AI 原生

AI 层位于系统每个部分之下,而不是挂在某一部分旁边。检验标准不是产品有没有 AI 功能,而是一个跨越两个业务领域的问题能否用一次查询回答。外挂的 AI 演示效果很好,实际使用时却只能局限于单一孤岛。

它是什么意思

这个词被用得太泛,几乎每家厂商都在说,所以更有用的是一个更窄的检验:AI 的数据从哪里来,它按谁的规则行事?在 AI 原生的系统里,模型读取的记录、遵循的权限,与产品其他部分完全相同。在后加 AI 的系统里,它只能读到某一个产品愿意开放的内容,往往还要经过同步或导出。

一个快速判断方法,是看 AI 出现在产品的哪里。如果它只待在某个模块的侧边栏,别处都没有,那它多半是后来加到那个模块上的。

选型时为什么重要

值得问助手的问题,很少只停留在一个部门。“哪些有未结支持工单的客户,同时也在拖欠付款?”这一问就横跨了销售、客户支持和财务。如果它们分属不同的产品,接在其中一个产品上的助手只能看到三分之一的答案,却照样答得头头是道。

代价出现在演示之后,而不是演示当中。演示通常在单个产品里进行,后加的 AI 在那里表现很好。日常工作却要跨越边界,问题就出在这里。

该向厂商问的问题

  1. 它能否用我们的数据,现场回答一个横跨两个业务领域的问题?
  2. AI 是直接读取记录,还是读取定时同步的副本?
  3. 它按提问者本人的权限运行,还是用一个服务账号运行?
  4. 它改动了内容之后,记录在哪里,能否撤销?
  5. AI 是作为单独的产品出售,还是平台的一部分?

Cyril 的做法

Cyril 建立在同一套数据结构、同一套权限模型和同一份审计日志之上,AI 层位于每个模块之下,而不是挂在某一个模块旁边。每个实体都有 ai_context 序列化器,即专为模型构建的记录视图。Ask Cyril 在提问者本人的权限范围内工作,先展示计划,等您批准后才执行。Cyril 尚未正式发布,因此这里描述的是平台的构建方式,而不是客户的使用成果。

看看这些术语所描述的平台

阅读这些术语背后的论述,或者加入将率先使用它们的创始会员。