小互
6天前
推荐阅读 人工智能的万亿美元机遇:上下文图谱 现在的 AI 系统已经慢慢开始可以为企业进行各种自动化,执行各种任务。 但是随之而来的问题是它们只知道干活和交付最终结果,却不知道为什么干,以及无法记录决策的理由。 下一代企业软件的竞争,不在于“谁拥有数据”,而在于“谁能记录决策”。 🧠举个例子说明: 现在的公司软件,比如: Salesforce:记客户数据; Workday:记员工数据; SAP:记财务和生产数据。 这些系统都在“记事实”,比如: “客户A买了90万的产品。” 但是,它们不知道为什么是90万。 比如: 是不是客户投诉过,所以给了折扣? 是不是领导特批了? 是不是参考了上次类似客户? 这些“为什么”其实是公司真正的经验、智慧。 但现在的系统都没把这些记录下来。 AI不会像人一样“记得当时是怎么想的”。 比如你告诉AI:“这次报价给客户9折。” AI会照做,但它不知道为什么要打9折。 下次遇到类似情况,它也不会自动“举一反三”。 🕸于是一个新概念诞生:上下文图谱(Context Graph) 简单说: 它是一个能记录AI“为什么这样做”的系统。 不光记“结果”,还记“思考过程”。 比如: “客户之前投诉过(输入)→ 政策允许特批(规则)→ 经理批准(审批)→ 所以给了9折(结果)。” 这样系统就能“学会人类的判断逻辑”, 下次再遇到类似情况,AI就能自动判断。 🏗 为什么这很重要? 因为: 今天的AI都“知道事情”,但不“懂原因”; 如果能让AI“懂原因”,它才能真正替代人类决策; 这会催生下一个万亿美元级的公司。 💰 对创业者的启示: 如果你想做AI创业,不要去做“AI + 老系统”, 而要去做“能记录决策过程的新系统”。 找那些: 人为决策多(靠经验判断)的流程; 规则模糊、经常例外的地方; 跨部门、跨系统要沟通协调的地方。 这些地方最容易用AI做出“懂人类思考”的系统。
小互
2周前
小互
2周前