资料中心 DataFocus OT 产品介绍
DataFocus OT · 企业本体平台
让 AI 进入业务，控制权留在你手里
老板在催 AI 落地，员工已经在用外面的 AI 工具，IT 和法务却不敢把企业数据交出去。
DataFocus OT 用业务本体给 AI 三样东西：一张读得懂的业务地图、一条有边界的通道，以及一套要人批准的动作。这样，你可以放心地对 AI 说"可以"。
AI 进企业，缺的不是模型
今天的大模型已经很聪明，但放进企业里，常常缺三样东西。
缺上下文
模型不认识你的业务。它不知道 CRM、ERP 和合同里的"客户 A"是不是同一家，不知道"交付"算完工、发货还是签收，也不知道哪一版规则正在生效。直接给它数据库，它只能去猜表名、猜关联。
缺边界
让 AI 直接连数据，它能看什么、能改什么都不受控。给每个 AI 单独配一套权限，既配不过来，也很快对不上。
缺行动能力
只会回答问题的 AI 价值有限。企业要的是发现问题之后能推进处理，而且每一步都在规则之内、有人把关。
业务本体补的正是这三样。
什么是业务本体
本体是围绕一个业务主题建立的业务模型。以产品内置的"采购审批"示例本体为例，它由五部分组成。
| 组成 | 在 DataFocus OT 中 | 采购审批本体里 |
|---|---|---|
| 业务对象与关系 | 把各系统的数据表组织到本体下，写明表与表如何关联及其业务含义，并在本体图谱中呈现 | 采购申请、审批事件日志、路径变体、瓶颈、合规偏差、优化任务、审计记录等 9 张表；例如"审计记录按案例编号追踪采购申请" |
| 规则与知识 | 文档中心存放制度、规则和口径说明，并关联到它们约束的数据 | 合规偏差校验规则、SLA 与瓶颈识别规则、事件日志口径说明、任务写回与审计 SOP |
| 指标 | 指标中心，按计划推送给相关人员 | — |
| 动作 | 执行脚本（计算、校验、写回）；控制面板上的业务动作 | "合规偏差检测"脚本；面板上的重新挖掘、生成整改任务、要求补证、关闭偏差、重开偏差 |
| 权限 | 沿用企业的用户、角色和资源权限；按本体授权给 AI Agent | 只有被授权的人和 Agent 能看到这个本体 |
每个本体都配有一个本体智能体：用自然语言向它提问，它会结合本体中的数据和文档给出有依据的回答，还可以调用本体中的执行项完成分析或写回。
AI 帮你搭本体。搭本体不必从零手工开始：
- 界面上可以让 AI 生成执行脚本、生成和修改控制面板的草稿，校验、预览之后再保存；
- 外部 Agent 可以根据数据和文档起草本体，提出需要确认的业务问题，由业务负责人确认后发布。
看得见的证据
同一个问题，业务人员和 AI 得到同一组数字（使用产品内置的示例数据）。
业务人员 · 数据搜索输入"申请部门 金额"
AI Agent · Claude Code 通过 MCP 问同一个问题
金额合计最高的是运营保障部，为 7,842,000 元。
- 运营保障部7,842,000
- 采购部6,966,000
- 数字化部5,786,000
依据：查询 Demo_流程挖掘_采购申请主数据表，执行 SELECT "申请部门", "币种", SUM("金额") … GROUP BY "申请部门", "币种"；回执中的数据指纹 evidenceRowsSha256 = 98e5b99a…d159。（回答摘录）
两边的数字逐项相同
本体带来什么
一次定义，处处复用
业务口径在本体里只定义一次，搜索分析、看板、控制面板、本体智能体和外部 Agent 都用它，得到的是同一组数字。
AI 的回答有依据
AI 沿着本体里定义好的对象和关系去找数据，不靠猜；每次查询都返回实际执行的 SQL、所用的数据表和数据指纹。
AI 不越界
权限跟着本体走：Agent 只能拿到授权用户本人权限内的数据，越权请求不会透露数据是否存在，权限一收回就失效。
从发现问题到解决问题
业务人员在控制面板上选中一条异常，就能生成整改任务、要求补证或关闭偏差；AI 要做改动，只能提交草稿，经人批准后才会生效。
功能之外的价值
敢对 AI 说"可以"
很多企业卡在中间：老板催 AI 落地，IT 和法务不敢开放数据，员工已经在把数据复制给外面的 AI 工具。DataFocus OT 把"禁止"变成"受控地允许"：有权限、能撤销、改动要批准。AI 用起来了，数据也不再从后门流出去。
掌握 AI 时代的主动权
模型更新得很快。业务知识沉淀在你自己服务器上的本体里，接入哪个模型、哪个 Agent 由你决定；换了也不用从头再来，业务知识也不会交给某一家 AI 厂商。
越用越值钱
第一个本体是投入。第二个场景可以复用已有的对象、规则和权限，每多一个 AI 应用，成本就更低。一次性的 AI 试点做完往往就扔了，本体会留下来。
出了错，能追到责任
每次查询都有回执，每次变更都有审批记录，Agent 的全部操作还会记入审计日志。用了哪份数据、按哪条规则、谁批准的，都查得到。AI 可以追责，管理层才敢放行。
知识留在公司
老员工脑子里的规则和处理办法变成本体。人员流动，知识还在；新同事和新的 AI 应用都从这里开始。
为什么是 DataFocus
很多产品都说自己有"本体"。常见的做法大致有四类。
| 做法 | 擅长 | 不足 |
|---|---|---|
| 知识图谱：从文档中抽取实体和关系 | 检索和问答 | 金额、汇总等数字靠模型生成，算不准；没有业务动作 |
| 指标层或语义层：数据平台自带 | 报表数字准确 | 没有规则文档和业务动作；绑定在该平台上 |
| 数据目录 | 说明数据在哪里、是什么 | 只描述数据，不参与业务运行 |
| 重型本体平台 | 功能完整 | 价格高、实施重，依赖驻场团队；AI 多绑定自家产品 |
DataFocus OT 的做法
数字算得准。底层是真实的计算引擎（Flash 用 Apache Doris，Heavy 用 Trino 等），回答来自实际执行的 SQL，并带可核对的回执，不让大模型去"估"数字。这建立在 DataFocus 搜索式分析产品的基础之上。
数据、规则、动作在同一个本体里。数据告诉你发生了什么，规则告诉你应该怎样，动作让你接着处理。
对 AI 开放，但默认受控。用标准 MCP 和 OAuth 接入任何支持 MCP 的 Agent；权限继承、实时撤销、变更审批、查询回执都是内建的，不是外挂的。
轻。私有化部署，Flash 一个引擎就能运行；从一个本体起步，不需要庞大的驻场团队；AI 还能帮你搭本体。
人和 AI 共用。业务人员手上的搜索分析、看板和推送，用的是同一个本体。投入一次，两边受益。
功能一览
业务人员
- 搜索式分析：输入列名和关键词即可得到图表，可查看实际执行的 SQL，支持时序预测和归因分析。
- 智能问数：用自然语言向 AI 助手"小慧"提问，由它转换成查询。
- 本体工作台：与本体智能体对话，由它结合数据和文档给出分析。
- 控制面板：查看业务状态，直接执行业务动作。
- 问答、数据看板，以及定时推送到企业微信、钉钉、飞书。
- 数据填报：设计填报表单，收集和管理数据。
- 21 种界面语言，包括简体中文、繁体中文、English、日本语、한국어。
AI Agent（通过 MCP 接入）
- 标准 MCP 接口（Streamable HTTP），通过 OAuth 授权；Claude Code 等客户端可以直接接入。
- 读取本体、资源和图谱，在本体范围内执行只读查询，结果附带 SQL 和数据指纹。
- 提交控制面板等变更草稿，经人工审批后应用。
- 通过 DataFocus 用自然语言完成分析，委托本体智能体执行任务
AI 自动建模研究
选定一张业务数据表、设定预测目标和评价指标后，AI 会按以下步骤完成建模研究：
- 先调查数据，再提出基线和候选方案；
- 调用平台训练模型并比较效果；
- 用一份事先留出、只用一次的数据，对选定的模型做独立评分；
- 确认有可靠提升才采用，没有提升就如实报告；
- 用户在页面上下载预测结果和模型训练包。
整个研究受预算和数据权限约束，可以暂停和恢复；收回数据权限后，研究会随之停止。
数据与 IT 团队
- 数据接入：导入数据表、接入外部数据源，建立数据集和公式。
- 数据治理：资产目录、资产全景、数据服务 API。
- 系统管理：组织架构、角色与资源权限、AD/LDAP 账号同步，以及外部 Agent 的操作能力和变更审批。
两个版本
| 对比项 | OT Flash | OT Heavy |
|---|---|---|
| 计算与存储 | Apache Doris，内存计算与数据仓库合一 | Hadoop、Hive、Trino、Iceberg |
| 业务本体 | 支持 | 支持 |
| AI Agent 接入（MCP） | 支持 | 支持 |
| 数据加工 | — | ETL（DataSpring，基于 Flink） |
| AutoML 与 AI 自动建模研究 | — | 支持 |
| 适合 | 想先在一个业务域快速建起本体，数据可以集中到一个分析引擎的团队 | 数据量大、已在使用大数据平台，并需要数据加工和建模的企业 |
第一步：从一个本体开始
- 选一个业务问题：有数据、有制度文档、有明确负责人，例如订单交付或采购审批。
- 带上相关的数据表和规则文档，建起第一个本体。
- 让业务人员先用起来，再授权一个 AI Agent 接入。
- 跑通之后，扩展到下一个业务主题。
- 私有化部署：安装在企业自己的服务器上。大模型服务由管理员在系统中配置；使用外部模型时，请按企业的数据政策确认传输范围。
- 配套资料：中英文用户手册（截图均取自真实产品界面），以及 Agent 与 MCP 接入手册。