夜雨聆风前言
新一代AI技术的发展，给制造企业数字智化转型、智能制造服务商、工业软件厂商都提出了新的要求，工业软件与工业AI如何融合，是必须面对和思考的问题。既有一步一步向前推进需要的循序渐进，也有面向未来趋势要做的全新规划；既要继承原有的产品和技术基础，又要充分发挥新技术的优势，得去做判断和选择。
看了一些工业软件公司的工业AI发展情况，整理了相关的内容，不断学习消化，放在这里备忘。下面是Palantir、Saleforce的一些情况。
一、Palantir
Palantir可能不算是一个传统意义上的工业软件公司，早期做政府/军事情报数据集成与分析，随着AI大模型发展，开始构建基于本体的智能推理决策平台AIP，并延伸到实体制造领域，部署在工业执行系统之上，不直接介入生产现场的实时事务控制，不直接完成订单创建、设备启停等这类传统工业软件的核心执行操作，而是构建制造本体模型实现跨系统语义聚合，通过数据集成、业务流、智能分析等，提供工业智能平台支撑制造企业研发生产综合决策优化，可以看作是一个企业智能业务服务商。
感觉Palantir与传统工业软件已经不在一个维度上了，它是另外一个赛道。传统工业软件是面向某一个工业业务领域、环节，提供各种应用功能，支撑业务数据、流程等数字化实现，总体来说是面向局部的、操作层面、确定性强些的具体业务应用。各种各样的工业软件系统在制造企业中的应用，给每一个局部环节提供了数字化支撑，却也带来了不同系统之间数据交换、业务集成等方面的障碍，有点儿各自为政。多年以来，业界都一直在强调系统集成、数据拉通、一体化、生命周期全过程等等，基于模型、工业互联网等技术也不断发展，但在原有的工业软件体系架构下面，要想从全局、整体、决策的角度来提升制造企业数字化水平，要打破相互分离的局面也的确有不少困难。
借助新一代AI，Palantir做的事情，就像是在原有的工业软件体系之上，再搭建一层，把工业本体先统一起来，再在这个基础上动态承接各个工业软件系统中的数据，然后利用AI进行综合的智能分析，最终提供相对全面的决策支撑。而且，这个上面的一层，本体相关的内容最终也可能再沉到下层，对整个工业软件体系的地基进行重构，从根本上改变原来的工业软件体系架构，构建起面向AI的新架构。
以下这些内容，主要来源于Palantir的网站。主要包括：
1.标准产品架构：AIP、Foundry和Apollo集成平台。
2.制造操作系统Warp Speed
3.AIP架构能力
1、标准产品架构-AIP、Foundry和Apollo
标准的Palantir产品架构由三个集成平台组成：AIP、Foundry和Apollo。
AIP是生成式AI平台，通过“k-LLM”（多模型）范式提供对大型语言模型的安全连接，配备用于构建智能体和自动化流程的开发工具链，一系列由AI驱动的终端用户应用，全面的Evals框架（模型评估）以监管生产环境中的AI工作流，以及其他功能。
Foundry是基础数据操作平台，提供数据管理、逻辑编写、本体开发、分析以及工作流开发的核心能力。
Apollo是持续交付平台，负责管理托管Foundry和AIP服务的底层基础设施。Apollo支持每天对数百个服务和资产进行数千次零停机升级的编排。
在Palantir整个体系中，基于Ontology的Foundry是一个核心。下面这个图描述了Palantir的应用层级，从底层的基础设施、数据连接和集成、模型集成、语义和服务、应用和工作流到最上层的决策和学习，下面3层都属于Foundry，是它的根基。
（左半边图片来源：公众号知识图谱科技文章。在Palantir官网上没有找到这个。）
本体Ontology又是Foundry的核心。通过本体，整合业务中的语义、动作与动态要素，助力团队在复杂业务场景下统一协同并自动化开展决策。
下面这个图展示了本体的几个维度构成。包括数据、逻辑、行动、安全四个方面的内容。也划分为语言、引擎、工具链三个构成。
本体系统将企业的数据、逻辑、操作以及安全策略整合为一套人类与人工智能智能体均可使用的直观表达形式。
数据Data：关于决策背景，现状与业务运营方面有哪些相关事实或客观真相？通过将数据整合为对象与关联关系，使人类和人工智能都能够理解现实世界中复杂的业务运作，从而为构建Human + AI协同工作流创造条件。提供可扩展的多模态数据连接与集成框架，能与企业数据系统实现开箱即用的协同工作。
逻辑Logic：哪些组织或业务规则对决策起到约束作用？在不同假设条件下，各类结果发生的概率是多少？在相似场景下采取过哪些举措，取得了怎样的结果？预测与优化模型提供了哪些输入信息？提供模型、业务逻辑以及模板化分析和报告工具包，可以从中进行组合搭配，以便在关键时刻为决策者提供所需的所有背景信息。
行动Action：决策会产生怎样的动态作用与实际影响，即该决策会如何在现实中落地体现？要如何缩短乃至消除在AIP中做出决策，直到在生产环境中产生实际结果之间的执行环节？
语言Language：对语义对象、关联关系与属性，动态行为与自动化流程进行建模，定义上述行为运行方式、及其与其他系统交互方式的实际逻辑单元。
引擎Engine：为语言的全部组件提供底层实现。提供模块化读取架构，可支持大规模结构化查询语言（SQL）查询、对状态变更的实时订阅，以及人机混合团队所需的全部物化视图。同时，提供可扩展的写入架构，支持原子化持久事务更新、大规模批量变更、大规模数据流，以及变更数据捕获等机制，实现与其他业务系统的极低延迟数据镜像同步。
工具链Toolchain：涵盖语言的全部表达能力与引擎的全部性能，让开发者能够将本体作为后端使用。面向野火应急处置、海军后勤、汽车装配以及不计其数其他应用场景的各类功能完备的人工智能应用，均可构建于本体软件开发工具包（OSDK）以及一套专为生产场景规模化治理而设计的丰富开发运维工具集之上。
有数百项服务与本体系统协同运作，包括数据服务、逻辑服务以及工作流服务。
数据服务：包含数据连接、数据转换、数据虚拟化、数据存储、数据健康监控以及数据管理。
逻辑服务：包含编写业务规则、训练机器学习模型、编排外部模型、集成大语言模型以及其他生成式AI形式、端到端模型运维与智能体运维等。
工作流服务：支持分析与业务场景下的交互式计算、事件驱动自动化、定时自动化、专业代码及低代码工作流编写工具等。
所有这些能力均与构成本体系统的语言、引擎以及工具链实现原生对接。基于此，各类分析功能、应用程序、人工智能驱动的智能代理与自动化流程，以及定制化产品都能够在Palantir架构之上搭建而成，均可运用平台级的变更管理与发布管理方案，并且遵循管理员配置的安全与管控治理机制。
2、制造操作系统Warp Speed
面向制造业领域，大概在2024年，Palantir推出Warp Speed，是为美国再工业化所提供的智能制造操作系统（Manufacturing OS），旨在基于本体驱动、AI原生，连接供应链、工程设计、制造执行与任务准备等制造环节，实现数据统一与实时映射、决策闭环，有效解决实体制造业的规模化瓶颈（如物料审查、工程变更同步、产能调度等），直接提升制造效率。已经有多家制造业客户，包括国防工业（潜艇、无人机、战机制造），汽车（李尔）、航空（波音）、能源等高端制造业。
Palantir Warp Speed推出的一系列新技术能力包括：
MRP Speed —实现更快速、更精准的物料资源计划
借助MRP Speed，可持续执行网络规划优化，能够及时下达订单、调配库存，提前规避物料短缺，应对各类突发意外状况。此外，可推演并比对多种业务场景，研判供应链网络发生变动或受到冲击时，会对生产运营与交付周期造成何种影响。
面向工程变更的持续集成/持续交付
提供一套工具集，打通工程与供应链、工程物料清单（eBOM）与制造物料清单（mBOM）、产品生命周期管理系统（PLM）与企业资源计划系统（ERP）之间的壁垒。依托Warp Speed，可以高效快速地对现有产品执行工程变更、控制变更影响落地，同时为新产品上线制定一体化交付计划。
ERP数据解锁能力
可以在1天时间内完成SAP、NetSuite、CostPoint、OODO及十余套其他ERP系统的数据解锁，快速获取ERP相关数据。传统系统集成与咨询项目往往耗资数亿美元、周期长达18个月以上。
边缘端人工智能指挥与管控
支持在边缘设备（含隔离断网DDIL环境）上运行AI与模型推理。客户可在不同网络条件、硬件规格、合规等级下，调度整套搭载AI能力的设备集群。
涉密制造的安全准则
在安全领域的重点投入，帮助使用Warp Speed的客户满足国防承包商最新监管合规要求（例如CMMC等）；同时，可在高密级、低密级环境中，运行同一套软件定义的制造业务流程。
Warp Speed已经在多家制造企业应用。
波音公司国防、太空与安全事业部（BDS）借助Palantir的Foundry平台，利用人工智能，把复杂且互不兼容的各类系统整合至一套简洁直观的用户界面之下。BDS运营着十余条主要生产线，用于生产军用飞机、直升机、卫星、航天器、导弹以及各类武器。BDS与Palantir的合作，将助力其在地理位置分散的一众国防工厂之间，实现数据分析与研判能力的标准化。
Ursa Major公司将推进技术业务版图从高超音速发动机与飞行器拓展至固体火箭发动机以及天基防御领域，不仅在实体基础设施方面投入资金，同时也在为其提供支撑的数字底层架构进行布局。借助Warp Speed平台，打造出一套基于人工智能、由本体论驱动的制造执行系统（MES），打通工程决策、车间现场执行以及供应链可视化之间的关联，相比静态数据平台，它更像一套数字化神经系统。该系统能够让团队在生产全流程的各个环节中，实现近乎实时的状态可视、全程溯源以及决策处置能力。
Lear公司在汽车座椅及电子电气系统领域处于全球领先地位，正采用Foundry与AIP主动管控关税风险、实现行政工作流程自动化，并动态平衡其各条产线。Palantir的平台打通了质量、供应链、采购、制造、财务以及设计等各个业务职能。如今，已有超过11000名李尔公司员工运用Palantir的技术提升效率、推动创新。
3、AIP架构
下图以人工智能为核心的视角，展现AIP的端到端架构。其中包括安全对接各类大语言模型、将上下文持续整合到本体库、构建智能体与自动化流程、监测并评估已部署智能体的实时运行表现，以及一套用于管理AI驱动产品的完整开发者工具链。AIP架构的能力可归纳为12个大类：
1）安全的大语言模型集成与访问
通过Palantir托管基础设施，实现对各类商用大语言模型（例如GPT、Gemini、Claude、Grok模型）以及开源模型（例如Llama）的安全访问，可确保传输的数据不会被第三方服务商留存，也不会被模型服务商用于模型再训练。企业还可集成自身现有模型，包括已订阅的模型、微调后的模型或是领域专用模型。
2）端到端可观测性
为AI驱动的工作流与智能代理流程的每一个环节提供监控工具，包括对输入本体的全部数据流进行细粒度监控，记录人类用户或AI代理执行的每一项操作，并且能够追踪工作流中链式执行的级联过程。该可观测性能力还覆盖令牌消耗量以及其他资源使用情况。
3）上下文工程
为开发者提供无代码、低代码以及专业代码工具，用于整合支撑本体及其所有依赖工作流的上下文数据、业务逻辑与执行操作。可依托任意运行时环境（例如Spark、Flink、DataFusion、Polars）使用各类数据集成模式（例如批处理、流处理、基于变更数据捕获的实时复制），同时保障统一的安全管控、治理能力、数据溯源追踪以及其他关键保障机制。
4）本体系统
通过将异构数据、逻辑、行为与安全机制整合为企业决策的统一表达形式，实现上下文激活。
5）向量、计算与工具服务
提供生成和管理嵌入向量所需的一体化向量化服务；具备可扩展的计算框架，可调用多节点引擎（例如Spark、Flink）、高性能单节点引擎（例如DuckDB、Polars）以及任意容器化的“自带”引擎；同时提供一套与本体系统协同工作的集成工具服务，充当持续迭代演进的工具工厂。该平台在模型、计算引擎以及接口层面采用模块化设计，具备良好的可扩展能力。
6）安全与治理
确保人员和智能代理执行的每一项操作都遵循严格的基于角色、标记以及用途的管控规则。支持精细化配置与动态查询，并会记录在详尽的审计日志当中。治理能力能够统一覆盖平台界面内执行的所有业务、工程与开发活动，同时也适用于通过应用程序接口/软件开发工具包以编程方式发起的各类操作。
7）智能代理生命周期
为生产环境下智能代理的互联构建、编排调度以及评估流程提供支撑。智能代理可通过无代码、低代码以及专业代码工作台完成搭建。持久化编排任务可通过AIP逻辑这类低代码界面，或是代码工作区这类专业代码界面进行配置与管理。集成评估框架（AIP Evals）可与本体系统无缝协同，支持用户创建测试用例、对智能代理定义进行调试迭代、对比不同大语言模型的性能表现、核查多次执行之间的结果差异等多项操作。
8）业务自动化
支撑工作流内部以及跨工作流所需的各类自动化模式，包括可弹性扩展的定时自动化、处理流式数据的近实时事件驱动自动化，以及与接口调用操作深度融合的自动化。无论采用何种模式，所有自动化任务均可调用本体系统内丰富的数据、逻辑和操作原语，同时支持种类繁多的执行与通知配置。
9）开发环境
提供集成开发环境（例如VS Code、JupyterLab），可与基于本体的应用无缝对接，并配套集成测试评估框架，让开发者能够按照自身习惯、在任意位置构建智能代理与自动化流程。与此同时，平台软件开发工具包以及本体软件开发工具包，搭配VS Code插件，可将同等核心能力拓展至现有开发环境与开发者工具链。此外，Palantir MCP为智能代理开发提供安全接口，其能力对标平台内AI FDE所实现的功能。
10）人机协同应用
提供全谱系的人工智能驱动使用体验，涵盖面向对象分析、实时应用搭建、多模态治理工作流，以及平台核心能力管理等场景。业务操作人员、合规团队、工程师、分析师以及其他核心角色，均可使用专为自身工作流定制的开箱即用应用，也能够快速搭建基于本体的全新应用。各类场景下，人工智能的介入程度均可精准管控，且效果可透明评估，保障从人机辅助到全自动执行的平稳过渡。
11）打包、发布、部署
帮助开发者摆脱单点分析与简易应用的局限，依托一体化开发运维工具链打造功能完备的人工智能产品。由数据流水线、本体定义、自动化任务以及预制应用组成的端到端业务集合，能够完成打包、发布，并部署到各类异构目标环境。开发者可以预留“最后一公里”的自定义调整权限；下游团队能够在产品定义迭代更新、变更经过验证并通过发布渠道推送后，安全接收版本更新。
12）企业级自动化
支持各类角色与背景的搭建人员，借助专用人工智能代理（例如AI FDE、AIP Analyst）搭建数据流水线、编写业务逻辑、训练模型、构建本体、生成分析结果以及开发端到端应用。关键在于，这类智能代理与人类用户基于同一底层基座运行，即需要遵守同一套集成变更管理能力（例如全局分支功能），能够将人工介入的工作流与完全自主运行的操作无缝结合。
二、Salesforce
Salesforce是智能体驱动型客户关系管理系统，将人员、工作流、AI智能体、应用程序与数据整合至同一个开放且安全可靠的、高度一体化的平台之上，打通客户、员工与业务运营，覆盖销售、客户服务等前端部门，以及业务运营、信息技术等后端部门。平台内置安全可信机制与治理能力，保障人工智能与业务能够安全、可靠、稳健地规模化发展。人和人工智能体可在此开展协作、制定决策并完成工作，助力客户与员工取得业务成功。
Salesforce的产品架构如下图所示。（来自Salesforce网站）
Slack交互系统（System of engagement）：人类、智能代理与平台协同推进工作的场所。
Slack就是发生交互的所有界面，包括面向客户的网站、语音渠道以及门户。Slackbot可将Salesforce平台的全部能力直接融入工作流程。员工无需退出对话，即可调取业务洞察、启动工作流，并在各类智能代理与应用之间完成协同调度。业务上下文会随每一次工作交接持续传递。
Tableau洞察系统（System of insight）：让数据转化为企业可付诸行动的认知。
Tableau已直接融入工作流程之中，在需要做出决策的那一刻，便可在Slack、客户关系管理记录以及你所选用的大语言模型内部，呈现经过规范管控的准确分析结果。三个关键点：1）语义层将原始数据转化为统一共享的定义，如营收、客户流失率、业务管线健康度等，只需一次定义，集中管控，全场景可用。2）智能代理基于这些定义开展推理，输出的结果具备可靠性，而不只是看上去有理有据。3）同时，洞察会主动推送，直接给到需要该信息的人员或智能代理，无需用户主动查找。
Agentforce代理系统（System of agency）：能够灵活推理且精准执行的智能体。
智能体系统标志着人工智能不再仅提供辅助，而是开始自主执行任务。Agentforce用于大规模构建、部署和管控智能体。智能体依托Atlas推理引擎进行自适应推理，通过观察、评估、执行的持续循环应对复杂场景，输出正确结果。但当某项操作会带来财务、合规或业务运营层面的影响时，Agentforce 脚本能够让开发人员实现精准管控，以确定性的方式强制执行业务规则，而非依靠推测。
智能体的每一项操作均可见、可审计、可追溯，因此管理人员能够随时掌握智能体正在执行的操作、访问过哪些数据以及做出了哪些决策。
Customer360工作系统(System of work)：智能体行为可被追责的机制。
Customer 360凝聚了27年经过实践验证的业务逻辑、标准化流程、规则。当智能体执行操作时，会遵循人类员工所要遵守的相同规则与约束机制，可靠执行任务，具备可审计性与可追责性，同时拥有单点解决方案无法企及的业务覆盖深度。
Data 360上下文系统(System of context)：上下文系统：智能体企业的基础。
上下文系统依托一套协同运作的解决方案组合：Data 360、MuleSoft以及Informatica。Data 360可统一结构化与非结构化数据，无需迁移或复制数据。借助零拷贝技术，它可直接对接你现有的数据湖与数据仓库，包括Snowflake、Databricks等合作方产品，同时保留源头的数据管控能力。MuleSoft能够确保Salesforce内部及外部的所有系统，均可向该共享上下文输出数据，也可从中调取数据。Informatica在数据源端保障数据洁净、合规且可信。
最终，所有智能代理与企业员工都可以平等获取这份统一且持续有效的企业业务认知。Slackbot能够输出精准洞察，正是得益于Data 360提供的准确上下文。Agentforce可以实现精准推理，根源在于智能代理依托你真实的客户与业务数据开展工作。而统一数据可为每一项Customer 360工作流提供支撑，让所有人员都能基于完整业务视图开展工作。
无界面 360（Headless 360）：Salesforce如何跟随业务随处运行。
基于Headless 360，Salesforce平台的各项能力，包括数据基础、业务逻辑、智能体层、交互层，均可通过API、托管MCP服务器，或是团队已在使用的任意工具进行调用。
平台无需要求员工或智能体局限于单一环境开展工作，可在用户实际工作的任意场景下运行。无需浏览器，不存在单一访问入口。团队与智能体可在任意位置开展工作，同时仍能依托支撑智能体企业的同一套统一数据、工作流与治理体系。
Headless 360不只是解锁各项功能，同时也自带责任管控机制。每一项权限、每一条策略、每一条合规规则，都会跟随平台，无论从何处访问均可生效。
借助AI，Salesforce试图把软件的用户变成智能体、数字员工，把交互界面变成任何可能的会话交流场景。软件本身成为后台的支撑能力，隐性化了。这可能是企业软件从“人用的工具”变成“AI用的基础设施”的拐点。（张桐：未来，没人会再登录Salesforce）
Palantir正在开辟出一条AI时代的新路，可能会让工业软件成为配角；Salesforce在引领SaaS软件即服务之后，再一次开始新的变革，要让工业软件成为后台能力。工业软件“主角”的位置还能保住吗？
