人工智能的万亿美元机遇：上下文图谱

上⼀代企业软件通过成为“记录系统”，创造了⼀个万亿美元级别的生态系统。当前的争论在于，这些系统在向智能体迁移的过程中还能否存活。JaminBall认为智能体并不会取代记录系统，⽽是提高了优秀记录系统应具备的标准。

我们同意智能体是跨系统、以⾏动为导向的，⼯作的⽤户体验正在与底层数据平⾯分离。但智能体需要访问决策轨迹，了解过去规则是如何被应⽤的、在哪些情况下批准了例外、冲突是如何解决的、谁批准了什么，以及哪些先例才真正⽀配着现实。

现有的记录系统（如Salesforce、Workday、SAP）和数仓（如Snowflake、Databricks）都存在局限：运营领域的既有⼚商是各⾃为政的，并且优先关注当前状态；数仓则处在读取路径上，⽽不在写⼊路径上。这些系统无法捕获决策轨迹，因此无法成为决策谱系的记录系统。

代理系统初创公司具备结构性优势：它们处在执⾏路径上，在决策时刻能看到完整的上下⽂，并可以捕获决策轨迹。我们将这些轨迹累积形成的结构称为“上下⽂图谱”，它解释了为何决策被允许发⽣，并会成为⾃治的真正单⼀事实源。

创业公司可以⾛上不同的路径：取代现有的记录系统、替换模块、创建全新的记录系统。随着决策轨迹不断累积、上下⽂图谱不断增⻓，企业将需要在规模化条件下对智能体⾏为进⾏监控、调试和评估。

给创始⼈的关键信号包括：高头⼈数规模、异常繁多的决策、存在于各类系统交汇处的组织职能。一个将这种角色自动化的智能体，能够持续保存该角色原本要产出的决策、例外情况和先例，从而通往⼀种全新记录系统的道路。

问题不在于记录系统是否会存活，而在于，下⼀个万亿美元级的平台，是通过在既有数据之上叠加AI构建的，还是通过捕捉让数据变得可执⾏的决策轨迹来构建的。我们认为后者，而当下正在构建上下⽂图谱的初创公司，正在为此打下基础。