企业级 Agent 如何从 "会回答" 走向 "会决策" ? 360 亿方智能给出本体落地路径

NEWS

7 月 18 日, 2026 奇点智能Products大会在北京召开. 360 资深 AI Products专周海清出席大会并发表 从 "会回答" 到 "会决策" -- 360 企业级 Agent 本体架构与落地实践 主题演讲, 围绕企业级 Agent 如何理解业务, 辅助决策与安全行动, 分享了 360 亿方智能在本体架构, 平台能力和场景落地方面的探索.

面向企业智能化-型, 360 亿方智能提出, Agent 不应止步于问答, 检索和内容创作. 关键在于统一, 可解释, 可执行的企业业务上下文, Agent 才能逐步走向 "理解业务, 辅助判断, 协同执行" , 真正进入业务现场.

企业不缺数据

缺的是让 Agent 读懂业务的 "业务地图"

企业拥有业务系统, 数据中台, 流程文档和知识库等丰富资产, 但这些信息对 Agent 而言往往仍是割裂的. 它可以查询数据, 调用接口, 却未必理解客户, 合同, 资产, 权限与流程之间的业务关系.

这也是不少企业在 Agent 落地中遇到的共性挑战: 一方面, 提示词, 工作流和工具调用能够解决部分标准化任务, 却难以覆盖复杂, 多变的业务判断; 另一方面, 一旦任务涉及工单创建, 配置变更或敏感数据访问, 企业对推理依据, 权限控制和执行过程提出了更高要求.

周海清认为, 企业级 Agent 的核心竞争力, 不在于单纯追逐模型参数或通用能力, 而在于能否像熟悉业务的老员工一样, 基于真实的组织规则, 数据关系和业务目标作出有依据的判断, 并在可控范围内推动行动.

以本体连接数据, 业务与行动

构建企业级 Agent 的上下文底座

为解决这一问题, 360 亿方智能将本体 (Ontology) 作为企业业务系统与上层 Agent 之间的关键中间层. 本体不是对数据的简单汇集, 而是将对象, 属性, 关系, 规则与行动能力进行结构化表达: 既说明 "企业世界由什么构成" , 也界定 "哪些人可以在什么条件下执行什么动作" .

通过本体, 底层系统和数据中台中的信息被映射为统一业务语义; 上层 Agent 则可获取对象关系, 业务规则和行动边界, 而不必直接面对复杂库表与接口. 对于需要执行的任务, 本体层可承接权限, 条件, 规则与回写机制, 为 Agent 进入真实流程提供治理基础.

围绕这一思路, 360 构建由数据层, 本体层与应用层组成的企业级 Agent 本体平台: 连接既有数据, 沉淀业务语义与行动规则, 并通过对象浏览, Ontology Skill 和 AI 工作流服务业务应用.

场景先行

从 "小本体" 验证业务闭环价值

不同于一次性重构全企业的重型路径, 360 亿方智能建议从高价值, 边界清晰的垂直场景切入, 采用 "小本体, 轻治理, 松耦合" 的方式逐步积累企业业务地图.

以老旧服务器回收为例, 看似简单的 "找出适合回收的服务器" , 实际涉及过保情况, 故障记录, CMDB配置, 上下游依赖和工单流程. 基于机房运维小本体, Agent 可辅助完成候选筛选, 影响分析与工单整理; 经人工确认后, 再推动后续协同处理. 其价值不仅是提升效率, 也在于将原本依赖人经验的判断依据和业务路径逐步沉淀下来.

在组织记忆场景中, 360 还探索以会议为切入口, 结构化沉淀人员, 项目, 决策, 风险, 承诺与待办等信息, 帮助企业从文档检索进一步走向跨会议, 跨项目的关系理解与决策追溯.

从 "效率工具" 到 "决策协同"

让 AI 真正进入业务现场

从 "会回答" 到 "会决策" , 不是给 Agent 增加更多工具, 而是为其建立理解企业, 遵循规则和安全行动的业务基础. 对企业而言, AI 建设的关注点也将从单点功能体验, 逐步-向业务语义沉淀, 治理机制建设与场景闭环验证.

未来, 360 亿方智能将持续探索企业级 Agent 本体架构, 推动企业数据, 业务知识与智能体能力协同演进. 通过从小场景验证价值, 以本体沉淀业务语义, 在治理边界内扩展行动能力, 助力企业让 AI 从 "能用" 进一步走向 "可信, 可运营, 可持续演进" 的业务生产力.

• 本文分类: Products动态
• 本文标签:

  企业级 Agent 360 亿方智能
• 浏览次数: 5 次浏览
• 发布日期: 2026-07-24 15: 41: 29
• 本文链接: https: //www. fangcloud. com/cms/chanpindongtai/22504. html