近日，第十届CSDI中国软件研发智能创新科技峰会在深圳举行。本届峰会专设“AI业务蓝图：企业本体论（Ontology）”实践专场，普元信息AI科学家、AI智能体团队负责人王仕亿博士受邀出任该专场出品人。在《本体驱动的可信企业AI》演讲中，他给出系列判断：企业AI要过的第一道坎，不是模型不够强，而是模型不懂业务。能把AI约束在业务规则之内的，是本体。这一判断，也构成了他为本场企业本体论专场给出的核心定义。

普元信息AI科学家、AI智能体团队负责人王仕亿博士在第十届CSDI峰会“企业本体论”专场作主题分享

为什么企业AI这道坎绕不过本体

企业想让AI懂业务，这份期待没有问题；问题出在期待与 AI 实际能力之间的错位：大模型能读懂语言，却读不懂一家企业里谁和谁是什么关系、一个动作需要什么前提、一条规则在什么条件下才触发。这不是哪一家企业的偶发状况，而是所有想把AI真正用进业务里的组织都要面对的同一道坎。

过去几年，企业在这道坎上试过几种办法：建知识库，建知识图谱，再用RAG来建检索。它们解决了“找得到”，却没有解决“懂业务”，也没有解决“管得住”。材料找得越多，模型给出的结论反而越难核实。

“不存在一段上下文能描述清楚整个企业的业务。”王仕亿博士说，所以本体不可能一次建成，只能分块理解、逐步构建、循序渐进。他特别澄清一个常被混淆的地方：本体不是数据建模，而是决策建模。它要回答的不是“有哪些表”，而是“有哪些东西、会经历什么、什么条件下能做什么”。

普元实践：让大模型只能在本体的边界里做事

本体建设不是把数据治理已经做过的事重做一遍。企业数仓里的指标、元数据、表结构，其实已经把“客户”“订单”这类业务对象刻画得相当完整；普元帮助企业做的，不是推倒重来，而是把这批已有数据资产就地取材、升维成业务模型。

“数据是流动的，业务是变化的，所以本体不能是死的。”王博士介绍，普元用数仓与本体的双向同步（automapping）替代“数仓配一次、本体再手工配一次”的双份工作：数仓变了，本体自动跟着变；新增了关系，本体自动长出链接。

但真正拉开差距的，不是本体建得多全，而是它定义了AI 的行动边界。一千个读者眼中有一千个哈姆雷特，每个人对于企业的视角都代表着某个业务场景中的一个本体分支。王仕亿博士结合普元探索与实践，提出了本体簇的概念，通过多源异构的多维本体对齐方法，从结构化数据和非结构化数据中得出一个可逐步迭代进化的本体簇来规范AI 的行动边界，为 AI 提供对象属性、关系、规则、动作等完整的本体系统作为AI 行动的底座。

大模型被本体约束着，只能基于本体的对象、属性、动作做事。模型的能力没有被削弱，但它的行动范围被划定死了。可信不是从提示词里求来的，而是从这条边界开始的。

普元王仕亿博士：AIP助手的三个LLM落点，以及支撑可信的工程化机制

边界划定之后还有一层问题：本体自己会不会乱。数据在变、口径在改、规则在调，一个管不住自己的本体，约束不了任何人。普元把这五件事做进了工程：

• automapping同步，数仓与本体保持一致，列变化时属性自动跟着变；
• 版本、校验、发布，每次改动都有版本管理、校验规则和发布流程；
• undoToken可撤销，每个本体操作都能回滚，错了能撤回来；
• 上下文隔离，不出服务端，敏感信息不泄漏；
• 规则运行指标可运营，每条规则的命中率、准确率都能看到数字。

这五条把“可信”从一个形容词变成了可验收的工程属性：输出从一开始就是可信的，不是事后靠人复核出来的。

同时，本体中台可以分成四层：
L1语义建模定义对象类型、属性、链接；L2动能建模定义动作的参数、校验与副作用；L3数仓映射；L4挂载实例。
分层不是为了整齐，L1和L2合起来就是“模型能说什么、能做什么”的完整边界；L3和L4则保证这条边界跟着真实数据一起变。底层是语义数据库架构，本体（TBox）与实例（ABox）分离管理，支持逻辑推理、分析等动作。

王仕亿博士在CSDI峰会专场分享中阐述企业本体论（Ontology）如何连接数据、模型与业务

场景验证：可信不是口号，是通过本体链路追出来的

边界是否可靠，要在真实场景里检验。以金融等强监管场景为例，普元把本体拆成三层：事实层是“AI的眼睛”，实时感知结构化的账户数据与关系事实；事理层负责推理研判；行动层在约束中把研判结果转成冻结、解冻、升级协查等真实动作。结论不悬在半空，而是直接连到可以执行的动作上。
一条从个人账户经傀儡账户流向空壳对公账户的资金链路，单看任何一个节点都看不出问题；沿本体关系网络一追，路径就清晰了。这条链路是通过本体建模追出来的，不是模型猜出来的。

现实里却有个难处：大模型判断风险并不稳定。普元的选择是规则先行、LLM当参谋：风险等级由确定性规则算出，大模型负责生成研判报告、给出建议，每一环都可追溯、可控制、可纠错。

“AI是第二大脑，提效的是每个环节的效率和准确性，但本体是人的知识的浓缩，AI是参谋，人是裁判。”王博士强调。
这套方法论最终落位在普元的智能数据治理（易数）与AI原生数字基座：把分散的数据资产升维为可推理的业务模型，再让业务模型约束大模型的行动，以Data-AI双向飞轮支撑企业级智能体的自主规划与多步推理。
"本体越确定，AI越值得托付。"王仕亿博士在演讲结尾说。企业AI的知识系统会从"检索增强"走向"推理增强"，最终内化为能自主规划、多步推理、自我校验的Agent。而它能不能走通，能走多远，取决于本体给它划的边界有多清楚。

王仕亿

普元信息AI科学家、AI智能体团队负责人，第十届CSDI峰会“AI业务蓝图：企业本体论（Ontology）”实践专场出品人。长期聚焦领域本体构建与企业数据治理，主持大型集团可信AI 项目领域本体构建，并以第一作者身份在相关国际会议发表数据治理与本体相关研究成果，主张“本体的核心不是数据建模，而是决策建模”，推动本体方法论在企业级场景中落地。

扫码咨询产品专家，了解普元本体能力！