上个月去一家装备制造企业聊本体论和企业AI 转型，会后一位主管副总问我一句：今年我们也上了大模型，也做了几个智能体，

为什么半年下来手里什么都没留下

。这句话我最近听得太多，几乎我接触交流的每家企业都会问道，因此向专门分享一个PPT来说明。

这个问题不能一句话回答。所以我把这两年的想法收成三个问题：

为什么现在必须换方法，能力资产怎么建，人怎么才能长出来。

今天顺着这三件事往下说，不讲概念，只讲落地时到底卡在哪儿。这三个问题其实是一家企业做 AI 的先后顺序，如果顺序搞错了，那么到后面可能就是大量的返工和推倒重来。

先说现状。企业不缺 AI 的想法，每个部门都能提几个，每个部门都还有几个人能够手搓个系统，反而搞定IT和数字化部门的人很尴尬，我们都能够自己用AI搞定了，还需要IT部门干啥。实际上很多业务想法做出DEMO演示很容易，或者说仅仅在部门几个人小范围用很容易。但是真正要上升为企业级的应用，能够在大并发访问时候高效稳定运行，这就不是一件容易的事情了。

要注意，实际在AI时代不能按传统IT系统一个个简单的方式来做，一个是建设周期长，成本投入大，价值不可预见，而是这样还会导致大量的IT系统信息孤岛。

好了，那你可能说我已经是做Agent智能体和进行Agent编排的思路来开发新场景下的应用了。但是实际上系统各建各的，到了AI时代Agent 也各建各的，每个场景一套提示词、一套技能包。我见过一家企业，一个客户在三个系统里有三个名字，同一张报表财务和业务算出两个数，到头来靠人对账。

这几乎是十年前烟囱式建设的翻版，形态在变，成因没变，大家还是在系统层做集成，没人在语义层做统一。Agent 建得越多，智能壁垒越厚，同一个问题十个人问出十个答案。所以

真正的分水岭不在模型，而在知识资产的沉淀

。这话听着有点刺耳，可你回头看这两年真正跑出效果的，都是先把业务说清楚的那几家。

在AI时代，通用AI大模型谁都能买，按量付费，每季度还会更强。工程花钱能建，半年到一年就成，它只是一张入场券。真正拉开差距的是那些只在你企业里长出来的东西：对象、规则、判断标准、例外情况。我常讲，模型可以买，工程可以建，

知识中台，它的内核不是数据库，是一套 AI 读得懂的本体。

上面是应用层，中间是能力资产层，技能包和能力接口都在这里，再往下是本体语义层，对象、关系、规则、动作、场景、事件，最下面是加工层，把需求、文档、数据炼成语义。

很多人一听本体，以为就是画图，那就想偏了。

本体是把业务写成机器能读的形式

。拿合同来说，属性是金额、账期、客户，规则是超过五百万必须法务复核，事件是逾期和变更，场景是评审和履约，动作是创建和审批，关系是它属于哪个客户、关联哪张订单。这六样凑齐，才叫一份 AI 读得懂的合同。

如果这个内容放在 Word 里面，它们是六段文字描述；放在本体里，它们是六个能被引用的节点。少一样，AI 就只能靠猜，自然有幻觉，那么猜出来的东西没人敢签字。就拿报销说，员工问住宿标准是多少，没有本体，AI 只看到报销接口要职级和入职年限，可这两项在 HR 系统，它不知道这层依赖，只能让你去问 HR。那么AI无法完成跨业务和跨系统的协同，那么价值大打折扣。

有本体就不一样。本体告诉它，标准由职级和入职年限决定，这两项属于员工对象，在 HR 系统，于是先取数，再按规则算额度，再给出标准、依据和数据出处。

知识库解决知道什么，本体解决怎么连起来用

那怎么判断一个本体是真的还是假的。我只看三条：

机器能不能读，规则能不能校验，AI 能不能照着执行

。一份漂亮的 PPT，人看了点头，程序看了什么也拿不到，那还是文档。删掉一个属性，系统能不能立刻列出影响哪些报表和接口，列不出来就不能进生产。这三条不过关，后面做什么都是白费。

说到这儿有个现实问题，这事该谁干。最懂业务的是业务骨干，最懂系统的是数字化部门，可中间那段没人天然负责。业务骨干知道业务怎么转，但说不全也不规范；数字化部门会画流程和数据模型，可没做过语义建模。要补的就是这个位置，不是换人，

而是让业务和技术人员真正懂工程级的实践，懂如何能够做好业务建模提供给AI更加准确的业务上下文语义。

方法落到操作上就是两条路径，终点是同一个，让 AI 进业务里干活。业务侧把事说清楚，从需求到业务模型，到本体语义，到能力资产，再让 AI 运作；数据侧把数准备好，从数据资源到治理，到数据资产，到语义映射，再往后是智能问数和决策。很多企业把这两条路做成两套系统，又导致了OLTP类系统和OLAP类系统间形成了新的信息孤岛，这是最可惜的。

需求说清楚、抽象成模型、建成本体、沉淀成能力、AI 开始干活。

每一步都有明确产出和主笔人。第一步交付需求说明书，把帮我做个 AI 问成谁在什么时候、依据什么、判断什么，这一步得业务骨干自己写，别人替不了。

盘点、治理、映射、指标、问数与决策

。缺第三步前两步白做，缺第二步第五步一定错。最容易跳过的是映射，业务说合同，库里叫 contract_main，金额叫 c_amt，这层翻译不做 AI 只能猜。指标也一样，每一个都要能追到怎么算、取哪张表。

两条路走完，AI 在业务里的价值会分三级。

，问制度、问流程、问口径，省的是找资料的时间。

，查单、建单、审批、通知，AI 自己选接口、排顺序、填参数，它才从建议者变成操作者。

，归因、预警、方案比选。三级是递进的，前一级不扎实，后一级就上不去。

多数企业停在前两级。不是不想往上走，是第三级要的东西太全：数据、口径、规则、场景经验，四样缺一不可。少一样，AI 给的结论你就不敢签字。所以这级走得最慢，也最值钱，它省的不是时间，是决策失误的钱。

平台这块我们的做法是 Harness 加本体一体化

。上面一个统一工作台，中间三个业务中心，应用中心把新业务做出来，数据中心把经营看明白，知识中心把知识用起来。往下是本体语义层，全平台共用一套语义，十一类模型统一版本、统一校验。这一层做不好，上面堆多少应用都是沙子上盖房子。

再往下是运行时，多模型路由、技能按需加载、工具调用、任务调度、上下文与记忆、安全与审计。很多人低估了上下文这一块，一份二十页的需求转成本体，文本量能到十几 M，没有分段推理和上下文管理，模型跑到后半段就开始偷懒。

用了几年平台，我最大的感受是，平台到头来留下的不是应用，是三类资产。业务资产是流程、规则、技能包、能力接口；数据资产是指标口径、对象到字段的映射、分析路径；知识资产是制度、案例、术语表、可溯源的知识图谱。应用会过时，模型会换代，这三类会一直增值。所以评估一次转型做得好不好，我从来不看他上了几个应用。

可买了平台不等于有了能力，中间隔着四道工序：

需求抽象、本体质量、技能沉淀、组织使用

。说到底就三样：工具解决能不能，方法解决准不准，人解决用不用。三样里只有第一样能靠采购完成，剩下三道都要靠人，没有一道能靠软件自动完成。

过去是一条链，售前承诺需求，产品转方案，开发按文档实现，测试按用例验收，实施现场配置，客户拿到手才发现不是自己想要的，六次交接，每交一次信息就损耗一次。现在是一到三人的小队，从问题到上线一个人负责到底。原来几十个人、几个月，时间大半花在人和人对齐上，不是花在业务上。

客户的问题解决了没有，业务跑通了没有，效率真的提升了没有。

跟你会不会用某个工具、用没用本体建模，关系不大。这也是为什么有些项目验收通过了却没人用，验收的是文档，不是业务。所以我们不替你做 FDE，把你的人培养成 FDE。

外包式是团队进场、做完撤场、文档留在共享盘，下个场景再找一次外部团队，能力留在外部，成本留在企业。共建式是顾问带教，企业的人全程参与，第一个场景顾问主建，第二个企业主建，第三个能教别人建。

最懂业务的那批人，才是 FDE 最好的人选。

业务需求梳理、本体建模、技能与智能体开发、AI 软件工程、AI 数据分析、知识工程。

每一件学完都有能验收的标准，比如能独立建一个业务域的本体，能独立交付一个上线应用，能独立完成一次经营归因。这六件事不是六门课，是一条链上的六个环节，缺哪一环都交付不了。

单场景打样四到六周，能力资产化两到三个月，组织化推广三到六个月，再往后是自进化运营。

每一步都能单独验收。第一步只验证一件事，带上本体的分析是不是真的比把表丢给模型更可靠；第二步验证第二个场景能不能不重新建模就搭起来。我最怕的是一上来就喊三年规划，喊完就没下文。

每一阶段的交付物都很明确：方法体系、模型资产、平台与能力、人才、运营机制，全部归企业所有。验收标准只有一条，每一类交付物都要能在企业里独立跑起来，而不是躺在文档里。咨询结束，能力不走，这是我做这件事的底线。

所以下一步，我建议不要一上来就规划企业级 AI 平台，先用一个场景证明给自己看。第一周选场景，对象清楚、数据可连、问题明确；第二周组三人小队，一个懂业务、一个懂系统、一个懂工程；第三到第六周把整条链路跑一遍。跑通了就有第一份资产，跑不通也知道卡在哪一环。

好了，今天的简单分享就到这里，再见。

Hello，大家好，我是人月聊IT。上个月去一家装备制造企业聊本体论和企业AI 转型，会后一位主管副总问我一句：今年我们也上了大模型，也做了几个智能体，为什么半年下来手里什么都没留下。这句话我最近听得太多，几乎我接触交流的每家企业都会问道，因此向专门分享一个PPT来说明。

企业AI转型，我建议先别再一个个建系统了

人工智能

架构设计

职业发展

业务侧把流程说清楚，数据侧把指标对齐，本体语义打通AI跨系统协同。从单场景打样到能力资产沉淀，交付物归企业，FDE带教让能力留在内部。模型可买、工程能建，但对象规则判断标准只能自长。

智能体开发

知识图谱

数据分析

数据中心

软件工程

智能体

数据库

路由

Agent

OLTP

OLAP

腾讯云双十一大促

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

企业AI转型，我建议先别再一个个建系统了

企业AI转型，我建议先别再一个个建系统了

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐