背景概述
根据 黄金形态通APP 报道，Bloomberg（彭博）于2026年9月29日宣布推出Bloomberg Enterprise Model Context Protocol (MCP)，这是其新一代数据许可服务Data License Plus (DL+)的AI访问层。该方案专为代理式AI（agentic AI）时代设计，使客户的AI代理能够通过标准化的MCP接口，发现、理解并检索覆盖超过1亿种证券和5万多个字段的授权彭博数据，帮助金融机构从AI实验快速、轻松地过渡到实际生产工作流。
关键要点
Bloomberg Enterprise MCP 融合了语义上下文、AI就绪的元数据以及面向工作流的技能（Skills），为代理提供正确解读结果并自信采取行动所需的信息，覆盖研究、投资组合、风险和运营等场景。
- 标准化接口：通过MCP协议统一访问海量金融数据。
- 语义上下文：数据自带货币、定价时间、关联关系等上下文信息。
- AI就绪元数据：帮助代理理解数据含义，减少人工核对。
- 工作流技能：针对研究、投资组合、风险和运营等场景提供专用能力。
影响解读
在实际应用中，这一变化将改变全球资本市场投资者从提出问题到获得答案的速度。用户无需先寻找正确的数据集、手动协调标识符，或提交请求并等待，而是可以用自然语言直接提问，并获取已经携带可信上下文的数据：如计价货币、定价时间以及数据关联关系。这种从耗时的手动查询到可立即采取行动的答案的转变，正是生成式AI从试点走向企业日常生产的关键。
Tony McManus，彭博企业数据与指数全球主管表示：“随着生成式AI在金融服务领域的采用不断增长，金融机构面临的瓶颈已从模型能力转向数据就绪度。我们看到一些代理推理能力很强，却仍然无法回答关于头寸的基本问题，因为到达它们的数据没有表明其实际代表什么。单独一个最新价格并不能说明它是什么货币或何种价格。连接从来不是难点，就绪度才是，而这正是我们构建Enterprise MCP要解决的问题。”
关键对比
| 对比维度 | 传统数据访问方式 | Bloomberg Enterprise MCP |
|---|---|---|
| 数据发现 | 手动搜索数据集 | AI代理自动发现 |
| 标识符协调 | 人工核对 | 标准化接口自动处理 |
| 数据上下文 | 需额外解释 | 内置语义上下文 |
| 工作流集成 | 定制开发 | 预置工作流技能 |
| 从提问到答案 | 耗时较长 | 快速、可操作 |
未来展望
随着生成式AI在金融服务业持续渗透，数据就绪度已成为机构规模化部署AI的关键瓶颈。Bloomberg Enterprise MCP 的推出，有望降低AI代理使用高质量金融数据的门槛，推动更多机构将生成式AI从实验阶段推进到日常生产环境。未来，该协议可能进一步扩展覆盖的数据集与工作流场景，并促进金融数据访问的标准化进程。
编辑总结
Bloomberg 此次推出企业级MCP，直击金融机构在AI落地过程中面临的数据就绪度痛点。通过标准化接口、语义上下文和工作流技能，该方案试图让AI代理不仅“能推理”，更能“可信地行动”。对于依赖彭博数据的全球投资者而言，这或许意味着从数据查询到决策执行的效率将迎来显著提升。
常见问题解答
问题：什么是Bloomberg Enterprise MCP？
回答：Bloomberg Enterprise MCP是彭博推出的企业级模型上下文协议，作为其Data License Plus（DL+）的AI访问层，允许客户的AI代理通过标准化接口发现、理解并检索授权彭博数据。
问题：该协议覆盖多少数据？
回答：覆盖超过1亿种证券和5万多个字段的授权彭博数据。
问题：Bloomberg Enterprise MCP主要解决什么问题？
回答：主要解决金融机构在采用生成式AI时面临的数据就绪度瓶颈，使AI代理能够获取带有上下文信息的数据，从而正确解读并自信行动。
问题：该协议适用于哪些工作场景？
回答：适用于研究、投资组合、风险和运营等场景，通过工作流技能（Skills）为代理提供所需信息。
问题：彭博高管如何评价这一发布？
回答：彭博企业数据与指数全球主管Tony McManus表示，瓶颈已从模型能力转向数据就绪度，Enterprise MCP旨在解决数据缺乏上下文的问题。