统一上下文：企业AI同事缺失的关键层

在当今企业环境中，AI助手正迅速渗透到工作的表层领域——它们能起草邮件、总结会议并以惊人的流畅度回答问题。然而，在真正决定企业运营的关键场合，如预测电话会、交易评审和运营例会中，这些AI助手却很少能改变最终结果。

问题源于两方面。首先，业务决策所依赖的上下文分散在各个系统、团队和定义中。无论是CMO查看营销活动结果，还是CFO审查季度业绩，没有人能看到完全一致的业务视图。其次，大多数AI助手并非为此类工作而设计。它们擅长快速完成独立任务，如搜索代码库，但在跨系统和业务流程跟踪数据、定义和工作流时显得力不从心。

Databricks近期推出的Genie One与Genie Ontology，正是为了通过“统一上下文”解决这一痛点。Genie One被定位为面向真实工作的AI同事，它使用统一上下文以业务术语回答问题，基于可信数据展示推理过程，并将决策转化为Slack、Teams和仪表盘等工具中的行动。

统一上下文的核心是Genie Ontology——一个反映企业实际运营方式的上下文层。它从数据、仪表盘、查询、文档和连接的应用中学习，将业务术语、指标、实体和关系组织成一个动态的知识图谱。由于企业中的上下文并非一成不变——定义会演变、所有权会转移、新信号会涌现——Genie Ontology能够根据使用情况和与认证资产的链接对定义和信号进行排序，从而确定在特定情况下何为权威信息。

例如，一位营销负责人询问哪些营销活动真正驱动了管道。一个有用的答案不能停留在漏斗顶部指标上，而必须将营销活动与细分市场、渠道、CRM中的机会、已关闭的赢单收入以及下游产品使用情况连接起来，并以组织衡量影响时使用的相同术语解释结果。这正是表层可用上下文与能够支持决策的上下文之间的区别。

随着AI越来越接近核心业务决策，治理成为关键要求。Genie One通过Unity Catalog和Genie Ontology的结合实现治理。Unity Catalog管理访问权限、认证数据和共享定义，而Genie Ontology在此基础上创建业务感知地图，将治理资产与跨组织学习的上下文相结合。这意味着财务分析师询问收入问题时只看到批准的数据和认证定义，同时Genie仍能连接相关信号，如管道或使用情况。结果是一个在业务规则内运行、同时利用更广泛连接上下文来支持决策的AI。

对于希望AI同事带来可衡量影响的领导者，Databricks建议从已有的重要工作开始，选择团队需花时间协调数据的重复用例（如预测电话会）作为试点，将最佳模式转化为Agent，并跟踪准备时间、准确率或周期时间。将上下文模型视为企业资产并跨团队、助手和模型重用，同时确保AI同事继承现有的数据和访问控制，从而在无需新增规则的情况下扩展到更高风险的工作。

总之，从生成答案的AI迈向参与实际决策的AI需要统一、决策就绪的上下文。Genie One正是为此而生，它将数据、决策和行动整合到一个受治理的AI同事中。