統一上下文：企業AI同事缺失的關鍵層

在當今企業環境中，AI助手正迅速滲透到工作的表層領域——它們能起草郵件、總結會議並以驚人的流暢度回答問題。然而，在真正決定企業運營的關鍵場合，如預測電話會、交易評審和運營例會中，這些AI助手卻很少能改變最終結果。

問題源於兩方面。首先，業務決策所依賴的上下文分散在各個系統、團隊和定義中。無論是CMO檢視營銷活動結果，還是CFO審查季度業績，沒有人能看到完全一致的業務檢視。其次，大多數AI助手並非為此類工作而設計。它們擅長快速完成獨立任務，如搜尋程式碼庫，但在跨系統和業務流程跟蹤資料、定義和工作流時顯得力不從心。

Databricks近期推出的Genie One與Genie Ontology，正是為了透過“統一上下文”解決這一痛點。Genie One被定位為面向真實工作的AI同事，它使用統一上下文以業務術語回答問題，基於可信資料展示推理過程，並將決策轉化為Slack、Teams和儀表盤等工具中的行動。

統一上下文的核心是Genie Ontology——一個反映企業實際運營方式的上下文層。它從資料、儀表盤、查詢、文件和連線的應用中學習，將業務術語、指標、實體和關係組織成一個動態的知識圖譜。由於企業中的上下文並非一成不變——定義會演變、所有權會轉移、新訊號會湧現——Genie Ontology能夠根據使用情況和與認證資產的連結對定義和訊號進行排序，從而確定在特定情況下何為權威資訊。

例如，一位營銷負責人詢問哪些營銷活動真正驅動了管道。一個有用的答案不能停留在漏斗頂部指標上，而必須將營銷活動與細分市場、渠道、CRM中的機會、已關閉的贏單收入以及下游產品使用情況連線起來，並以組織衡量影響時使用的相同術語解釋結果。這正是表層可用上下文與能夠支援決策的上下文之間的區別。

隨著AI越來越接近核心業務決策，治理成為關鍵要求。Genie One透過Unity Catalog和Genie Ontology的結合實現治理。Unity Catalog管理訪問許可權、認證資料和共享定義，而Genie Ontology在此基礎上建立業務感知地圖，將治理資產與跨組織學習的上下文相結合。這意味著財務分析師詢問收入問題時只看到批准的資料和認證定義，同時Genie仍能連線相關訊號，如管道或使用情況。結果是一個在業務規則內執行、同時利用更廣泛連線上下文來支援決策的AI。

對於希望AI同事帶來可衡量影響的領導者，Databricks建議從已有的重要工作開始，選擇團隊需花時間協調資料的重複用例（如預測電話會）作為試點，將最佳模式轉化為Agent，並跟蹤準備時間、準確率或週期時間。將上下文模型視為企業資產並跨團隊、助手和模型重用，同時確保AI同事繼承現有的資料和訪問控制，從而在無需新增規則的情況下擴充套件到更高風險的工作。

總之，從生成答案的AI邁向參與實際決策的AI需要統一、決策就緒的上下文。Genie One正是為此而生，它將資料、決策和行動整合到一個受治理的AI同事中。