总只看到华东（如 8560 万），财务看到全国汇总（如 28760 万），无权限同事看到「无权访问」。同一句话，三个答案——不是助手笨，是 BI 里原来的规矩还在，没有因为「用说话问」就绕开。

口径：调的是 BI 里已有的数据集和加工逻辑，不是 AI 自己编。 毛利怎么算、门店怎么归区，还是分析师当初配的那套——助手只是帮你调出来，没有换过。复杂筛选、追数据来源，从约 20 分钟手工操作缩短到约 30 秒。快的是串联的过程，不是换了口径。

责任：AI 可以快，人点头的环节不能省。 路径是：识别需求 → 自动生成 → 先预览 → 再发布。预览让你在 AI 做好之后，还有机会核对权限、数字、能不能给老板看——因为签字的是你，不是模型。

同 一 问 题 · 三 种 答 案

发 布 前 的 四 步

04

能力

从「说话查数」到「搭完整应用」，能走多远

三道关过了，我们继续聊 GuanCLI 能帮你走多远。从最轻的「说话取数」到「生成连着数据的小应用」，一共五类用法，越往后，省的事越多。

五 类 用 法 · 能 力 递 进

GuanCLI · 能帮你走多远

05

行动

下次开会前，试一件最小的事

下次开会前，拿一个你平时要找分析师才能回答的问题，直接让 GuanCLI 在 BI 里查一遍。口径对不对、范围对不对，一看就知道。试过一次，你就知道后面还能用它做什么。

也可以让对方切两个不同权限的账号，用同一句话查一遍——答案是否不同，你自己就能判断。

观远数据：让企业的每一次决策，都站在自己的数据资产上

观远数据一直在做一件事：帮企业把沉淀的数据资产变成决策的起点，而不是每次从零开始。GuanCLI 是这条路上的一步，同时可以确保权限不乱、口径不换、责任可追。欢迎试用，更欢迎告诉我们哪里还能更好。