エンタープライズ AI の最大の問題、データが足りない、しかしデータが足りない – AI闲人
我们下方下方电影的任乐了：なぜ企業の知識は構造化される必要があるのか、そしてなぜ構造化された知識が最終的にこれら 2 つの質問のビジネス モデルに組み込まれなければならないのでしょうか?
有高人名了就就我了，今コンセプトを構築するには人が多すぎて理論が多すぎて、デジタル化の分野で実際に長年行ってきたシステムについて話すのは良くありません、今天讯篇安全好作聊聊
まず、前回の会話の 2 つのポイントを踏まえて、次に 1 つの質問を続けました。
ビジネスモデルの基礎は何ですか？
私たちの答えは次のとおりです。證言。
エンタープライズ AI に本当に欠けているのは、より多くのデータではなく、データ、知識、ビジネス ルールが同じグローバル言語システムを指すようにするためのセットです。
一、データは事実を記録しますが、ビジネスを定義するものではありません
過去 20 年間で企業が最もデジタル化を行ったのは、ビジネスを記録することです。
ERP 電影電影、CRM 電影顧客、MES 電影電影、在線電影電影、收攽唯攟记
そこで同社は多くのデータを蓄積した。
しかししかし天天，不用电影使用电影设计了。
建設業界の場合、BIM モデルには 1,000,000 のコンポーネントがあります。
ただし電影電影の常止：
この梁根はどの空間に属しますか？どのような構造が使用されていますか？どのような素材が使用されていますか?
これらは BIM モデルのパラメータには含まれていません。
なぜなら記録されたデータはビジネスによって生成された事実であり、ビジネス自体ではありません。
これは、デジタル企業が AI 段階に入った後も同様であり、問題はますます明らかになっています。
私たちはすでに多くのビジネスをデジタル化してきましたが、「ビジネス」とは何かを実際にはデジタル化していませんでした。
二、本当に定義する必要がある企業、すなわち「ビジネスオブジェクト」
データ自体にはあまり意味がありません。
意味は、データに記述されているオブジェクトから生じます。
たとえば「顧客」。
CRM における顧客は販売関係である可能性があります。連絡担当者がいて、ビジネス マシンがあり、記録があります。
金融システムにおける顧客は、取引主体となる場合があります：有個別、有期、有受大。
售后电影电影的客，则总作最動在线電影：有电影、有电影劇、有服史历历
3つのシステムには「顧客」がいます。しかし、それらは顧客のさまざまな側面を説明しています。
質問は次のとおりです。
同じ顧客が 3 つのシステムに 3 つの ID を持っています。
これは単純なデータ品質の問題ではなく、言語の欠如です。
仮に、あるシステムが「顧客A」の信用度が下がっていると判断した場合、AIはそれが「客刷」なのか「A」の優先順位なのか判断できないのでしょうか？
システムが 2 つの「A」を同じビジネス オブジェクトとして定義していない場合、マシンでは、偶然に同じ名前の 2 つのレコードが存在する可能性があります。
人は、電気を実行しないことをアップロードできます。
したがって、企業が最初に解決する必要があるのは、より多くのデータを AI に渡すことではなく、次のことを明確にすることです。
企業の世界にはどのような種類のオブジェクトがあるでしょうか?
顧客とは何か、製品とは何か、プロジェクトとは何か、契約とは何か、サプライヤーとは何か。
さらに重要なのは、これらのオブジェクト間の関係は何でしょうか?
顧客が製品を購入し、製品が注文に入り、注文によって契約が作成され、契約がプロジェクトを拘束し、プロジェクトがリソースを消費し、サプライヤーが納期に影響を与えます。
これらのオブジェクトと関係が定義されると、データがビジネス上の意味を持ち始めます。
三、语义山电影電視的、是「これらのデータは最終的に何を意味するのか」
ここでは混同されやすい 3 つの概念を紹介します。
接続時解決されたのは:
AデータとBデータは不可能ですか？
ビジネスモデル解決されたのは:
ビジネスにおける A と B の関係は何ですか?
言語層解決されたのは:
A、B をどのように定義すればよいでしょうか?また、この種の関係は企業の世界では何を意味するのでしょうか?
3 つの質問は同じではありません。
குத்து மாட்ட்டை customer_id、データ層はIDを介して接続できます。
しかし、それはAIがすでに「顧客」を理解していることを意味するわけではありません。
企業はまた、クライアントと注文との間にはどのような関係があるのかを伝える必要があります。顧客と注文の間にはどのような関係があるのでしょうか?顧客とサービスの間にはどのような関係があるのでしょうか? 2 つの顧客レコードが実際に同じ本体を表す状況はどのようなものですか?ビジネス シナリオごとに「顧客」のアイデンティティが異なる場合はどのような状況でしょうか?
これらの定義は、企業独自の言語を構成します。
所謂「電視表」は以下にダウンロードできるものではありません。実は1個セットです企業は独自のビジネス世界の言語を理解しています。
建設業界の例として。 BIM コンポーネントをビジネスの世界に導入するには、まず次の 4 つの質問に答える必要があります。コンポーネントの種類は何ですか?それはどのスペースに属しますか?どのような素材（製品）を使用していますか？どのような建設慣行が使用されていますか?程度の分類が明確に定義されており、コンポーネントは「モデルデータ」から「ビジネスオブジェクト」となります。
四、なぜ従来の企業システムは自然に「语义孤岛」を生み出すのでしょうか？
これは実際には従来のシステム設計ではありません。
むしろ、これは過去のエンタープライズ ソフトウェア開発手法の当然の結果です。
企業は通常、施工管理システムに従っています。営業部門は売上の問題を解決し、次に CRM を行います。生産部門は生産の問題を解決し、MES を導入します。財務部門は財務問題を解決してから ERP を導入します。調達部門は調達問題を解決し、サプライチェーンシステムを構築します。
すべての内部システムには、独自のデータ モデル、フィールド定義、ビジネス プロセスがあります。
問題は、企業がこれらのシステムがいつ統合されるかを理解する必要があることです。
営業说「顧客」、財務也说「顧客」、式後も「顧客」。
そこで、同社には非常に興味深い現象が起きています。
システムはますます充実しており、データはますます豊富になっていますが、企業はますます高度な表現機能を備えています。
これがいわゆる情報の問題である 孤岛更天山会話は通じません。
五、语义の統一、同じフィールドを使用するすべての部門と同等ではない
誤解が生じやすいところもあります。
エンタープライズ言語は統一されているため、すべてのシステムがまったく同じデータ構造を使用する必要はありません。
現実のビジネスはもともと視点が違います。セールスは顧客価値をケアし、ファイナンスは取引と信用をケアし、アフターケアはサービス関係をケアします。これらの観点を排除する必要はありません。
本当に統一する必要があるのは次のとおりです。
さまざまな視点の背後にある中核的なビジネス オブジェクトと、それらの間の基本的な言語関係。
同じ人間と同じように、従業員、プロジェクト メンバー、部門マネージャーになることもできます。システムが異なれば、異なる属性を保存できます。しかし、企業は、これらのアイデンティティが最終的には同じビジネス エンティティにつながることを認識する必要があります。
したがって、言語層は差異を排除することを目的としたものではありません。それどころか、異なるシステムがそれぞれの専門的な観点を保持しながら、より高いレベルで共通言語を確立することが可能になります。
これが、言語層と単純なデータセットの最大の違いです。
六、「データ」から「ビジネスオブジェクト」まで、何を経験しましたか？
このプロセスは 4 つの段階として理解できます。
最初の段階はデータです。ファクトを記録します: 製品 10001、価格 2000。
第 2 段階はオブジェクトです。10001 はエンタープライズ定義の製品であることを知ってください。
第三段階は言語です。詳細: 製品は、顧客、注文、サプライヤー、プロジェクトからなる特定の製品システムに属します。
第 4 段階はルールです。引き続き把握してください: 製品が特定の状態にあり、特定の条件を満たしている場合、どのようなビジネスをトリガーする必要があるか。
ここまでは、単純なデータ記録が実際にビジネスの世界に登場しました。
1 つの BIM モデルのコンポーネント、元のデータのこれらの能力忠告が可能です。
族名: 矩形梁
类型名称: 300x600
材质: C30
长度: 6000mm
これがデータ段階です。システムはそれが一根梁、有机、有結果であることを認識しています。それだけです。
次に、システムが次の要件を満たす必要があります。マッチ： 判断規則により、この構造は「商品梁」このコンポーネント分類に属し、スペースの位置は「客厇」使用材料归入「商品公司」この製品分類、構造実践归入「月吃公双桓架」の桓架」の材料入「商品公司」
マッチングが完了すると、コンポーネントはコンポーネントタイプ、空間タイプ、マテリアルタイプという 4 次元の表現を持つようになります。これが言語段階です。
あと往下走ですつなぐ：コンポーネントの4次元表現が一定の条件を満たした場合、対応するプロジェクト数量リスト、資材リスト、施工工程リストに自動的にリンクされます。たとえば、「コンクリート梁 + 居間 + 商業コンクリート + インスタントフレーム」というこの組み合わせは、計算量ルール、材料使用量およびプロセス配置をトリガーし、「鉄骨梁 + 数量ルール、材料使用量およびプロセス配置」の「鉄骨梁 + 量ルール 鉄骨造」とはまったく異なります。
これがステージのルールです
これが、「ビジネス モデル」が単なるデータベースの ER 図であってはいけない理由です。これらのオブジェクト、関係、属性は正確には何を意味するのでしょうか?
七、言語でルールを確立しなければならない
これは重要です。
企業のルールは単独で存在するものではありません。
「一定金額を超える注文には精査が必要」――受注を狙う。「何らかの顧客が特別価格で享受する」――顧客と商品の関係を狙う。「プロジェクトの状態を狙う」。
ビジネス オブジェクトや関係が存在しない場合、ルールは判断するための孤立した条件のセットになるだけです。
当社が建設業界向けに開発した上記システムはその代表例です。次のルールが適用されます。前提条件は、コンポーネントが 4 つの次元の分類に一致していることです。
したがって、本当に価値のある企業知識は、ルール A、ルール B、ルール C ではなく、次のとおりです。どのようなオブジェクトが、どのような全回線の下で、どのような仕事をダウンロードして、どのようなビジネス結果を生み出すのか。
これはすでに「知識」からビジネスロジックに入っています。
8、これがAIエンタープライズと従来の検索の最大の違いです
従来の検索では、「関連する情報を見つけた」という問題が発生します。
あなたが直面しているのは、会社の現在のビジネス状況に従って、これらの情報間の関係を理解することです。
2 つのインフラストラクチャ要件はまったく異なります。
検索で必要なのは召回の情報を解決することだけです。オブジェクトは今どのような状態になっていますか?それはどのオブジェクトと関係がありますか?どのルールがそれに適用されますか?どの歴史的経験が判断の根拠として使用できますか?
これらが企業独自の言語システムによって整理されていない場合、モデルは文脈内のテキストに頼って推測することしかできません。そして、「推測」は企業のビジネスシナリオにおいて最も望ましくないことです。
九、意作会電影 AIのインフラは一段下へ
以前、エンタープライズ AI について説明したときは、次のモデルから始めていました。
大模型
↓
RAG
↓
企业知识
↓
业务应用
しかし、さらに分解すると、中央にまだ欠けている層があることがわかります。
企业数据
↓
业务对象
↓
语义关系
↓
业务规则
↓
知识与经验
↓
大模型
↓
业务应用
実際に変わったのは次のとおりです。
AIはもはや「データ」を提供するだけではなく、理解できるビジネスの世界を提供し始めています。
建設業界における私たちの実践は、この道筋を証明しています。 BIM モデル内のコンポーネントのデータは、照合後に 4 次元言語システムに入力され、計算、材料、建設の 3 つのビジネスラインとの接続を通じて、建設プロセス全体が接続されます。
これは、AI インフラストラクチャ企業における次の非常に重要な変化となる可能性があります。
十、电影电影电影下載的、「语义通乐」の可能性があります
英语会谈上海上海，電影电影自行资源。言語資産。
これは単純なデータや文書ではなく、企業の長期的なビジネス プロセスの中で形成されます。ビジネス オブジェクトの定義、オブジェクトの関係、ステータス システム、分類システム、ビジネス ルール、意思決定の経験などです。
例文：什么叫”電影官方”？什么叫”電影電影”？什么叫”電影電影”？什么叫”電影电影”？什么叫”電影”” “？ 「？何么叫「以使用叫」的客成」
これらの定義は非常に一般的であるように見えます。
データはコピーできますが、コピーは困難です
1 つの顧客テーブルをエクスポートできます。 CRM は 1 つ購入できます。大型モデル1台でも使用可能です。
しかし、ファミリー企業が 11 年または 12 年かけて形成したビジネス オブジェクトの定義、関係、ルール システム、および意思決定の経験を単純にコピーすることはできません。なぜなら、これらは次のもので構成されているからです。この会社独自のビジネス世界。
この観点から見ると、将来の企業は本当に「自分のデータ」だけでなく、さらに多くのことを吸収する必要があります。データの背後にある定義。
結論: AI はこれ以上の企業データを必要とせず、理解できるビジネスの世界です
デジタル化の時代、エンタープライズ ソリューションはビジネス データをどのように記録するかです。これらのデータの背後にあるビジネス世界を機械に理解させる方法。
これが言語層の真の価値です。これは別のデータベースでも、RAG のパッケージ化の追加レイヤーでも、単純なデータ マップでもありません。
それらの間にはどのような関係があるのでしょうか?これらの関係は何を意味するのでしょうか?それらがどのように変化するかを決定するルールは何ですか?
これらが徐々に構造化されていくと、企業のデータはまさに「記録」から「ビジネスナレッジ」へ、そして「ビジネスナレッジ」からさらに理解できるAIへと変化していきます。
したがって、AI 企業のインフラストラクチャの次の層ではさらなるデータが蓄積され続けることはないかもしれませんが、1 つの事業所の設立と 1 つの事業所の設立によってさらに多くのデータが蓄積され続けることはありません。ビジネス言語層。
そして私たちが追求し続けるとき、これらのオブジェクトを誰が定義するのでしょうか?それらの間の関係をどのように定義すればよいでしょうか?この定義を継続するにはどうすればよいでしょうか?
企業の「実体」とは一体何なのでしょうか？
これらのコンテンツに興味がある場合は、注目して交換してください。この側面のリソースと実践の詳細については、オープンソース製品 Molio を参照してください。
