AI越強，BI就得越強？

（媒角抵加／林承志綜合報導）AI接手越多公司數字查詢，BI背後的資料管理與驗證就得跟上。Claude開發商Anthropic於2026年6月3日公開內部分析流程，指出資料與文件過期會拖累回答品質。BI是商業智慧，負責把企業資料整理成可供判斷的指標與報表。對想用AI查營收的台灣企業，先統一算法、更新資料並核對答案，才能決定哪些分析交給AI。

關鍵資訊

• AI與BI的分工：AI理解問句、發起查詢與整理結果；BI相關流程提供資料、共用指標與分析報表。
• 案例與日期：Anthropic於2026年6月3日披露內部流程；dbt於4月7日公布不同查詢方式的測試。
• 人員負責的工作：確認指標定義、維護資料與文件，審核會影響營運的數字。
• 使用門檻：企業需有可用資料與存取權限；Power BI的Copilot另有付費容量、地區及功能限制。
• 適用程度：可輔助查詢與報表分析；採購、改價及對外公布數字仍需負責人確認。

BI先回答：這張報表的營收怎麼算？

BI的英文是Business Intelligence，中文稱「商業智慧」。依IBM的說明，它涵蓋蒐集、管理與分析企業資料，再透過圖表和報表協助決策。公司每月看的營收表、庫存看板、各分店業績比較，都是容易理解的應用。

假設一家網店同時有訂單表與退款表，老闆問AI「上個月業績多少」。按照下單日加總、按照付款日加總，以及扣除退款後加總，可能得到不同數字；若問「賺多少」，還得確認商品成本、運費與平台費用的計算方式。

這些選擇要由業務與財務人員先定義。AI即使能寫出查詢程式，也需要知道公司這次要看哪一種業績。當同一個算法由月報、主管與AI共用，才有辦法比較不同月份，並追查數字為何改變。

Anthropic也遇到文件過期、答案退步

Anthropic的資料團隊在6月公布，內部讓Claude查詢企業資料時，要求它優先使用已定義的指標；遇到未涵蓋的問題，再參考人工整理的資料說明。這種把「營收」「活躍用戶」對應到指定算法的設計，稱為「語意層」，是支援分析的一層共用規則。

公司也披露一次維護教訓：上線後一個月，離線評估的準確度曾從約95%降至約65%。團隊後來把查詢指引與資料模型一同管理，修改資料結構時，同步更新說明。這組數字來自Anthropic內部評估。

7月25日，資料科學作者Jose Parreño Garcia在分析這套流程時指出，能生成SQL查詢語法，與正確回答業務問題之間，仍有資料定義與驗證的工作。員工用一句話取得報表後，這些原本由分析人員處理的細節，仍須有人維護。

dbt測11道題，先整理資料也能改善AI回答

資料工具公司dbt於4月7日公布一項比較：使用模擬保險業務的ACME Insurance資料集，讓多個AI模型回答11道問題，每題重複20次。一路讓AI自行產生SQL、查詢資料庫；另一路讓AI選用預先定義的指標，由dbt的MetricFlow引擎產生查詢。

在由AI協助新增3個資料模型、整理資料表關係後，Claude Sonnet 4.6直接產生SQL的正確率為90.0%，使用語意層則為98.2%。dbt公開了測試程式，並說明整理資料模型後，兩種方式的表現都有改善。這是廠商針對11道題、各重複20次的測試結果。

語意層的用途，是讓AI沿用設定好的計算規則；可回答的範圍也受已建立的定義限制。AI仍須選對指標，企業也得檢查定義本身是否符合需求。當新產品或新的業績問題出現，資料團隊要補上對應規則。

查詢能執行，仍可能選錯日期欄位

企業資料查詢的困難，也出現在獨立研究中。Fangyu Lei等研究者提出的Spider 2.0，於2025年3月修訂的論文收錄632個企業情境查詢任務；其中涉及的工作包括閱讀資料庫欄位說明、不同系統的查詢語法，以及專案程式碼。AI得先找對資料，才有後續計算。

Microsoft的Power BI技術文件則列出一個更具體的例子：Copilot被要求篩選2024年資料，卻採用了客戶的生日欄位，沒有使用預期的日期表。文件提醒，使用者應檢查輸出的查詢與結果。

用AI核對月報時，可以要求它同時列出資料表、日期欄位、篩選條件與計算公式。只看最後的總額，會漏掉「數字算得出來，月份卻選錯」這類問題。

台灣團隊先驗收一份月報，再擴大查詢

台灣企業若透過Power BI使用Copilot，Microsoft目前列出的基本門檻包括付費Fabric F2以上或Power BI Premium P1以上容量，以及管理員設定與支援地區。試用容量不支援；這筆支出也不同於個人聊天工具訂閱。

功能還要分開確認。截至2026年9月8日，Microsoft文件將Taiwan North與Taiwan North West列在獨立全螢幕Copilot及應用程式內Copilot尚未提供的容量區域，該段也註明多語言使用尚未正式支援。台灣公司應依自己的部署區域、使用介面與繁體中文問句驗收。

查詢開放給更多員工時，資料權限也要逐項檢查。Tableau官方文件說明，Agent沿用既有資料列與欄位層級的權限政策；例如誰能看哪個部門的紀錄、哪些成本欄位，應由公司預先設定。

小型團隊可先選一份已由人核對的月報，固定資料截止日，寫清楚營收、退貨與成本算法，再讓AI回答相同問題。驗收時保留答案與查詢過程；更換模型、修改欄位或調整算法後，再用同一份資料重測。涉及客戶或員工資料，先由管理者確認可傳送的欄位與服務設定。

「BI越強」可以從這裡衡量：資料有沒有準時更新，指標有沒有負責人，答案能不能追到原始紀錄。企業讓AI處理的分析範圍越大，這些檢查也要涵蓋更多問題；先把一份月報核對清楚，再決定下一批交給AI的工作。

資料來源與更新紀錄

• 相關主題：AI快訊；公司相關報導：Anthropic。
• 延伸閱讀：當公司以AI花費評估員工，AI帳單連到考績，公司會怎麼看你說明數字用途與人員評估；準備串接工作資料時，可參考OpenAI：世界準備好了，你呢？的權限分工。

• Anthropic：How Anthropic enables self-service data analytics with Claude，2026年6月3日，內部部署與評估自述。
• dbt：Semantic Layer vs. Text-to-SQL: 2026 Benchmark Update，2026年4月7日，實驗設定與結果。
• dbt公開測試程式，2026年9月8日查閱。
• Fangyu Lei等：Spider 2.0論文，2024年11月12日首發，引用2025年3月17日修訂版。
• Microsoft：Use Copilot with semantic models，2026年9月8日查閱。
• Microsoft：Copilot for Power BI overview，2026年9月8日查閱，容量、地區與語言條件以文件為準。
• IBM：What is business intelligence (BI)?，2026年9月8日查閱。
• Tableau：Explore Your Data with Tableau Agent，2026年9月8日查閱。
• Jose Parreño Garcia：Anthropic is telling you that Agentic Analytics is not just text-to-SQL，2026年7月25日，公開技術評論。
• 更新紀錄：2026年9月8日完成資料整理與文字稿。