杂谈 4 分钟
制造贩卖模式看似简单:企业自己制造并销售产品、从客户获得对价,但它的强项与脆弱来自同一处。关键在两条轴——做高品质、低价格、别人做不到的“单项能力”,和在价值链里采购、加工、交付的收入方式。案例中,一家超精密零部件企业因量产不良品长期停滞,1990年代转往东南亚并彻底改善不良,最终在雷曼危机与东日本大地震中仍做到10%出头的营业利润率。但品质和利润率是两回事:无法拒绝客户降价要求的企业业绩难恢复,最终被收购。出路只有彻底打磨价值链,或改变模式本身。
AI 动向 4 分钟
本体论在企业 IT 中分化为两条路线。分析型语义层统一指标定义,以只读方式支撑 BI、Text-to-SQL 与 LLM 的上下文接地;操作型本体论则把状态变更事务、事前校验、外部系统写回与类型安全的 OSDK 代码生成整合成业务应用的执行基盘。Databricks、Microsoft、Google Cloud 的能力本质上是前者的延伸,Palantir 则是后者的代表,并以 CQRS 与决策血缘实现企业级读写分离。本文梳理两者的结构差异、AI 智能体时代的分工,以及企业架构选型矩阵。
AI 动向 4 分钟
本文以零售银行的贷款置换为例,说明 Knowledge Catalog 与 Gemini 如何打通数据科学与营销:自然语言探索数据、自动生成 PySpark 并经 Lightning Engine 做零拷贝连接,用 XGBoost 建模(准确率90%、精确率85%),一键发布到目录,直至用零 token 的 BI 分析把数月工作压到几分钟。
行业新闻 4 分钟
把表结构塞进提示词,并不能让 AI Agent 理解业务含义,它照样会给出看起来很专业、实际却算错的数字。本文以保险业基准测试中 GPT-4 执行准确率从约 16% 提升到约 54% 为例,讲清由指标、本体和文档组成的语义层,如何通过 OBDA(虚拟知识图谱)把本体直接映射到现有数据,并用分层解析兼顾确定性与灵活性。文章还介绍了用 AWS Context Ontology Accelerator 让 AI 起草本体、专家审核,以及 MCP 与身份感知的治理和五条实践建议。
行业新闻 4 分钟
要让企业问答助手分清“苹果”是公司还是水果,并理解三张都叫 Customer 的表,机器需要的不是上下文,而是一个明确的语义模型——本体。本文从哲学起源讲到 Gruber 与 Studer 的定义,拆解类、个体、属性与公理,介绍 RDF、RDFS、OWL 及推理机的作用,梳理生物医学、Schema.org、企业集成、工业物联网和大模型时代的典型应用,并说明本体与知识图谱的区别以及动手构建的方法与常见错误。
杂谈 4 分钟
商业模型这个词是怎么流行起来的?本文从日本经济媒体的最早用例讲起:1995 年前后《日本经济新闻》围绕戴尔的报道、1997 年关于 PlayStation 否定任天堂商业模型的专题,以及半导体产业被美台追击的语境。之后回到丰田,梳理 Just-in-Time 与「自働化」两根支柱、推式生产的问题与拉式方式的由来,以及福特量产方式为何在日本过剩。最后介绍孙正义的「时光机经营」,并说明看商业模型没有唯一正确的切口。
行业新闻 4 分钟
借腾讯研究院的 FDE 报告,梳理企业 AI 落地中反复出现的四个问题:把 Demo 跑通当成产品能上线、能做 AI 应用却没选对高价值场景、员工会做的事 AI 未必做得更好、个人提效不等于组织提效。文章结合智能客服与 ERP 的案例,说明 Demo 与生产之间的落差、隐性知识转化为上下文的必要性,并给出三点改进:不要用 Demo 速度推算落地周期、围绕高价值场景组织业务与技术共同负责的小团队、涉及流程职责与考核时高层必须亲自推动。
AI 动向 4 分钟
TypeSafe AI 的新模型 Jev 不写文章,只返回判断和概率:官方测试中速度最高约为通用大模型的 193.6 倍,成本约为其 1/444.6,每百万输入 token 仅 0.042 美元,输出免费。它用 state 和 question 调用,以 Noul、Choice、Score 三种形式输出结果,并采用 RLCD 让概率直接用于自动分流,体现了判断、生成、执行的分工。
行业新闻 4 分钟
仓储、电商、采购三个系统各显示库存 100,加起来却不等于能交 300。Palantir 把真实业务决策拆成 Data、Logic、Action、Security 四部分,用 Object、Property、Link 描述业务世界,并让 AI 真正执行且受权限约束。本文用库存案例讲清 Ontology 的核心,并讨论大模型时代如何用 skills 与 MCP 复现这套理念:先做 Agent,再让 Ontology 随复杂度长出来。