從Excel到BI再到AI：一個(gè)數(shù)據(jù)大屏的進(jìn)化史

當(dāng)BI大屏成為企業(yè)標(biāo)配，數(shù)據(jù)可視化卻陷入'看得見(jiàn)說(shuō)不清'的困境。本文以航運(yùn)企業(yè)成本分析為例，揭秘如何通過(guò)WorkBuddy企業(yè)版AI與BI系統(tǒng)對(duì)接，將原始數(shù)據(jù)轉(zhuǎn)化為即時(shí)業(yè)務(wù)洞察。從API接口開(kāi)發(fā)到Prompt模板優(yōu)化，這套方案讓'為什么運(yùn)費(fèi)上漲15%'的答案從2天縮短至2分鐘。

———— / BEGIN / ————

一、BI數(shù)據(jù)看板做完了，還能做什么？

花3個(gè)月上了BI系統(tǒng)，BI大屏每天都跑，老板手機(jī)能看實(shí)時(shí)數(shù)據(jù)了——然后呢？

發(fā)現(xiàn)：看板只是讓數(shù)據(jù)”看得見(jiàn)”，并沒(méi)有讓數(shù)據(jù)”說(shuō)人話”。

去年豆芽君參與了一個(gè)航運(yùn)企業(yè)的成本分析系統(tǒng)建設(shè)。上線后，大屏展示著船舶運(yùn)營(yíng)費(fèi)用、航線成本對(duì)比、港口費(fèi)用構(gòu)成——數(shù)據(jù)很全，老板們看得很滿意。

但過(guò)了幾天，老板問(wèn)了一句：“為什么上個(gè)月運(yùn)費(fèi)漲了15%？”

運(yùn)營(yíng)主管愣了5秒，然后說(shuō)：“我回去查一下。”

這一查，就是半天。

從4個(gè)系統(tǒng)里導(dǎo)出數(shù)據(jù)，人工清洗，找口徑差異，逐條核對(duì)……等他把結(jié)論整理出來(lái)，老板已經(jīng)忘了問(wèn)過(guò)這件事。

這不是BI的問(wèn)題。是**”數(shù)據(jù)到洞察”之間，永遠(yuǎn)差著一層**——那一層，是人的判斷。

所以豆芽君花了點(diǎn)時(shí)間，把BI和AI接在了一起。現(xiàn)在再有人問(wèn)”為什么漲了”，我只需要1-2分鐘。

下面說(shuō)說(shuō)，豆芽君是怎么做的。

二、從Excel到BI，多數(shù)企業(yè)走完的路

先說(shuō)說(shuō)數(shù)據(jù)分析的發(fā)展歷史。

Excel時(shí)代是多數(shù)企業(yè)的第一階段。數(shù)據(jù)散在各個(gè)業(yè)務(wù)系統(tǒng)里，靠人工定時(shí)導(dǎo)出、清洗、匯總。我見(jiàn)過(guò)最夸張的團(tuán)隊(duì)，每周五下午花3小時(shí)手工整理，周會(huì)用的數(shù)據(jù)和業(yè)務(wù)系統(tǒng)里的真實(shí)數(shù)據(jù)已經(jīng)差了2天。

BI時(shí)代解決了整理的問(wèn)題。統(tǒng)一口徑、實(shí)時(shí)同步、手機(jī)隨時(shí)看、權(quán)限分部門(mén)。大概在2020年前后，很多中型以上的企業(yè)陸續(xù)上了帆軟或者Power BI。老板們終于不用等到周五下午了，數(shù)據(jù)隨時(shí)可以查。

但新的問(wèn)題隨之而來(lái)：看板越來(lái)越多，看到異常指標(biāo)，不知道原因在哪？

一張大屏上幾十個(gè)指標(biāo)，看的人其實(shí)只掃自己關(guān)心的那幾個(gè)。真正有價(jià)值的信號(hào)——比如某個(gè)航線成本突然偏離歷史均值——看板不會(huì)告訴你，原因到底是油價(jià)上漲？還是船舶運(yùn)營(yíng)效率差？

這就是為什么，BI之后還需要一層AI。

三、BI+AI：讓數(shù)據(jù)自己說(shuō)人話3.1 場(chǎng)景：航運(yùn)船舶費(fèi)用大屏的”最后一公里”

以航運(yùn)成本分析為例。BI大屏展示的核心指標(biāo)通常是這樣：

本月船舶運(yùn)營(yíng)總費(fèi)用：￥2,380,000 環(huán)比上月：+12%

老板看到這里，下一步就是問(wèn)你”為什么漲了”。

以前的流程：業(yè)務(wù)人員拉明細(xì)Excel，數(shù)據(jù)分析師清洗口徑，產(chǎn)品經(jīng)理對(duì)比歷史數(shù)據(jù)，寫(xiě)成分析報(bào)告，提交給老板——通常需要1到2個(gè)工作日。

現(xiàn)在的流程：打開(kāi)BI看板，底部已經(jīng)嵌著AI的解讀結(jié)論：

AI洞察摘要（2026年Q1） 本月費(fèi)用環(huán)比上漲12%，主因：
①油料成本上升貢獻(xiàn)+68%的漲幅；
②3號(hào)航線港口使費(fèi)異常增加￥86,000，建議核查；
③整體費(fèi)用在正常波動(dòng)范圍內(nèi)，無(wú)需過(guò)度關(guān)注。

這不是科幻，這是BI+AI API對(duì)接，跑通之后的標(biāo)準(zhǔn)輸出。

3.2 方案架構(gòu)：三條線接起來(lái)

整體方案分為三步，數(shù)據(jù)從BI流出，經(jīng)AI解讀，再回到BI展示，全流程不需要數(shù)據(jù)離開(kāi)企業(yè)內(nèi)網(wǎng)。

第一步：BI開(kāi)放數(shù)據(jù)接口

多數(shù)BI軟件支持通過(guò)API接口輸出看板數(shù)據(jù)。你可以選擇需要分析的指標(biāo)，通過(guò)接口導(dǎo)出為結(jié)構(gòu)化的JSON數(shù)據(jù)。

以船舶費(fèi)用為例，可以導(dǎo)出這樣的數(shù)據(jù)片段：

{ “report_date”:”2026-03-31″,”total_cost”:2380000,”cost_by_type”:{ “fuel”:1180000, “port_fee”:520000, “crew”:380000, “insurance”:200000, “maintenance”:100000},”cost_by_vessel”:{ “vessel_A”:890000, “vessel_B”:756000, “vessel_C”:734000},”monthly_trend”:[…]}

這一步是技術(shù)同學(xué)配合做的，屬于一次性開(kāi)發(fā)，后續(xù)自動(dòng)跑。

第二步：用WorkBuddy企業(yè)版AI解讀

把JSON數(shù)據(jù)發(fā)給內(nèi)部部署的WorkBuddy（數(shù)據(jù)不出企業(yè)網(wǎng)絡(luò)）。這是關(guān)鍵：不用公有云AI，企業(yè)敏感數(shù)據(jù)不需要外傳。

Prompt模板可以直接用：

你是一個(gè)資深航運(yùn)成本分析師。基于以下數(shù)據(jù)，給出分析結(jié)論： [粘貼JSON數(shù)據(jù)]
請(qǐng)按以下格式輸出：
核心異常：環(huán)比變化最大的指標(biāo)TOP3，說(shuō)明可能原因
趨勢(shì)判斷：過(guò)去3個(gè)月的變化方向（上升/下降/波動(dòng)）
行動(dòng)建議：建議優(yōu)先關(guān)注哪個(gè)指標(biāo)、排查什么數(shù)據(jù)
質(zhì)量提示：如果發(fā)現(xiàn)口徑不一致或數(shù)據(jù)缺失，請(qǐng)標(biāo)注

這里有個(gè)經(jīng)驗(yàn)：Prompt要具體，不要泛泛說(shuō)”分析一下”。 你問(wèn)得越清楚，AI的結(jié)論越可用。“按航線拆解費(fèi)用變化”和”分析一下”，輸出質(zhì)量差一個(gè)量級(jí)。

注：涉及數(shù)據(jù)隱私，圖片僅為效果參考

第三步：洞察結(jié)果嵌回BI看板

用BI工具的”插入HTML”組件，把WorkBuddy返回的分析結(jié)論以文字形式展示在大屏底部，與原始數(shù)據(jù)同步更新。

這一步的好處是：用戶(hù)不需要切換工具，在看數(shù)據(jù)的同時(shí)就能看到AI的解讀。

注：涉及數(shù)據(jù)隱私，圖片僅為效果參考

3.3 Before與After：同樣的數(shù)據(jù)，不同的體驗(yàn)

純BI階段BI+AI階段老板看到費(fèi)用上漲開(kāi)始問(wèn)原因，安排人查AI已標(biāo)注主因和關(guān)聯(lián)因素分析師回復(fù)細(xì)節(jié)1-2個(gè)工作日后AI當(dāng)場(chǎng)給出初步結(jié)論月度分析報(bào)告手動(dòng)寫(xiě)初稿，人工潤(rùn)色AI生成初稿，人工審核數(shù)據(jù)異常發(fā)現(xiàn)靠人工盯著，或者客戶(hù)先發(fā)現(xiàn)系統(tǒng)自動(dòng)標(biāo)注

四、進(jìn)階：從”用戶(hù)問(wèn)AI”到”AI主動(dòng)推”

上面的方法跑通2到3個(gè)月之后，你會(huì)發(fā)現(xiàn)有些分析模式是固定重復(fù)的——每周一早上，各航線成本對(duì)比每月費(fèi)用異常預(yù)警（環(huán)比超過(guò)某個(gè)閾值）特定船型超過(guò)預(yù)算時(shí)的提醒

這些場(chǎng)景觸發(fā)條件明確，分析邏輯固化，每次都是同一套結(jié)論。那就不需要人去找AI了，讓AI主動(dòng)來(lái)找人。

這就是AI定時(shí)任務(wù)，主動(dòng)推送洞察。每天早上 9:00 → WorkBuddy讀取BI關(guān)鍵指標(biāo) → 發(fā)現(xiàn)異常（環(huán)比變化超過(guò)閾值） → 通過(guò)企業(yè)微信/郵件推送洞察報(bào)告

推送內(nèi)容大概是這個(gè)樣子：

航運(yùn)成本早報(bào) · 2024年10月15日
?? 發(fā)現(xiàn)2條異常：A航線油料成本環(huán)比+18%，主因國(guó)際油價(jià)波動(dòng)，持續(xù)關(guān)注C船型港口使費(fèi)連續(xù)3周上升，建議核查靠泊計(jì)劃
? 無(wú)需關(guān)注的正常波動(dòng)：人工成本下降2%，屬季節(jié)性因素

這一步做起來(lái)也簡(jiǎn)單，因?yàn)榉治鲆?guī)則已經(jīng)固化了——上一步的產(chǎn)出，就是這一步的規(guī)則來(lái)源。

建議的順序：先跑通BI+AI API對(duì)接，等積累了足夠的分析案例，再上AI定時(shí)任務(wù)，主動(dòng)推送洞察。

不要一上來(lái)就做主動(dòng)推送，那樣分析規(guī)則不成熟，推出來(lái)的內(nèi)容質(zhì)量不可控。

五、BI+AI融合的方法論

經(jīng)過(guò)這個(gè)項(xiàng)目的驗(yàn)證，我總結(jié)了一套”三段論”：

第一階段：BI打通數(shù)據(jù) 統(tǒng)一數(shù)據(jù)口徑、實(shí)時(shí)監(jiān)控、權(quán)限管控。這是大多數(shù)企業(yè)已經(jīng)完成的事情。

第二階段：AI解讀數(shù)據(jù) 用企業(yè)在用的WorkBuddy等AI智能體對(duì)BI導(dǎo)出的JSON做分析，輸出可讀的洞察結(jié)論。這是現(xiàn)在最值得投入的環(huán)節(jié)。

第三階段：AI主動(dòng)推送 固化分析規(guī)則，用定時(shí)任務(wù)替代人工觸發(fā)，從”人找數(shù)據(jù)”變成”數(shù)據(jù)找人”。這是下一階段的目標(biāo)。

兩個(gè)注意點(diǎn)：

1. 數(shù)據(jù)安全是底線 企業(yè)內(nèi)數(shù)據(jù)不要上傳公有云AI。WorkBuddy企業(yè)版是內(nèi)部部署，數(shù)據(jù)不出域，這是基本前提。你可能會(huì)覺(jué)得”只是一些費(fèi)用數(shù)據(jù)”，但對(duì)于貿(mào)易型企業(yè)，一條成本數(shù)據(jù)就是談判籌碼。

2. AI結(jié)論需要人確認(rèn) AI做分析輔助，但最終結(jié)論需要業(yè)務(wù)負(fù)責(zé)人確認(rèn)后再使用。六、寫(xiě)在最后

寫(xiě)這篇文章的時(shí)候，我回想了一下過(guò)去十年做數(shù)據(jù)分析的歷程。

Excel時(shí)代，我們學(xué)會(huì)了”怎么把數(shù)據(jù)整理干凈”。 BI時(shí)代，我們學(xué)會(huì)了”怎么讓數(shù)據(jù)被看見(jiàn)”。 AI時(shí)代，我們才開(kāi)始思考”數(shù)據(jù)背后的業(yè)務(wù)問(wèn)題是什么”。

工具變了，但有一件事沒(méi)變：數(shù)據(jù)本身不會(huì)說(shuō)話，說(shuō)服人的永遠(yuǎn)是數(shù)據(jù)背后的分析和洞察。AI做的，是幫我們發(fā)現(xiàn)背后隱藏的信息，人再做綜合判斷。

本文來(lái)自公眾號(hào)：豆芽悟 作者：豆芽悟