在上周我刚好陆续接了两个经常看我视频的粉丝的留言和电话咨询，就聊什么事情呢？就谈到"何老师你关于AI原生、AI赋能，包括本体论，很多视频都讲解得很好，我们也认真看了学习了，当前我们就正按你的思路在做"。

比如说我现在是在用飞书的功能，包括多维表格，包括飞书里面提供的一些AI智能体的功能，我们现在是完全不购买外部的IT系统，全部都是我们自己手搓。还有一个粉丝就谈，我们专门请了一个老师来教我们AI编程，包括WorkBuddy的一些深入的使用，然后现在涉及到我们公司的类似于办公呀、报销啊、人力资源管理、采购库存这一些系统，全部都是我们业务人员自己通过开发出来的。

他说这样是不是就是AI原生？他说我现在这样做，怎么样进一步结合你的本体论的东西，实现更好的后续的数据分析推理。所以这样一问以后把我直接呆住了，很简单，我感觉就是我原来讲的很多的视频，可能容易误人子弟。

大家不要看我经常说AI原生、说本体论的视频，但是我从来没有讲过本体论它是万能的，也从来没有讲过一个企业它可以完完全全所有的业务系统都通过自己的业务人员手搓出来，而且能够运转良好。如果你有这么一个意识，那很有可能是一个危险的信号。

所以说我今天必须要录一个视频，进行相应的一个澄清。今天我主要想讲清楚三件事：第一，AI原生到底指的是什么；第二，为什么你不能指望业务人员把所有系统都自己手搓出来；第三，数据层面的AI原生，它真正的前提到底是什么。

第一个点就是我们首先理解一下AI原生，

。就AI原生我原来讲过它有两个层面的内容，一个就是你可能是从0到1的去构建一个完整的系统；第二个就是你基于已有的数据，你能够从0到1的展开数据分析推理。在我进行信息化或者是数字化的前期，

我们相应的一些AI的基因已经沉淀在我们的企业内部了

，这样的话可以算AI原生，但是实际上要做到AI原生相当的不容易。很多人一听到AI原生，就觉得只要我会用AI编程工具，啪啪啪把系统敲出来，我就是AI原生企业了，这个理解其实偏差很大。

我们分开来讲，首先我们希望从0到1去构建一个完整的业务系统，这个业务系统比如说你基于本体模型的思路去构建，那么最终的这个本体模型可以用到你后续的智能问数系统推理，但是这个事情有一个相当重要的前提，就是你企业当前对你的业务流程、业务规则，包括核心的业务单据对象已经规范、已经定义的相当清楚了。AI原生的本质仍然是叫业务衍生，你如果业务都还没有梳理得足够清楚，那实际上你用各种AI工具，包括AI编程，它帮不了你太多的事情。

AI可以给你一个系统，但是这个系统很有可能跟你的业务是脱节的，你只有把业务梳理清楚，AI做出来的系统才真正满足你的要求。这就好比你盖楼，你连地基图纸、楼层功能、承重结构都没想清楚，就急着让施工队把墙砌起来，最后大概率要不停拆了重盖。而且你如果前期业务不足够清楚，那这个系统你就会出现时刻都在不断的迭代，你大量的时间都放在手搓系统上面了，你还有时间去真正的去梳理分析定义你的核心的业务吗？我见过太多团队，一上来就手搓，结果半年下来系统越改越乱，业务反而没人管了。所以说这个事情是相当的重要。

第二个事情就是，我们对于任何一个IT系统的构建，它涉及到两个方面的内容，

一个就是我们的核心的支撑能力

，类似于办公协同，类似于人力资源管理，类似于基础的财务管理；

还有一个就是我们核心的业务价值链

，包括我经常说的涉及到供应链、生产制造、产品研发、市场营销，包括对于大一点的生产制造企业，它围绕ERP构建的这么一个核心的系统。支撑能力这一层，说白了就是各行各业都差不多的共性能力；而业务价值链这一层，才是你这家企业真正赚钱、真正区别于竞争对手的地方。

底层有财务的应收应付总账，中间围绕核心的LTC，流程的端到端拉通，包括我们经常谈到的你基于市场订单需求到主生产计划，基于主生产计划，到你实际的MRP运算分解，然后驱动了你后续的生产工单、生产制造完整的流程。当我去分析这个核心流程的时候，你就会发现你要实现这个东西，它一定不能够是一个业务单据、一个一个业务单据独立开做的，因为它底层需要一个统一的数据模型来支撑。

你必须要总体设计，先把底层的这个数据架构想清楚，你才能够开始独立的做上层一个个的业务功能，可想而知，你没有相应的系统分析设计经验，你靠业务人员一个一个点的把业务单据做进去，这样很难形成一个完整的底层的数据架构。所以你在前期手搓系统，你还不如去买一个类似的供应商的现成的系统，特别是这些供应商已经做过和你类似的兄弟行业的系统建设实施的经验。当然我也不是说所有系统都只能买，我的意思是，共性、成熟、标准化的部分，没必要自己从头造轮子；但你核心的、个性的业务沉淀，那是买不来的。

我一直在强调你买的不是系统，

你买的是别人已经融入在系统里面的业务流程、业务规范、业务规则，这些东西不用你再从头到尾逐渐的去摸索了

，别人已经融入在系统里面了，可以极大的节省你的工作量。所以再回来讲一个核心的点，就是你要能够从0到1构建AI原生系统，必须你的业务流程相当清楚，你的业务人员已经有明确的业务需求的定义。

好了，再回来讲数据的AI原生，包括大家可能对我讲的本体论，包括对Palantir的本体论的应用都很感兴趣，所以说自己也想去做类似的一个事情。但是这里面又有一个重要的前提，就是这一类基于本体的数据集成、数据分析推理必须已经有至少2~3年吧相应的一些数据的沉淀，而且这些数据还是高质量地进行了数据质量管理的数据，有了这个内容才是你后续进行数据分析推理的前提。换句话说，本体、知识图谱这些东西，它是锦上添花，不是无米之炊。

所以这个时候就会进入到一个悖论，你都没有去做信息化数字化的建设，你怎么可能形成这么高质量结构化的数据呢？你前面该走的IT系统建设的这条路，该走的核心的步骤仍然要走，它的作用其实就是去形成用于后面AI辅助分析的数据。数据是基础，没有这个数据基础，你怎么谈数据方面的AI原生呢？这不又变成了一个相当扯淡的事情吗？这也解释了一个常见现象：很多公司系统都没建好，就天天喊要上大模型、要做智能问数，结果问出来的全是垃圾，因为底下根本没有干净的数据。

所以说言归正传，我们再回来谈，对于大量的企业，虽然说现在AI工具应用得相当广泛，包括各种手搓系统、AI编程，但是这些企业一定要意识到，

AI开发从来不是你的核心竞争力，你的核心竞争力在你对业务的理解，你的核心竞争力在于基于业务运作沉淀下来的核心的业务数据

不该你做的事情你一定不要自己去做，让专业的人做专业的事情，把你个人的重心还是放在业务运作上面，这个往往才是症结。在整个业务运作里面，你通过大量的AI辅助协同，这个是没有问题的，但是一定不要本末倒置。

最后给大家三个判断标准，你对照一下自己：第一，你的业务流程、规则、核心单据，是不是已经定义得足够清楚？不清楚就别急着手搓。第二，你准备做的系统，是共性支撑能力还是核心业务价值链？前者优先考虑买，后者才值得你花心思。第三，你手里有没有至少两三年高质量沉淀的数据？没有，就先老老实实把信息化这一关过了。

好了，今天分享就到这里，希望对大家有所启发。再见。

公司IT系统全部靠业务人员手搓-这是一个相当危险的信号

职业发展

架构设计

数据库

AI原生不等于业务人员手搓系统，核心是业务梳理与数据沉淀。AI编程仅是工具，企业应先定义流程、规则和核心单据，共性系统可采购成熟方案，核心价值链需个性化构建。数据分析推理依赖2-3年高质量数据积累，无数据基础则AI原生无从谈起。专业事交由专业人，聚焦业务沉淀才是关键。

知识图谱

数据集成

数据分析

数据架构

智能体

WorkBuddy 

AI编程

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

公司IT系统全部靠业务人员手搓-这是一个相当危险的信号

公司IT系统全部靠业务人员手搓-这是一个相当危险的信号

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐