AI时代下企业数智化转型的思考与实践之1-2数字世界的构建

导言

机器能力不足的时候，人要依靠复杂的工程来迁就机器，门槛高。 机器能力变强之后，人就按照自然的方式交互就可以了。

知识生产民主化。

数字世界的构建历史

人类文明的语言体系，包括文字、书本、收音机等，可以看作人脑对世界的建模。 历经千万年的演变 ——底层 / 通用建模

现代社会的计算机、编程语言、ERP、网络、数字货币、虚拟现实、人工智能等，可以看作在计算机语言的载体上构建数字世界。 还在不断进化 ——深度 / 专业化建模

软件本质上是对现实世界中特定领域的数字化建模，之前由人手工构建：抽象对象（数据库设计），抽象处理（编程、ERP）。

AI 会以接近人类视角的方式（自然语言、可视化等）辅助构建：抽象对象（本体 / 知识图谱），抽象处理（Agent / Workflow）。

人不必过度关注与机器打交道的底层处理。

编程语言的进化

编码本质上是将人们的需求转化为计算机能够理解的内容

数学语言，编程语言，自然语言：抽象度不同，适用于不同场景。

人与机器的交互：成本/门槛越来越低。

交互系统，内容系统与能力主体

能力主体，交互系统，内容系统，这三者相互影响，三位一体，构成了数字世界构建的主要方面。

第一层次的交互系统，包括输入，输出，形式转换等。

核心定位是“执行”，相当于企业 AI 的“手脚”—— 只负责接收指令、极速执行，不存储任何业务机密。

之前是由ERP、SaaS、手工代码等来完成，非常费时费力。

现在基于互联网数据训练而来的大模型在“操作”层面已经具备相当的能力，这一层次的工作在规范化的基础上应尽量交给AI处理，包括Coding生成和AI Agent。

第二层次的内容系统，包括数据、知识、规则的构建等。

负责存储企业的历史经验、决策轨迹、试错教训，是 AI 实现“持续进化”的核心。

为什么 AI 写的代码脱离业务实际，为什么 AI 客服激怒客户，为什么AI 做的决策频频出错？核心原因是没有为 AI 建立“内容系统”。

内容系统之前是由数据库系统来构建的，但是与AI的亲和力不够。

现在虽然有了RAG、提示词工程等，但是对于企业级场景来说支撑力远远不够，仍然需要大量人机对齐的工作，包括本体构建，知识图谱，规则内化等。

内容系统的构建

内容系统的载体

以前：

• 关系数据库：以数据库设计为基础
• 流程：以流程管理BPM为基础
• ERP：ERP核心的处理逻辑与规则校验
• 专家经验：老员工脑子里的隐性经验、Slack 对话里的破碎决策、管理者的失败复盘

新形式：

• 文档：以RAG为工具
• 企业架构（EA）
• 知识图谱：以本体建模为基础

内容系统建模模式的进化

本体/知识图谱的名字虽然没变，但内涵已不是旧的符号与专家工程，而是VectorDB的外在显化（可看，可修改：人机对齐的过程，既面向人，也面向机器）。

经典思想在新技术条件下的进化：Palantir 的进化（从 人工建模 + 人看，到 AI 辅助建模 + AI 使用）

内容系统与交互系统的连接

既可以用新的方式：以知识图谱为内容系统。

也可以以折中的方式：交互系统通过API与ERP交互，ERP与DB交互。

构建模式的演进

从一本程序（OOD），到一个单一系统（微服务），再到整体系统（数字孪生），都在经历：面向过程 → 面向对象 （从简单的 CRUD，到高层次的复刻）。

在更接近人类视角的类 - 实体 - 关系抽象基础上构建数字世界。

面向对象的抽象思维，本质是把复杂整体从高耦合分解到低耦合。

返回 导读页

参考

https://zh.wikipedia.org/zh-cn/%E7%A8%8B%E5%BC%8F%E8%AA%9E%E8%A8%80%E6%AD%B7%E5%8F%B2