前几天跟一个做AI项目的朋友聊天,他说了一件事:
他们团队做了一个很好的AI运用Demo,模型能力、界面交互都到位了,老板当场也表示认可。但散会之后,老板在微信群里单独问了他一句:"这个东西,跟我们现在的系统到底是什么关系?"
他愣了几秒,发现这个问题他其实没有想清楚过。
这件事让我想去一个问题:一个AI项目推进过程中,到底有哪些问题是项目负责人必须能讲清楚的?
不是讲给技术团队听,而是讲给老板、讲给客户、讲给业务部门听。
我后来整理了一个清单,大概有12个问题。一个项目负责人如果能用自己的话把这12个问题回答出来,这个项目至少有很大概率不会落在Demo阶段。
第一组:你到底在做什么
1. 什么叫AI原生?你的项目算不算?
不是简单指用了大模型,也不是传统系统外面套一个Chatbot。
可以这样理解:系统的关键业务能力,是不是由AI/Agent参与组织的,而不完全依赖预先写死的规则、流程和页面。
大模型负责理解、推理、生成;Agent负责识别任务、调用工具、组织流程、输出结果。如果这两件事在你的项目里没有发生,那可能还不是AI原生。
2. Agent和Chatbot有什么区别?
Chatbot主要回答问题,Agent要完成任务。
Agent会理解目标、调用工具、访问数据、组织流程,并在必要时请求人工确认。一个只会回答"你的库存是多少"的系统,和一个能主动识别缺料风险、推荐调拨方案、发起审批、通知相关人员的系统,中间差的就是Agent。
3. Agent和传统Workflow有什么区别?
传统Workflow的特点是:流程在执行前已经写死,系统按固定路径运行。
Agent的特点是:根据当前任务、上下文和工具结果,动态决定下一步做什么。
企业业务里变化场景很多——客户临时改计划、供应商突然延迟、系统库存和现场库存不一致——这些场景里,固定流程很难覆盖,Agent的价值就在这里。
第二组:你靠什么靠谱
4. 为什么需要本体(Ontology)?
大模型擅长"聪明":理解自然语言、组织推理、生成解释。
但企业业务要求"靠谱":不能编造事实、不能漏掉规则、不能查错数据、判断要可追溯、过程要可审计。
本体就是让AI靠谱的机制。它把业务对象、关系、规则、约束和数据映射结构化管理起来,让AI在可信的业务事实边界内推理。
一句话:大模型负责聪明,本体负责靠谱。
5. 本体和RAG有什么区别?