用友U8数据接入AI：怎样做到只读、可核对、不乱答

U8 通常部署在企业自己的 SQL Server 上，账套按年度和账套号分库，业务数据分散在库存、采购、销售、生产订单、总账等模块的表里。例如现存量常见于 CurrentStock，采购入库单和销售出库单分别落在 rdrecord01、rdrecord32 这类出入库主表和对应的 rdrecords 明细表中，存货档案、客户、供应商各有自己的档案表。具体表名和字段会随版本和是否做过二次开发而不同，必须在客户现场的库里逐一核实，不能照搬。

难点不在于连不上，而在于口径。同样问「库存还有多少」，是账面现存量，还是扣除已分配、已锁定后的可用量，是否包含在检、不合格仓、委外仓，不同企业的定义不一样。AI 如果不知道企业自己的口径，就只能猜，因此第一步是把口径写下来，而不是先接模型。

第一类是跨模块的问数。比如「某物料当前现存、已分配、在途采购和未来两周的生产订单需求分别是多少」，这个问题需要同时看库存、采购订单和生产订单，传统做法要导出多张表。第二类是例外清单：超期未到货的采购订单、超过一定天数未开票的发货单、长期呆滞的库存。这类问题规则清楚，适合固化成模板，让模型负责理解问法和选择模板。

第三类是对账辅助，比如库存账与总账存货科目差异的初步定位。这类场景只做定位和解释，不自动调整分录。财务数据的修改应该始终回到 U8 中，由有权限的人员操作。

建议从一个两到四周的评估开始：选三十个业务人员真实会问的问题，逐个写出正确口径和标准答案，在只读视图上验证模型能否稳定答对，再决定是否扩大。这样可以在投入大量成本前，就知道准确率和边界。

也要说实话：如果企业的需求只是固定的几张报表，用 U8 自带的报表工具或用友的分析产品就足够，不需要大模型。AI 问数的价值在于问法多变、需要跨模块组合的临时问题。如果数据本身录入不规范，比如存货编码重复、仓库混用，应先治理数据，否则 AI 只会更快地给出错误答案。