指標算對了,AI 仍可能不該回答:Workday 與 Honeydew 的下一道門
語義層解決「怎麼算」,權限解決「誰能看」。真正的企業 AI 測試,要把身分、時點、快取與行動邊界放進同一道查詢。

一位主管問:「本部門本季的人均獎金是多少?」系統可能使用正確公式、讀到最新紀錄,甚至給出完全可重算的結果,卻仍然不該回答。因為主管剛剛調職,或者篩選後的群體只剩一個人。數字正確與揭露獲准,是兩件不同的事。
這正是 Workday 擬收購 Honeydew 值得拆開看的部分。11 月 18 日公告仍是收購意向,預計在截至 2027 年 1 月 31 日的會計季度完成,且有交割條件。它不是已完成整合的證明。本文關心的不是再添一家 AI 公司,而是業務含義與查詢權限能否同時成為機器可執行的規則。
一把尺,不是一張通行證
語義層可理解為一份可執行的指標契約:分子和分母是什麼、按什麼時間歸屬、哪些紀錄可以關聯、採用哪個業務版本。比如「人均獎金」可以按期末人數,也可以按季度平均全職當量計算。二者服務不同目的,不應由模型在回答時任意替換。
統一含義不等於強迫所有情境只有一個數字。更好的做法是給不同定義明確名稱、負責人和適用條件。當「本季」跨越公司會計年度和曆年,系統應該釐清,而不是用穩定的 SQL 悄悄固定一個錯誤理解。確定性只能保證相同輸入產生相同計算,不能保證輸入代表正確業務意圖。
權限則回答另一組問題:誰在問、代理代表誰、允許哪些列和欄位、用途是什麼、現在是否仍有權。把公式交給編譯器,並不會自動回答這些問題。若所有人最終都借用一個權限很大的服務帳號,前端顯示不同姓名也不代表資料庫辨識出了不同存取範圍。
三個反例,比一次漂亮展示更有用
以下是架構測試情境,不是對 Workday 或其他產品已發生問題的指控。
第一,主管在上午獲得存取權,下午調到另一部門,聊天助理仍傳回上午快取的獎金結果。公式和原始查詢都可能正確,問題在快取能否隨權限變動失效。快取鍵至少需要考慮存取範圍與政策版本;僅以問題文字命中結果,會把一次獲准查詢變成可重複散布的資料副本。
第二,使用者能看部門總額,也能看「排除某位員工」的總額。兩次合法彙總相減,可能推導個人獎金。列級篩選與欄位遮罩並不自動阻止這種組合推論。敏感情境還需要最小群體、查詢組合限制或人工審核;拒絕回答有時比傳回一個「合規欄位」更符合真實規則。
第三,即時查詢傳回了今天的組織架構,卻被用來解釋上季的人均成本。新鮮不等於適用:歷史分析需要當時有效的歸屬、指標版本和資料截止點。對月結報告而言,可重現的已核准快照,反而可能優於持續變動的即時數字。
這三種失敗分別發生在授權有效期、結果組合和業務時間。換一個更會寫 SQL 的模型,並不會直接修好它們。
不只有一條產品路線
Workday 提出的原生整合路徑,是把語義與自身業務權限更緊密結合;未發布能力仍應按計畫而非現有保證理解。另一條路徑是在既有資料平台內執行政策。Snowflake 文件說明,列存取政策在查詢執行時決定傳回哪些列。這表示查詢時治理並非只有一種實作,也不能把「進入資料倉儲」直接等同於「失去治理」。
還有把共享指標與明確憑證對應組合的路線。dbt 文件將服務權杖連結到底層資料平台憑證。這提醒採購者:應該追問最終用了誰的存取範圍,而不只是有沒有語義層。不同團隊憑證或使用者級身分各有維運成本,不能靠統一入口掩蓋這些選擇。
對少量高風險任務,預先核准的查詢範本也可能更合適。它犧牲問題自由度,卻縮小可執行空間,便於稽核。對跨系統營運分析,資料倉儲仍可能是實用選擇,但要承認更新延遲、權限同步和歷史版本維護的成本。原生即時路線則需要證明跨系統身分與業務定義如何銜接,而非只展示單一系統內的一次成功。
驗收對象應是一條證據鏈
採購測試不該止於「答案和儀表板相同」。同一問題應在不同身分、調職前後、不同截止日期與快取命中條件下重跑。需要記錄選中的指標版本、授權主體、資料範圍、政策判斷和結果時間;答案被拒絕時,也應有能稽核而不洩漏敏感細節的原因。
最後還要單獨測試行動。看到獎金預算不意味著可以更改獎金,讀懂應付帳款也不意味著可以付款。查詢權限、寫入權限與核准責任必須分開驗證。語義契約可以讓代理理解數值,卻不能自行授予代理處理數值所代表資源的權力。
因此,值得觀察的商業價值不是提示詞少了多少,而是減少重複定義維護之後,是否仍能在權限變動、歷史重算和跨工具呼叫中守住邊界。Workday 的公告提供了方向,真正的交付證據應是:系統不僅知道怎麼算,還能證明為什麼這個人此刻可以得到這個答案。
內容僅供參考,不構成投資、法律、稅務或財務建議。