企业AI

龙虾可以像员工一样工作，它能够调用工具、规划任务、寻找文件，并在不断试错中完成交付。随着养龙虾热潮的到来，企业面临着如何让龙虾真正融入业务流程和控制Token成本的挑战。爱分析与360亿方智能CEO彭际华进行了深入对话，探讨了记忆的价值、Skill的应用、多Agent协同的实际业务流程等问题。 彭际华认为，大模型决定了Agent的能力上限，而企业Context则决定了Agent的能力下限。企业AI的关键在于将业务规则、流程标准、审批习惯等显性化，以便Agent能够理解和执行。此外，未来的知识库不仅是文件仓库，更是面向Agent的组织记忆系统，包含会议记录、任务过程、专家判断等内容。 Skill是隐性知识产品化的最小单位，未来写Skill的技术门槛会下降，但真正稀缺的是能把业务经验结构化的人。Agent是脚手架，知识和Skill才是资产。模型越强，越会淘汰薄Agent，但也越会放大私域知识、业务规则和工程化治理的价值。 人和硅基员工协作的核心工作是把业务知识显性化，知识管理要嵌入业务过程，为硅基员工提供工作上下文，并确保知识持续萃取、验证和进化。企业AI的终局是每个组织拥有一批懂业务、能协作、可治理的硅基员工，而不是每人一个聊天机器人。

深演智能通过港交所审核，成功开启招股流程，迈向“企业决策AI智能体第一股”。公司已连续盈利，市场份额领先，拥有超过300个行业专属决策模型和5000个场景化模板，构建起强大的护城河。DeepAgent系统帮助企业解决实际问题，推动业务增长。深演智能将继续扩展全球版图，深化国际化战略，稳定穿越技术周期。

在AI技术广泛应用的企业环境中，尽管投入巨大，但效果有限，主要是由于AI缺乏对业务逻辑的结构化理解和本体支撑。本文介绍了企业AI落地面临的效果困境，并详细阐述了如何通过构建业务事理与整合权威事实，为AI提供可理解、可执行的逻辑框架，使其真正赋能具体业务场景，推动企业智能化发展。 分享嘉宾：Datablau数语科技创始人&CEO 王琤 本文首先回顾了企业AI应用的发展历程，指出当前AI应用更多停留在浅层问答阶段，难以深入洞察业务。为了克服这些问题，文章提出了构建业务事理与整合权威事实的方法，强调了数据质量和业务逻辑清晰的重要性。 接着，文章详细介绍了如何通过本体建模来实现业务逻辑的结构化描述，使得AI能够更好地理解和执行业务逻辑。本体建模不仅可以描述静态关系，还能表达与关系绑定的行为，从而支持更动态的业务执行与流转。 文章还介绍了Plantir Foundry平台的应用实例，展示了如何通过本体建模实现自动决策的完整闭环。平台能够接入各种数据源，通过本体建模定义业务概念、关系与逻辑，并确保数据的来源和加工过程清晰可信。 最后，文章讨论了如何利用AI辅助本体建模，降低人工设计的难度，提高建模效率与规范性。同时，提出了一种高效的数据治理路径，通过智能体分工协同，实现主动式的常态化治理，显著提升了数据治理工作的效率和可持续性。 总的来说，本文为企业提供了从数据到业务逻辑再到实际行动的有效路径，有助于推动企业智能化进程。