可擴充套件智慧層如何將企業資料轉化為生產級AI

企業正在發現，建立在知識圖譜之上的可擴充套件智慧層能夠提供機構語境，從而將通用AI模型轉變為可靠的生產系統。

隨著公司將AI從試點推向生產，一個新的軟體層正在興起，它將結構化、非結構化和關聯資料連線成企業的神經通路。初創公司競相構建這一基礎，例如上下文圖譜專業公司Jedify Inc.剛剛籌集了資金，為代理提供可靠執行所需的業務知識。微軟公司軟體工程副總裁Jeevan Pathuri表示，真正的智慧留存在公司內部，紮根於其資料之間的關係中。

“智慧的真正價值來自於這些連線以及跨企業不同資料之間的關係，”Pathuri說。“當我們以節點、邊和關係的形式建模時，語言模型就很容易理解並以比標準SQL查詢更復雜的方式回答問題。”

Pathuri在與CUBE的John Furrier的獨家AI luminaries訪談系列中討論了圖譜、本體和可擴充套件智慧層如何重塑從AI實驗到生產價值的道路。

知識圖譜作為水平可擴充套件的智慧層，將大語言模型紮根於特定領域的語境，從而將通用能力轉化為業務成果，而連線資料則承擔了繁重的工作。Pathuri指出，在微軟自己的供應鏈工作中，將物料清單建模為圖譜讓團隊能夠以驚人的速度構建代理。

“我們在幾周內就構建了10到15個生產級代理，”他說。“沒有這種連線智慧，我們不得不一個接一個地單獨構建這些代理，沿途重新發現關係和後設資料，而現在，所有這些都是一次性建立，並可應用於多種場景。”

這個可重用的語義層正是企業應該投資的領域，市場也在跟隨。企業知識圖譜市場預計將從目前的19億美元增長到2032年的近100億美元，因為代理如果沒有受治理的語境就無法可靠執行。Pathuri指出，明確定義意圖可以縮短上市時間。

“如果你想真正提取智慧並使系統為你工作，定義頂層的語義層將非常關鍵，”他說。“過去我們開發一個代理需要三到四周，現在只需要幾天。”

構建這一基礎現在已成為可信、生產級AI的核心，這一主題在CUBE Research的2026年預測中也得到了呼應，該預測將知識圖譜和語義層標記為企業部署的核心。人類仍然掌控全域性，評估和生成追蹤為系統提供支援——但資料基礎工作不可跳過，Pathuri強調。

“這裡沒有捷徑。這仍然是艱苦的工作，”Pathuri說。“建立乾淨的資料層，即連線的資料層，絕對是必要的。”