一、引言
企业"数智化"做了二十年,很多企业还在这个循环里打转:
企业"数智化"做了二十年,很多企业还在这个循环里打转:
系统互联还没有成功,更谈不上数据治理和智能决策,这时新的业务需求、技术升级、设备更新又来了,产生了新的烟囱系统,一直在折腾。
今年以来,Claude Code、OpenClaw、Hermes-Agent推动的智能体热潮席卷各行各业,Skill沉淀能力已经成为发展共识。企业对AI的诉求已经从"模型能不能答",转向"智能体如何在企业落地,能不能管"。 显然,面对烟囱系统和数据治理难的死循环,企业智能体的落地难度远大于个人智能助理。
为了使"企业智能体"时代不重蹈"企业软件"的覆辙,我们需要跳出以前的误区,首先让"智能体"能够理解持续发展的"企业世界",即不断演进的业务场景,然后才能在这个世界中行动,即建立企业世界模型,这就是智能体本体(Agentic Ontology)。
二、本体
本体(Ontology)是个哲学概念,指事物的本质和根源。在知识工程的研究过程中,计算机科学引用了这个概念,本体被用来表达领域专属的概念、关系约束和逻辑规则[1]。明星企业Palantir扩展了这一概念,并将其应用于组织的数字资产表达,包含了企业数字资产的概念、实例和可执行的动作逻辑等。Palantir从国防政务到企业市场的成功,彻底带火了这一概念。在Palantir的定义中,本体是组织的操作层,位于数据资产之上,在平台中对应着真实世界的对象,是组织的数字孪生[2]。通俗一点说,本体是企业数字世界的骨架。它定义了三件事:
- 事物——你的企业有哪些"对象":客户、订单、产品、库存、员工、供应商...
- 关系——这些对象之间怎么关联:客户下订单、订单包含产品、产品关联库存、员工负责客户
- 行为——在这些关系上会发生什么:客户下单、库存预警、采购审批、发货配送...
本体实际上隔离了操作决策和原始数据,如下图。有了本体,我们实际上的数据智能、业务决策就跳出了烟囱系统、互联互通、数据治理的死循环,和现有的数字业务系统是个孪生关系,既能随着现有的系统而演进,又不受制于业务系统的发展和能力。
不管是知识工程中的本体[3],还是企业应用的本体一定是面对特定业务场景的,这点我们在《从Palantir本体论看企业数据应用架构》一文中做了详细阐述,指出本体最终是要建立面向场景的意义数据,而这个建立的过程在技术层面仍然使用数据挖掘和治理。这个过程岂不是仍然会陷入前面描述的企业数据集成泥潭,有了数据中台、ETL工具,仍然要面向不同的需求场景,反复折腾。当然,对业务有深刻理解并形成方法论的企业,比如Palantir的FDE团队,可以依赖于行业模板和平台,在…