百特搭人物志|做了多年BPM,他为什么要深入研究Ontology?(下)

企业本体、业务运行、人物故事·下篇
百特搭

image.png




研究本体,首先要回答“本体为谁服务”

在上一篇结尾,问题已经从“本体如何描述企业”转向“本体如何参与企业经营”。对戚雨而言,继续研究本体的第一步,并不是扩展模型,而是先回答一个更基础的问题:本体究竟为谁服务?

初期研究本体时,大多数人容易将注意力集中在模型结构、对象关系和语义表达上。但在持续的客户交流和多年BPM项目实践中,戚雨意识到,本体并不是数据模型的简单升级,也不是为了完成一套抽象模型。

这一认识,最初来自客户现场反复出现的一类问题:企业已经上线了流程系统、数据平台和各类业务应用,但当经营异常发生时,系统往往只能告诉管理者“发生了什么”,却难以进一步回答“影响了哪些业务对象”“为什么会发生”“谁需要处理”以及“采取什么行动才能解除风险”。

因此,企业真正需要解决的问题通常不是“有没有本体”,而是:


哪些经营变化需要被及时识别?


哪些风险需要被提前判断?


哪些任务需要被协同推进?


哪些动作需要被授权执行?


哪些结果需要被持续复盘?

带着这些问题,戚雨没有直接从模型设计入手,而是先重新审视多年BPM实践中积累的业务问题:流程可以规定节点如何流转,却不一定能够理解节点背后的业务对象、影响关系和经营后果;系统可以记录任务是否完成,却不一定能够判断风险是否真正解除。他判断:

本体最终必须进入业务运行,服务于具体角色、具体判断和具体行动。

为了进一步验证这一判断,他一方面梳理公开资料中Ontology(本体)、Objects(对象)、Relations(关系)、Functions(函数)、Actions(动作)以及权限机制之间的关系,另一方面持续将这些概念带回客户业务进行对照,从一个个具体问题出发进行反向拆解:企业究竟要作出什么判断?这个判断涉及哪些业务对象和关系?需要哪些指标和规则作为依据?谁有权限查看、确认和执行?判断结果又应通过什么业务动作进入流程,并由什么证据证明结果有效?

在这个过程中,戚雨逐渐发现,本体并不是对企业数据和知识的简单重新组织。它还必须表达对象的状态变化、指标的业务口径、规则的适用条件、角色的责任边界、动作的执行权限以及结果的证据来源。只有这些要素被放入同一套业务语义体系,AI才有可能真正理解企业正在发生什么,并在明确边界内参与后续判断与行动。

他逐渐得出一个结论:本体的价值,不在于把企业描述得更完整,而在于支撑企业作出更准确的业务判断。



从静态模型到业务运行模型

当研究目标从“构建模型”转向“支撑判断”,戚雨也开始重新审视本体与数据中台、知识图谱、RAG以及BPM之间的关系。数据中台解决数据汇聚与治理问题,知识图谱擅长组织实体及其关系,RAG帮助AI检索企业知识,BPM承载确定的流程与协同;但这些能力如果缺少统一的业务语义、判断规则、权限边界和行动机制,仍然难以独立支撑AI进入企业经营现场。

数据解决“记录了什么”,知识解决“知道什么”,流程解决“如何流转”,而本体可以进一步回答:企业中的对象、关系、指标、规则、权限和动作,如何共同支撑一次业务判断。

在研究过程中,戚雨注意到,传统语义网本体更侧重概念、实例、属性、公理与关系约束的形式化表达,适合构建稳定的知识语义体系;而在企业实时经营场景中,数据变化、业务判断、流程协同、权限控制和动作执行,还需要由业务应用、流程引擎和其他运行机制共同承接。

他开始思考:中国企业面对庞杂的系统与海量的数据,需要的是什么样的本体?

对企业经营而言,本体仅描述业务对象还不够,还需要关注对象状态、指标变化、规则判断、权限边界和业务动作。在百特搭的企业级AI应用语境中,本体还需要通过业务行动、流程和系统接口与真实业务保持连接:当业务状态发生变化时,本体能够反映相应变化并为判断提供依据;当判断结果需要执行时,则通过相应机制进入流程、任务或业务系统。

在戚雨看来,真正能帮助企业经营的本体,应该由对象、关系、指标、规则、权限和动作共同构成:


对象与关系,让AI理解企业业务世界


指标与规则,让AI能够进行计算、判断和推理


权限与动作,让AI能够在明确边界内进入业务运行

因此,戚雨认为“本体不是一张描述企业业务的静态关系图,而是一套能够随着业务状态变化持续运行的业务模型。”

图片


认知修正,本体不能脱离业务场景建设

研究初期,戚雨也曾从企业整体经营的角度出发,试图先将企业知识组织得更加完整,建立一套“大而全”的本体体系。但随着对客户业务场景的深入了解和持续落地实践,他逐渐发现,静态知识的完整并不等于业务运行的有效,大而全的本体存在明显风险:


建设范围难以界定


业务专家投入成本高


不同部门口径难以统一


模型上线后容易因业务变化而失效


建模成果与实际业务使用之间存在距离

经过多次客户交流与团队实践,戚雨在企业本体建设方案上形成了新的判断:

“本体不应先于业务存在,而应在业务使用中逐步形成和持续演进。”


图片


本体如何进入企业经营现场

戚雨对本体的研究并未停留在理论与模型层面。围绕企业经营中反复出现的关键判断,他带领团队将对象、关系、指标、规则、权限与行动组织为可运行的业务语义,并在多个高价值场景中完成方案沉淀,持续推进场景验证。

以供应保障与交付协同为例,当客户需求、供应承诺、库存、产能和物流条件发生变化时,企业需要及时判断交付风险的影响范围,并形成兼顾交付、成本与毛利的处置方案。

基于戚雨提出的“本体建设应从关键业务判断反向展开”,百特搭将这一场景拆解为六个环节:

STEP 01

本体引擎统一业务对象

通过本体引擎统一客户、订单、SKU、供应商、库存、产能和交期等业务对象,使分散在不同系统中的数据形成一致的业务语义。

STEP 02

预测预警识别供需缺口与交付风险

在供需平衡沙盘所呈现的供应链运行层,平台围绕客户需求与销售机会,构建从中期供需缺口分析到未来0—12周短期交付风险识别的完整路径。

STEP 03

决策分析穿透指标与风险原因

围绕准时交付率(OTD)、缺货、库存覆盖和毛利等指标形成风险提示,帮助管理者明确风险对象、影响范围、异常原因及待确认事项。

STEP 04

数字员工承接材料、决议和行动

数字员工定期汇集风险对象、指标口径、瓶颈信息和方案附件,并开展情景推演和方案讨论,对比不同处置方案,形成待确认的决议建议,为后续授权决策提供统一的业务依据。

STEP 05

授权决策并保留过程记录

AI负责分析与建议,最终决策由有权人员确认。确认后,平台同步保留正式决策记录和审计依据,确保决策过程可追溯。

STEP 06

行动闭环推动协同执行

决策形成后,行动闭环引擎将其转化为任务、责任链和SLA,推动采购、计划、生产、仓储、物流、销售和财务协同执行,并持续回读供应商回复、调拨结果、毛利测算及客户确认等信息。

图片

任务完成并不等于风险解除。只有处置证据完整、结果经过有权人员验收、关键指标得到验证并完成复盘,才能确认本次供保风险真正闭环。经过验证的处理经验,还可以进一步沉淀为预警阈值、供应策略、任务模板和知识资产,为后续同类经营问题提供复用能力。

本体真正进入企业经营现场,不是因为AI能够回答一个问题,而是因为企业能够基于统一业务语义识别风险、形成判断、授权决策、推动执行,并通过真实结果验证行动是否有效。

图片


总结

对戚雨而言,从BPM走向本体,并不是离开原有的产品实践,而是沿着企业业务如何被理解、被表达和被执行这一问题继续向前。

在持续研究与场景实践中,他逐渐形成了对企业本体的三大关键判断:

第一,本体建设应从关键业务判断出发,而不是从数据表和模型结构出发。

第二,AI真正进入企业,不仅要理解业务对象,还要理解规则、权限、责任与行动边界。

第三,业务任务完成不等于经营风险解除。只有结果、证据、验收与复盘形成闭环,AI能力才具备持续产生业务价值的基础。

多年的BPM实践,让戚雨及百特搭团队持续积累了对企业流程、业务协同和应用建设的深刻理解;对本体的持续探索,进一步推动团队思考:如何让AI理解企业业务、参与经营判断,并在明确的责任与权限边界内推动行动。

基于对企业本体、AI应用与业务运行关系的持续研究,百特搭正在将本体语义、AI能力、应用构建、决策分析与业务行动进一步融合,推出面向企业智能运营的全新产品——企业级AI原生平台。

该平台即将正式发布,更多产品能力与应用实践将陆续公布。