每个企业都有三类知识图谱:
运营上下文图谱:公司战术层面如何运作——流程、决策链、内部协作方式。
面向客户的上下文图谱:公司如何销售、如何支持、如何留存——销售、核保、账户管理。
战略上下文图谱:高管如何做战略性决策——这是完全不同的层面,有完全不同的保密要求、决策模式和结果信号。
三类图谱各自独立,各自有各自的封闭性。
从检索到预测
当这些图谱足够密集,游戏规则就变了——从"上次我们怎么处理这类事的"变成"如果这样设计这笔交易,结果会怎样"。
这不是靠通用训练数据,而是基于组织实际的决策历史和结果来做预测。这种能力目前还没有完全实现,但正在搭地基的公司,目标就是这个。
为什么 2000 美元/小时的合伙人有价值
每个企业垂直领域——法律、保险、医疗、金融服务、采购、安全——都有几十年积累的机构判断力,这些从未被结构化、从未被复合、从未被运营化。
这就是 2000 美元/小时的合伙人值 2000 美元/小时的原因。
Frontier 模型在抬高底线,但没有抬高天花板。天花板是机构性的——是积累的、领域特定的、经过结果验证的推理,关于这个组织在这些约束条件下如何做决策。这个无法被更好的基础模型复制。但它终于可以被捕获、结构化和学习了。
消费巨头靠行为轨迹构建了万亿美元帝国
行为轨迹的复合(compounding behavioral traces)让消费巨头建立了万亿市值的帝国。企业版才刚刚变得可能,而且奖品可能更大。
能建好这套基础设施的公司,将定义企业价值的下一个时代。
这篇文章的核心洞察不是什么新技术,是"机构知识"这个概念——每个行业里真正值钱的不是公开的理论,是组织在无数次决策中积累的隐性判断。这类知识以前无法结构化,现在 AI 让它变得可能了。这是 B2B AI 最大的结构性机会之一。