公开文章
汇集可公开访问的 UINO 公众号文章与行业观点，帮助读者了解数据智能相关议题。
为什么结构比数据更重要？
《为什么结构比数据更重要？》说明数据智能建设中对象关系、业务结构和指标口径的重要性，适合关注企业数据底座的管理者阅读。
阅读原文2026年6月17日从 Anthropic 到 OpenAI:智能问数正在走向本体智能问数
《从 Anthropic 到 OpenAI:智能问数正在走向本体智能问数》围绕企业智能问数、指标口径、数据语义、模型能力和落地路径展开，适合数据智能建设团队阅读。
阅读原文2026年6月15日OpenAI 也认为 Data Agent 的核心不是让大模型会写 SQL
《OpenAI 也认为 Data Agent 的核心不是让大模型会写 SQL》聚焦 Data Agent 的执行链路，说明企业问数不能只验证 SQL 生成能力。
阅读原文2026年6月10日Anthropic 视角下的智能问数难题与企业语义层建设
《Anthropic 视角下的智能问数难题与企业语义层建设》说明智能问数进入企业生产环境需要可复核的数据语义、权限控制和执行链路。
阅读原文2026年6月8日大模型会写SQL之后，为什么还是问不准数？Anthropic 给了一个答案
《大模型会写SQL之后，为什么还是问不准数？Anthropic 给了一个答案》解释自然语言查询在指标口径、关联关系和权限边界上的关键难点。
阅读原文2026年5月26日智能问数POC，为什么不建议用测试环境数据？
《智能问数POC，为什么不建议用测试环境数据？》强调业务数据结构、权限边界和代表性问题库对方案建设的影响。
阅读原文2026年5月15日告别报表之苦：基于本体论的高校外事"智能问数"新范式
《告别报表之苦：基于本体论的高校外事"智能问数"新范式》展示高校场景中用本体语义组织统计口径和业务问题的思路。
阅读原文2026年5月11日做好本体融合，能给数据治理带来什么？
《做好本体融合，能给数据治理带来什么？》讨论本体融合如何帮助企业统一对象、关系、指标和数据使用语义。
阅读原文2026年5月8日本体融合和数据治理是一回事吗？
《本体融合和数据治理是一回事吗？》区分传统数据治理与面向智能应用的业务语义组织方式。
阅读原文2026年5月6日数据治理还没做完，能开始做本体融合吗？
《数据治理还没做完，能开始做本体融合吗？》说明企业可以围绕高价值场景逐步沉淀本体和治理成果。
阅读原文2026年4月23日采购制度，卡住央国企AI落地
《采购制度，卡住央国企AI落地》关注央国企 AI 项目从前期验证、采购到落地推广过程中的组织约束。
阅读原文2026年4月22日为什么本体智能问数能问准？不是靠模型"猜"，而是靠本体"算"！
《为什么本体智能问数能问准？不是靠模型"猜"，而是靠本体"算"！》围绕企业智能问数、指标口径、数据语义、模型能力和落地路径展开，适合数据智能建设团队阅读。
阅读原文2026年4月14日本体不是数据的搬运工，而是数据的生产者
《本体不是数据的搬运工，而是数据的生产者》强调本体在生成可计算业务语义、指标和关系中的作用。
阅读原文2026年3月30日为什么说本体智能问数是本体工程的第一步
《为什么说本体智能问数是本体工程的第一步》围绕企业智能问数、指标口径、数据语义、模型能力和落地路径展开，适合数据智能建设团队阅读。
阅读原文2026年3月26日智能问数的POC到底在验证什么？
《智能问数的POC到底在验证什么？》梳理企业智能问数建设中需要关注的问题覆盖、权限命中、结果解释和上线风险。
阅读原文2026年3月13日为什么AI转型需要本体智能问数
《为什么AI转型需要本体智能问数》围绕企业智能问数、指标口径、数据语义、模型能力和落地路径展开，适合数据智能建设团队阅读。
阅读原文2026年3月11日当我们在谈智能问数到底在谈什么？
《当我们在谈智能问数到底在谈什么？》从业务用户、数据团队和管理者三类视角解释智能问数的真实价值。
阅读原文