1、业界数据到应用做的最好的是哪家企业？
palantir
- 股票市场成功
- 商业成功，增长好
- 客户反馈积极，大量案例中反馈实际解决了用户实际业务问题，提升了决策效率
2、palantir 核心概念是什么？
ontology，本体
3、本体是什么？
本体是一种建模方法，本体里面包含：
- 数据：Dataset
- 逻辑：logic
- 动作：action
本体是物理世界孪生，建模客户业务流程
4、本体相比知识图谱的区别是什么？
建模对象不一样。
知识图谱里面也有本体概念。但是本质上 palantir 建模的是客户业务流程，里面除了数据还有逻辑和执行动作。更适合场景是业务实际解决等。
知识图谱建模的是业务知识，更多的是服务于企业检索，知识推理等场景。
5、本体建模能收敛吗？
能收敛。
相比知识图谱的不收敛，有专家投入太大的问题。
本体是对物理业务流程建模，是可以收敛的。相对而言，业务流程在一段时间相对固定的。
如果业务流程不固定，那企业的新员工也无法培养。
6、本体不适合的场景有哪些？
本体也有限制。至少有两类业务是不合适的。
1、企业的数字化程度不够。比如 ERP，CRM 系统都没有。如果数据系统本身建设不够，无法利用数据驱动决策。
2、CEO 的决策，或者类似 CEO 的决策。决策无范式，无法抽象。
如果数据，逻辑，action 这些建模能足够，本体的行业和场景相对是通用的。
7、本体相比传统数据库建模的区别？
1、最大区别，除了有数据之外，还有逻辑和 action。逻辑是业务流程的代码化和工具化。
2、本体里面的数据和数据库也有区别，数据库是 ER 模型，更适合机器理解，建模是为了机器可以更高效的执行（比如表和表尽量数据不重复，为了执行效率做各种优化等等）。本体是面向业务对象，业务更容易理解，更接近业务语言。
8、本体为什么可以让大模型决策更准确？
本体的本质是让大模型处在“完全信息决策”。
一个业务决策除了需要数据之外，人决策是很复杂的过程，还要有上下文，隐知识等等。这些人是已经掌握和学会了，所以可以决策。
模型如果只有数据，缺乏这些上下文知识就无法决策。
本体除了数据之外，还有logic 和 action，logic 就是把业务流程代码化，工具化，给到大模型，因此大模型可以获得完全信息。所以决策可以做到更准确。
9、本体的logic是什么？
在现实世界中，企业的每一个重要决策，往往都不是由单一数据触发的，而是综合各种信息、规则、预测和优化之后得出的结果。这背后支撑的，就是企业的“逻辑资产”。这些逻辑资产可能是
- ERP 或 CRM 中定义的业务规则；
- 数据科学平台上训练好的预测模型；
- 运筹优化系统中的路径规划或产能分配算法；
- 财务模拟工具里的风险评估逻辑；
本体里面的逻辑就是这些潜规则代码化。
10、本体在企业的应用效果如何
根据访谈可以得出明确的结论，企业的高层和下面具体的执行人员都是 buy-in 的
高层 buy-in 理念：从数据到决策
执行人员 buy-in 效果：数据是可以很容归拢到一起，业务人员可以很容构建 case，构建的很多 case 也是有实际效果的，确实能提升决策的效果，比如呆滞料可以从原来的月为单位去审查，现在可以按天去审查决策。
