乐于分享
好东西不私藏

企业架构的发展趋势是AI原生架构,TOGAF 10考这个吗?

企业架构的发展趋势是AI原生架构,TOGAF 10考这个吗?

AI原生架构正在成为企业架构领域最热的话题。

Gartner在《2025年十大战略技术趋势》报告中指出

“AI原生”将成为未来三年企业IT投资的核心方向。

那么问题来了:AI原生这么热,TOGAF 10考这个吗? 

这是一个很实际的问题。如果你正在准备TOGAF认证,或者刚考完、正在考虑怎么把TOGAF用到实际工作中,这个答案你肯定想知道。

今天这篇文章,我三个part把这问题说清楚。

  • 为什么说企业架构的趋势是AI原生?

  • AI原生架构,到底“原生”在哪里?

  • TOGAF 10考不考AI原生?

一、为什么说企业架构正在走向AI原生?

因为现在企业做数字化,已经不只是上系统、连流程、建数据平台这么简单了。

过去很多企业架构项目,核心目标是这几个事:

  • 系统别重复建设

  • 数据尽量打通

  • 业务流程尽量顺

  • 技术平台尽量统一

  • IT投资更可控

这些目标今天当然还重要。

但现在企业面对的新问题,已经变了。

比如:

  • 怎么把大模型接进业务?

  • AI助手放在哪些岗位最合适?

  • 数据能不能直接喂给模型?

  • 模型输出错了,谁来兜底?

  • 业务流程要不要为了AI重新设计?

  • 原来的应用系统,还适不适合和智能体一起工作?

  • 安全、权限、合规、治理,怎么跟上?

你会发现,这些问题看起来像AI问题,实际上本质上还是架构问题。

因为AI不是一个孤立的小工具。

它一旦进入企业,就会影响:

  • 业务架构

  • 数据架构

  • 应用架构

  • 技术架构

  • 安全治理

  • 组织协同

  • 决策机制

所以企业最终要做的,不是“加一个AI功能”,而是逐步形成一种新的架构方式:

从一开始就按AI会参与业务、参与决策、参与流程来设计企业能力。

这就是“AI原生架构”的核心意思。

不是先有系统,后补AI。

而是从设计之初,就把AI当成企业能力的一部分。

AI原生架构,到底“原生”在哪里?

很多人一听“AI原生”,会觉得特别高深。

其实用最简单的话说,就是一句:

企业不是把AI当外挂,而是把AI当底层能力来规划。

这和过去最大的区别在于,AI不再只是一个模型接口,或者一个外挂

它会变成企业里的新型“能力单元”。

比如:

1. 业务设计变了

过去设计业务流程,主要考虑人、系统、规则。

现在还要考虑AI。

比如一个客服流程,原来是:

客户提问→ 人工判断 → 系统查询 → 人工回复

以后可能变成:

客户提问→ AI先理解意图 → AI调用知识库和系统 → AI给出建议 → 人工确认或直接发送

这不是简单加了个外挂机器人。

这是整个业务处理方式变了。

2. 数据地位更高了

以前很多企业觉得,数据建设重要,但慢慢来。现在不行。

因为AI好不好用,很大程度上取决于数据是否完整、干净、可管理。

没有好的数据基础,AI只会“一本正经地胡说八道”。

所以AI原生架构里,数据不是配角,而是核心资产。

3. 应用边界变了

过去应用系统往往边界清楚:CRM是CRM,ERP是ERP,OA是OA。

AI进来以后,很多系统之间的交互方式会改变。

用户不一定还按原来的系统入口工作。

他可能通过一个AI助手,就跨多个系统完成任务。

这意味着应用架构要重新思考:

系统还是那些系统,但工作入口、协作方式、能力编排方式都可能重组。

4. 技术底座变了

AI原生架构不只是加一个大模型API。

它往往还涉及:

  • 模型服务管理

  • 向量数据库

  • 知识库体系

  • 智能体编排

  • 提示词管理

  • 模型监控

  • 安全审计

  • 成本控制

这些能力,会慢慢变成企业技术架构的一部分。

三、TOGAF 10考不考AI原生?

不直接以“AI原生”这个名字来考,但它考和AI原生相关的东西

1、先分清两个关键概念

  • AI 原生:归属Digital Enterprise(数字化企业)系列扩展指南,不是标准核心正文,属于扩展库内容。

  • 官方考纲划分:

  • 核心必考:ADM、四大架构域、内容元模型、治理、企业连续统一体(L1+L2 全覆盖)

  • 扩展指南(数字化 / 敏捷 / 云原生 / AI/IoT):不纳入 L1 基础级必考范围,仅 L2 情景题涉及

2L1 基础级:完全不考 AI 原生

官方 L1 考纲只覆盖TOGAF 核心标准正文,不考核任何系列扩展指南(数字化、AI、云原生、敏捷专题都不考)。

  •  AI 原生、认知架构、MLOps、大模型架构相关选择题;

  • 只会出现通用数据架构、传统应用架构基础概念,不涉及 AI 系统设计。

3L2 鉴定级(情景应用题):会考

  • 出题形式:8 道大案例情景题,可能会出现数字化转型场景,题干会带 AI / 大模型业务背景,问如何用 TOGAF 适配 AI 系统,本质考通用 ADM 落地思路,不深挖 AI 原生专业细节。

  •  AI 相关设问(不考专业 AI 技术),比如可能会考

  • ADM 各阶段如何识别 AI 业务价值流(Phase B 业务架构)

  • AI 训练 / 推理数据该建立哪些数据制品、数据治理要点(Phase C 数据架构)

  • AI 模型服务化、MLOps 流水线归属于应用 / 技术架构如何划分(Phase C/D)

  • AI 系统的架构合规、伦理约束、风险治理怎么落地

  • 边界:不会单独出一道题专门考“AI 原生架构”,不会深究大模型、向量库、算力集群这类纯 AI 技术,只考 TOGAF 框架如何承接 AI 系统。

简单总结:备考不用死记 AI 原生专业术语,但掌握 TOGAF 框架适配 AI 场景的思路,能大幅提升 L2 案例题答题准确率;同时 AI 原生是当下企业落地架构的主流方向,持证后做数字化项目必须掌握这套适配逻辑。

TOGAF企业架构师EA认证课程 

最新一期开班7月18-19日 + 7月25-26日(两个周末,共4天)

互动直播,提前开通网校预习适合企业架构师、技术负责人、数字化转型推动者、咨询顾问,以及希望系统掌握企业架构方法论的管理者课程基于TOGAF标准10版,系统覆盖架构开发方法(ADM)、架构内容框架、架构视图、AI+时代架构调整策略等核心内容

如果你想系统理解TOGAF 10的核心逻辑,也想把企业架构能力真正用到数字化转型和AI场景里,这期班会是一个很实用的开始。

想了解课程详情或报名,欢迎私信小艾老师。