一个新的企业级 AI 市场正在形成——为什么下一波机会不是大模型而是 Enterprise Action过去两年如果要评选技术圈最热门的话题大模型一定排在第一位。从ChatGPT开始到Claude、Gemini再到各种开源模型整个行业几乎把所有注意力都放在了模型能力的提升上参数越来越大推理越来越强多模态越来越完善Agent也开始遍地开花。然而当我最近重新思考Claude Fable所代表的意义时我越来越觉得真正值得关注的并不是模型又强了多少而是它释放出了一个更加重要的信号一个新的企业级AI市场正在形成。很多人认为大模型竞争结束以后剩下的就是模型之间不断迭代。但我认为基础模型的发展只是第一阶段而真正能够创造巨大商业价值的将是第二阶段——企业知识的智能化应用也就是Enterprise Action。企业真正拥有的不是AI而是知识。如果仔细观察一家大型企业会发现它真正的资产并不是部署了多少GPU也不是购买了多少AI服务而是几十年来积累下来的知识。这些知识可能存在于几百万行源代码中存在于数万份PDF文档中存在于API Guide、安装手册、测试案例、设计文档、需求文档、运维手册、历史缺陷、邮件记录以及员工经验中。遗憾的是这些知识绝大多数都没有真正发挥价值。很多企业花费数十年沉淀下来的经验最终只是静静地躺在SharePoint、Confluence、Wiki、Git仓库或者文件服务器里面。新人需要花费几个月甚至几年才能逐渐理解这些知识而当核心员工离职之后很多隐性的经验甚至直接消失。因此企业一直存在一个没有真正解决的问题如何让知识真正参与业务而不仅仅被保存下来。企业AI的第一阶段其实只是搜索。过去两年大量企业开始建设RAG系统。他们把PDF导入向量数据库通过Embedding进行检索再调用LLM生成答案。这确实解决了一部分知识查询的问题也让企业第一次拥有了自己的AI知识库。但是RAG真正解决的问题是什么它解决的是Knowledge Search而不是Knowledge Action。用户输入一个问题系统返回一段答案整个流程就结束了。这种模式对于知识问答非常有效但距离真正创造业务价值还有很大的距离。因为企业每天真正需要解决的问题并不是这个API怎么调用而是请完成一笔交易。不是测试流程是什么而是请完成整个自动化测试。不是升级步骤有哪些而是请完成升级并验证系统是否正常。企业最终需要的是执行而不是回答。一个新的层开始出现Enterprise Action。随着基础模型能力越来越强一个新的技术方向开始逐渐浮现。它并不是继续提升模型参数也不是继续优化Prompt而是在模型和企业业务之间增加一个新的能力层。我把它称为Enterprise Action Layer。它的目标非常简单把企业知识转换为企业行动。这意味着AI不再只是回答问题而是能够理解企业知识、推理业务逻辑、分析依赖关系、调用系统接口、执行工作流并最终完成真实业务。例如一份API Guide过去只是开发人员阅读的文档而未来它可以成为Coding Agent学习API依赖关系、自动生成代码以及完成接口调用的知识来源。测试手册过去只是测试人员参考的说明而未来它可以成为QA Agent自动生成测试案例、执行自动化测试、输出Evidence Package的重要依据。运维手册过去需要工程师逐步操作而未来它可以直接驱动Operations Agent完成诊断、升级、验证以及回滚。知识第一次真正变成了可以执行的资产。企业知识管理也将发生根本变化。过去我们一直认为知识管理就是文档管理。后来我们认为知识管理应该加入向量数据库。再后来我们开始建设知识图谱希望建立实体之间的关系。但今天看来这些仍然只是基础设施。真正的目标不应该是建立一个能够回答问题的知识平台而应该建立一个能够驱动企业工作的知识平台。未来的企业知识平台很可能会演化为如下架构企业知识Documents、API、Source Code、Policies、Cases↓Knowledge Graph↓Semantic Layer↓Reasoning Engine↓Evidence Layer↓Workflow Layer↓Enterprise Action Layer↓Operational Agents↓Business Outcomes在这个过程中每一层都承担着不同职责。Knowledge Graph负责组织知识Semantic Layer负责统一语义Reasoning Engine负责业务推理Evidence Layer保证所有决策都可追溯Workflow Layer负责组织业务流程而Enterprise Action Layer最终负责把知识真正转换为业务执行能力。未来五年最大的机会可能已经出现。过去十年企业软件最大的市场来自SaaS。今天越来越多的人把目光放在Foundation Model上。但我认为未来五年真正值得关注的可能既不是模型公司也不是传统SaaS而是连接两者之间的新一代企业平台。它们不会训练自己的大模型却能够让企业几十年积累下来的知识真正产生价值。它们不会仅仅回答问题而是能够执行工作。它们不会只是一个聊天机器人而会成为企业真正的数字员工。对于金融、医疗、制造、电信、能源等知识密集型行业来说这样的平台价值甚至可能远远超过一个更大的模型。因为模型决定的是能力上限而企业知识决定的是商业价值。写在最后很多人仍然把Enterprise AI理解为ChatGPT加上企业文档。我认为这只是第一阶段。真正的Enterprise AI不是Knowledge Search而是Knowledge Action不是Document AI而是Enterprise Action不是帮助员工寻找答案而是帮助企业完成业务。也许Claude Fable真正带来的启示并不是它迁移了多少代码而是它让我们第一次意识到企业知识终于开始具备执行能力。而当知识能够直接驱动行动时一个新的企业级AI市场也就真正开始形成了。
