近日，亚信联合中国联通广东省分公司、清华大学智能产业研究院（AIR）、VERYK GROUP正式发布《智能体时代企业语义基础设施》白皮书。

针对大模型进入企业后 “能对话、却不真正懂业务” 的行业痛点，白皮书提出以本体（Ontology）为核心的“构建 — 沉淀 — 演进”三位一体方法论，即为企业 AI 搭建一张读懂业务对象、关系、规则与流程的 “业务世界地图”。本次联合研究中，各方分别从产业应用、前沿研究、产品工程、生态实践维度参与研究与验证，共同为企业智能体规模化落地输出一套可复制、可工程化的参考路径。

图1：扫码下载《智能体时代企业语义基础设施》白皮书

01 产业困局：智能体规模化落地的语义瓶颈

2026年，智能体正从“对话工具”加速走向“企业级协作伙伴”。Gartner预测，到2026年底全球40%的企业应用将嵌入任务型AI智能体，而目前已部署AI智能体的受访组织仅有17%。市场热、落地冷，其根本原因，不是模型能力不足，而是企业缺少一套让模型“读懂自己”的语义基础设施。

白皮书指出，企业在智能体落地中普遍面临三大痛点：

• 痛点一：模型不理解企业。通用大模型缺乏企业特有的领域知识、业务规则和对象关系。以经营分析为例，“高价值客户”的定义只存在于企业业务规则中，不在模型训练数据里。

• 痛点二：AI能力不可复用、不可治理。每新增场景，都要重新梳理业务规则、调优验证，同一业务域内积累的语义理解无法复用，“从零开始”成为常态。

• 痛点三：智能资产无法持续沉淀。业务专家掌握的取数逻辑、口径定义随人员流动而流失，未沉淀为可治理、可传承的结构化知识。

图2：本体——连接企业信息与智能体的语义基础设施

RAG、知识图谱、数据中台分别解决知识检索、关系表达和数据治理等问题，但当智能体需要跨系统理解业务对象、业务关系和业务规则，并据此进行推理和行动时，企业仍需要一个统一的业务语义层。白皮书认为，以本体为核心构建这一语义层，可以成为连接企业数据、知识与智能体的重要基础设施。

02 核心主张：构建-沉淀-演进，让语义基础设施越用越值钱

针对企业本体实践面临的“能不能建”、“值不值”、“稳不稳”三大核心问题，白皮书系统提出“构建 — 沉淀 — 演进”三位一体方法论。与传统“一次建模、项目交付”的本体建设方式不同，白皮书更强调：本体不是建出来的静态知识库，而是在业务使用中不断沉淀、反馈和演进的企业语义资产。

图3：“构建 — 沉淀 — 演进”三位一体方法论

• 构建要“立”在质量门槛上。白皮书提出业务合理性、语义质量、结构质量、数据可达性四维框架，并通过CQ（Competency Question，能力验证问题）验收，让“建成即能用”可验证。

• 沉淀价值是“用”出来的。 本体的价值不在建完那一刻，而在用起来之后。“获取→评价→应用→反馈”四环闭环，让使用模式、效果证据、业务知识三类资产持续叠加，越用越厚。

• 演进要“养”在业务里。 业务环境永远在变，本体不演进就会从“资产”退化为“负债”。同一场景内正反信号驱动补全更新，跨场景通过派生（1到N）和融合（N到1），拓展到“一个生态”。

三者一脉相承：构建解决“准入”——让更多场景“用得起”；沉淀解决“积累”——让每一次使用“不白费”；演进解决“保鲜”——让本体始终“靠得住”。

03 实践验证：运营商核心业务场景成效显著，验证方法论可复制

白皮书首次系统公开该方法论在运营商多个局点的落地成果，覆盖经营分析、存量营销、云网运维、客户体验、佣金风控等核心业务域。

经营分析取数场景：从“表/字段的语义补全”入手，通过四要素模板让大模型理解每张表含义。上线后工单自动化交付率显著提升，选表准确率行业领先，响应周期由数天级压缩至小时级。

存量客户营销场景：围绕存量用户营销构建业务本体，采用“本体约束+大模型推理”双驱架构完成智能化升级，将营销策略从“静态规则”升级为“精准需求匹配”。

更多场景验证：云网运维故障定位准确率提升、时长缩短，形成可跨省复制模式；客户体验管理打通网络侧与用户侧数据，实现从“等投诉”到“主动发现干预”；佣金风控新规则验证周期从周级缩短至天级。

04 展望与行动：从单场景落地走向全域智能

面向更广泛的企业应用，本体有望成为多智能体协作的“共同语言”，企业语义基础设施也将从单场景验证迈向企业级规模化部署。AI则将从辅助搭建知识本体，逐步走向主动给出业务建议，形成“AI建议、人决策”的协作新模式。

基于本次白皮书形成的产学研用协同基础，亚信将持续与中国联通广东省分公司、清华大学智能产业研究院（AIR）、VERYK GROUP及更多产业伙伴深化合作，依托数智本体平台，融合运营商实践、学术研究与产品工程成果，在更多行业场景中持续验证和完善“构建 — 沉淀 — 演进”方法论，推动形成可复制的语义基础设施解决方案，助力企业智能体规模化落地。