接入你已有的系统与数据，而不是替换它们
- ERP
- MES
- WMS
- CRM
- SRM
- TMS
- OA
- PDF / 扫描件
- Excel
- CSV
- REST API
- Webhook
- MCP
- 数据库
为什么是本体
大模型懂语言，却不懂你的企业。
企业数据分散在几十个系统里，以表和字段的形式存在。AI 直接面对数据库，既读不懂业务，也守不住边界。本体把它们重新组织成对象、关系与动作——这是 AI 进入生产的那一层。
没有本体
- AI 面对的是表、字段与接口
- 每个场景重新拼接上下文
- 权限靠提示词，行为不可审计
- Demo 很快，生产遥遥无期
有了本体
- AI 面对的是客户、订单、供应商
- 一次建模，所有场景共享语义
- 每次读写都经过策略内核
- 从首个场景起就是生产系统
Ontoxiom 平台
四个引擎，一条从数据到行动的链路。
数据管道持续供给事实，本体构建引擎定义业务世界，数据引擎让它可查询、可执行，Harness 让人与 Agent 在其上协同工作。
典型价值区间
用生产结果衡量 AI。
0–0周
首个价值场景上线的典型周期
0–0%
重复人工减少的参考区间
0%
AI 读写与动作进入审计链路
0
需要替换的既有业务系统
以上为典型场景参考区间，实际效果受系统、数据质量、业务复杂度及部署范围影响，不构成承诺。
四定律
先有本质，再有联系；先划边界，再给能力。
四定律是启寰构建产业 AI 的第一性原理，也是平台每一层设计的出发点。
FDE 体系
AI 落地，不从会议室开始。
前置部署工程师进入你的业务现场，与业务团队共同完成建模、接入与上线，把首个高价值场景送进生产。
Discover 调研
访谈业务与 IT，梳理系统与数据，筛选 AI 场景，形成价值假设。
Pilot 试点
FDE 驻场，构建首个本体，接入关键数据，让一个高价值场景跑在生产里。
Scale 扩展
部署 Harness 与治理策略，扩展到跨部门场景，建立企业级推广机制。
Evolve 演进
沉淀技能与经验，跟随模型升级持续优化，让 AI 能力形成复利。
开放接入
用你喜欢的 Agent，接入同一个企业本体。
不一定要用我们的 App。通过 MCP、REST 与 Python / Node SDK，WorkBuddy、Claude、ChatGPT 或你自研的 Agent 都能直接使用本体——权限与审计完全一致。
行业实践
在真实业务中运行。
供应链异常预警与干预
持续检测订单延迟、库存偏离与供应商履约异常，沿关系定位受影响的订单与客户，在权限内创建任务或发起补货审批。
- 检测→
- 定位→
- 建议→
- 审批
跨系统企业问数
「哪些客户本月销售额下降超过 20%，同时存在库存积压？」跨 ERP、CRM、WMS 一次回答，按权限过滤并标注来源。
- 理解→
- 关联→
- 过滤→
- 溯源
跨境单证智能化
从 PDF 与 Excel 中抽取单证要素，校验跨文件一致性与归类历史，差异项进入人工复核。
- 抽取→
- 比对→
- 标注→
- 复核
常见问题
常见问题
LLM Wiki 让模型把资料整理成 Markdown 页面并自行维护，Agent 阅读这些页面来回答问题。它非常适合沉淀个人或团队的经验与说明。
但 Wiki 是模型写的摘要：它可能已经过时，不能精确统计或枚举，没有字段级权限，也不能执行业务动作。Harness 里的 Agent 面对的是从业务系统持续同步的类型化对象，答案可以精确到每一张订单；每一次读写都经过 Governor，动作需要检查与审批，并完整留痕。
两者可以共存：Wiki 适合承载「怎么做」，本体负责「是什么」和「去做」。