在数据智能方向，企业报表的最大摩擦往往不在算力，而在“同名不同义”。同一个“出货量”，销售按订单日期统计，供应链按发货日期统计，财务按确认收入口径统计，三份报表各自正确却无法相加。数据分析实验室近期做了一组实验：用指标语义图谱把字段名、计算逻辑、时间基准、过滤条件拆成四个可对齐维度，再让模型对历史对数记录做偏差归因，输出“差异来源排序 + 口径映射建议”。
进展方面，在内部构造的 1200 组跨部门指标对上，模型对差异主因（时间基准、口径范围、去重规则、币种与单位）的Top-1 归因准确率约 78%，相比人工排查的平均 40 分钟/对，缩短到 5 分钟内给出候选结论。对数偏差收敛采用分段策略：先统一时间与单位等硬约束，再对范围类差异给出可验证的调整项，最后保留需业务确认的语义歧义。
下一步计划做两件事：一是把口径映射结果回写成可版本化的指标定义，避免同一争议重复发生；二是在真实月结场景中验证收敛速度，同时记录模型误判类型，用于补充语义规则而非单纯堆数据。
评论