从金蝶灵基和用友AICoding发布会看AI原生系统的关键特点和演进范式

Hello 大家好，我是人月聊IT。

上周金蝶专门开发布会，发布了“灵基Lingee”AI原生操作系统。刚好在昨天，用友也开了一个发布会，发布了他自己的基于模型或者是本体驱动的AI编程平台。

所以说今天刚好再聊一下AI原生和本体论方面的一些话题。

注：配图由李波基于文章内容整理生成，供参考。

什么是AI原生

首先还是想再解释一下AI原生，怎么样最简单地理解AI原生。简单来讲，AI原生就是AI的能力是天生的、一出生的时候就具备的能力，而不是说你的应用系统、你的操作系统到了后期再附属增加上去的一个附属品的能力。这个就是AI原生最最核心的一个内容。

金蝶灵基Lingee发布会上的几个关键点

在金蝶的发布大会上面，他对他自己的AI原生系统也讲了几个关键点，我稍微展开再说一下。

1.从“人推动系统”到“数据推动人”

传统的IT系统更多的是人推动系统。但是在在AI原生阶段，更多的是数据推动人。人推动系统往往是一种流程驱动、过程驱动的，比如说人创建了采购请购以后，后续它进入流程驱动，它可能要去制作采购订单。但是AI原生下面往往是一种我们讲的叫事件驱动、数据驱动的模式，有了数据、有了规则，规则会去触发事件，事件会去触发相关的行为动作，然后人基于这些行为动作去做最终的执行。

2. 从“固定功能”到“动态组装底层能力”

第二个关键点，讲到传统的IT系统，它更多的业务功能都是由前端的表单界面加数据库加业务规则，加相应的提前约束好的流程、固定死的一个个业务功能。所以说当你发现有新的业务流程、新的场景的时候，往往都会涉及到IT系统的变更和重构。

但是在AI原生操作系统下面，我们需要做到的是业务流程、场景和实际底层的业务能力的一个解耦。系统已有的业务能力有可能已经变成一个个Skills的技能包。AI大模型可以充分理解业务需求和相关的业务问题以后，动态地、自动地去组装底层的能力来满足相关的业务需求。

所以说在这种情况下面，如果我们有新的需求或者场景，我们整个系统其实是不需要去做大的变动或者变化的，完全可以由AI大模型自动地去组装底层的能力来完成。

3. 和AI自然语言对话的能力

第三个关键点，就是AI原生系统，对于AI大模型，对整个业务流程、业务系统，或者是说对整个业务系统具备的完整的业务需求文档形成的这么一个业务语义，它是完完整整理解的。

由于它理解了你完整的业务语义，那么这种系统天然的就具备了通过自然语言去进行对话的能力。这么一种对话，它远远超过简单的智能问数的这么一个概念。包括你可以问系统：当前我有一个采购订单创建，它需要具备什么样的业务规则？或者说我在创建采购订单之前，我必须要提前做了哪些基础数据的准备？或者采购订单创建的流程究竟是怎么样？或者是你帮我把系统里面张三提交的所有的待办一次审批通过。

所有的这么一些自然语言对话，都不需要提前再去准备相关的业务需求或者业务语义材料去进行训练。因为整个AI大模型已经完完整整地了解了你业务需求和业务语义，它就能够做到所有的操作级、行为级，不管是数据操作还是数据查询的自然语言对话的能力。这是我们讲的第三个点。

4.规则灵活、动态推理与自我进化

第四个点，我觉得也是AI原生系统相当重要或者是最重要的一个点。为什么呢？原来我们讲系统推动人这个事情，不是在AI大模型阶段才有的，包括我们在讲数字化转型数据驱动的时候，也在讲基于事件机制，通过数据驱动，通过系统去推动人去执行相关的动作。

但是原来的数据驱动或者是规则驱动，它往往是一种固定的规则。但是在AI原生下面，我们希望这些规则是可以灵活的，是用于后续的事物的分析和动态推理的。包括AI可以自己学习这些规则，去自我进化。这个往往就会成为AI原生下面相当重要的一个能力。

举两个简单的例子来进行说明。比如说我现在操作我的供应链系统，我当前把我一个正在执行的采购订单取消掉了。那么AI在充分理解我的系统以后，它会给出后续的行动计划，比如说有哪些已经入库的订单要去做退货单处理，有哪些已开的发票要去做冲红单的处理。这些东西原本都需要我主动去思考，但AI可能理解了这些规则、理解了我的系统以后，它会自动地给出后续的相应的一些行动的建议。

再比如，我的供应链系统，AI有可能自动地会发现我某一类的物料，它的库存已经出现明显的逐步的（不管是同比还是环比）逐步上升的这么一种趋势。那么AI发现这个问题以后，它会提前地告诉我这么一些问题，包括给出一些改进的建议。这所有东西都是AI可以自我学习、自我完善，这就到了最好的一种境界。

用友谈的BIP本体论与模型驱动

在刚才讲的金蝶发布会上面，他没有提本体论的概念，很核心的一个原因——也是原来金蝶专门提出一个观点：我们不屑于本体论，或者说我们的核心内容不是一定要基于本体论来做的。但是用友来说，其实用友很早就宣扬了它的整个平台的本体建模这种机制。

在前两天（用友）AI Coding产品的一个发布会上面，他也讲到了两个关键点。第一个，这么一个编程产品它是基于模型驱动的。当然他也没有专门提就是基于本体模型驱动，但是里面提了一个关键的重点，就是：我在模型驱动从零到一去构建这么一个IT系统的时候，那么这个系统一定是AI原生的系统。这是第一个点。

第二个点，模型既可以去驱动构建出这么一个系统，由于这套模型也可以直接用于相应的AI大模型的训练，让大模型充分理解你构建出来的这套系统的业务语义，那么最终构建出来的这套系统自然天生的就具备和AI和人进行自然语言对话和交付的能力。这么一个系统，可能才是真正的AI原生系统。

我的一些思考

基于我原来讲本体论、讲AI原生的概念的一些思考，我个人还是更加倾向于用友这种做法。就是说一个系统，首先它是要基于类似于模型驱动或者是本体建模，通过AI编程这种方式自动构建出来，持续集成和交付的系统；同时在交付完的系统里面，天然地融入了AI的能力，融入了自然语言对话的能力。这么一个系统才是真正的AI原生系统。

对于如果你已经有一个存量系统，当然你也可以去做自然语言对话、去做需求的训练、去做源代码逆向本体模型、去做建模，让AI逐步地去理解你完整的存量系统的业务语义，构建这么一种AI自然语言对话或者是数据分析推理的能力，这也不是不可以。这个也是针对存量的IT系统，逐渐地把它发展为一个AI原生操作系统的一种方式，可以参考。

好了，今天分享到这里，希望对大家有所启发。再见。