工业AI

AI智能体的上下文鸿沟：企业流程知识才是真正的护城河

2026 年 10 月 7 日

前沿大模型虽通晓通用知识，却缺乏企业特有流程与运营上下文。Celonis强调，供应链、客户服务等隐性流程知识构成核心竞争优势，需通过数字孪生捕获并赋能AI智能体，否则将导致ROI低下与流程改造失败。

在人工智能的新时代，上下文（context）至关重要，因为企业正面临着这样一类AI系统：它们对互联网了如指掌，却仍难以支撑企业的业务流程。

随着谷歌（Google）、OpenAI和Anthropic等前沿模型提供商的AI模型谷歌（Google）、OpenAI和Anthropic 变得愈发强大，人们普遍假设这些模型将更擅长协助企业开展业务流程。然而，事实并非总是如此。许多企业发现，尽管这些模型在例如旅行规划等任务上表现出色，但在自动化核心业务任务方面却未必最优。

“区别在于，AI对伦敦了解甚多，对旅游景点也了解甚多，但它并不了解该特定客户如何运营其供应链，也不具备关于该组织内正在发生的一切事务的360度全景式上下文。”过程智能供应商Celonis的首席执行官兼联合创始人亚历克斯·林克（Alex Rinke）在最新一期《Targeting AI》播客中表示。过程智能供应商Celonis在最新一期《Targeting AI》播客中表示。

“这种关于您工作流与流程的隐性知识及上下文，实际上正是您的竞争优势护城河，”林克继续说道，“您如何服务客户、如何构建产品、如何制造、如何运营您的供应链——这些都是一家公司真正、真正重要的护城河组成部分。” 您如何运营您的供应链——这些都是一家公司真正、真正重要的护城河组成部分。”

Celonis的目标是帮助企业掌控自身的上下文与数据，而非将此类信息拱手让予那些利用其训练竞争性模型或向客户转售该信息的供应商。该公司通过构建一个能捕捉组织流程的数字孪生体来实现这一目标，从而赋能AI智能体理解工作执行方式并做出明智决策。

林克表示，缺乏恰当的上下文可能带来高昂代价。

“若缺乏正确的上下文，缺乏过程智能（process intelligence），AI将无法带来强劲的投资回报率（ROI），您也无法对企业内部所发生的全部工作与流程进行彻底重塑。”

JOTO 企业落地观察

对企业部署而言，该文揭示单纯接入通用大模型无法自动适配核心业务流程——企业必须主动构建自身流程的数字孪生体，将隐性操作规则、系统交互逻辑和组织惯例结构化注入AI，否则自动化将流于表面任务而无法触达关键环节。
对智能体工程而言，上下文不再仅指Prompt中的短期对话记忆或RAG检索片段，而是需长期沉淀、动态更新的跨系统流程图谱（含ERP/CRM/MES等事件流与决策节点），这要求智能体架构必须原生支持过程智能引擎集成，而非仅依赖LLM推理能力。
对FDE落地而言，文章指出‘过程智能’是AI投资回报率的前提条件——若未先完成端到端流程可观测性建设（如Celonis式过程挖掘），直接上马AI自动化将导致错误决策放大、异常响应滞后及责任归属模糊，使FDE项目陷入‘高投入、低可见、难度量’困境。