跳到内容
九天共学
学习资料
企业 AI · 39 页

从华为 LTC 到 Ontology 与 Agent

32 / 39

第 32 页 · 文字版

完整讲稿 / 03

从管理判断到系统执行 完整讲稿 · 续

考核同样要配合。如果销售只看签约金额,交付只看自己部门的成本,双方可能都完成了指标, 项目却没做好。需要让相关负责人共同关注承诺是否兑现,同时保留各岗位能够控制的指标。

这些安排确定以后,才有依据设计每个阶段的推进条件、授权和例外处理。否则,把模糊的分工 交给Agent,它还是得不停找人确认。

不过,管理规则讲清楚了,AI也未必能直接使用。它还需要理解系统里的业务。

一笔生意,在CRM里有机会编号,在合同系统里有合同号,交付时又有项目号。员工常常知道 这些记录怎么对应,Agent却不能靠名称相似就认定它们是一回事。

这时就会涉及Ontology,也就是本体:用明确的业务对象和关系,组织大家对业务的共同理解。

知识库帮助找到材料,API提供查询和操作入口。本体可以进一步说明:这份合同对应哪些项目 ,某个付款节点需要哪些依据,“完成”究竟指交付结束还是客户已经验收。

这些能力可能集成在同一平台里,不一定要另建一套系统。简单场景,现有数据模型就可能够用 ;多个应用反复解释同一批对象,跨系统状态经常对不上,统一业务语义才更有价值。

还是拿开票来说,Agent要找到对应的合同和付款节点,检查约定条件,引用相关证据,再发起 申请。有预付款的合同,就不能套用“先验收再开票”的规则。

所以,让AI读懂合同之后,还得让它知道,这份合同在当前状态下允许做什么。

Palantir的Ontology实现,把对象、关系和动作、安全控制等能力连接起来,可以作为参考。[2] 但一张本体模型不会自动解决数据冲突,权限也需要具体系统来执行。

如果几个部门对哪份记录可信都没有共识,多加一层模型,并不会让分歧消失。

把这些内容放进架构图,Agent的位置就比较清楚了。

底层还是企业现有的CRM、合同、项目和财务系统,保存相应的业务记录。

心晴九天 · 公开学习资料 · 2026.09 32

文字版便于检索与复制,图表和排版请切回「图文」。

答疑由心晴确认后回复
资料说明与出处

从经营诊断走到业务语义、运行机制与实施工作表。

心晴九天整理 · 原资料版本:2026-09-18

由心晴九天历史配套资料转排,保留当时的事实与未验证说明。网页用于分段阅读;原图、表格排版与可点击引文请对照原版 PDF。

配套练习与阅读提示
  • 先选价值流和业务问题,再设计对象与动作
  • 把管理设计、技术运行与验证各自展开

从资料包的三张工作表中选一张,写自己的业务场景。

使用统计:关闭

帮助心晴了解哪些内容有用。默认关闭;不记录问题正文、私人笔记、手机号或聊天内容。

允许关联后,登录账号的页面与操作可由运营查看。已启用浏览器“不跟踪”时不采集。明细最多保留 90 天,后台读取或每日首次采集时清理。