甄知科技荣誉 | 让每一次进步，都触达数智转型的真价值
技术驱动，权威见证！甄知科技荣誉汇总展示 | 触达企业数智化转型的真价值
2026.05.14
了解详情 >
企业引入AI后，搜索资料、查询业务数据、构建知识助手，往往会在不同部门同时展开。这些应用背后，需要连接的信息源、理解的业务口径，以及遵循的访问权限，也有大量共通之处。
如何让已有的系统和数据持续支撑AI应用？当需求从一个知识问答扩展到多个业务岗位，企业需要一套能够连接信息、组织上下文，并与上层应用协同的平台能力。
上一篇，我们介绍了燕千文的企业上下文治理理念与核心能力。这一篇进一步走进产品架构，看看燕千文如何衔接企业现有基础，支撑搜索、知识助手与业务分析等应用。
三层协同，让企业信息进入AI应用
燕千文的产品架构，由ZPaaS底座层、企业上下文治理层和AI应用层共同构成。
各层承担不同职责，从系统连接到业务理解，再到面向员工的应用，形成相互衔接的产品体系。
01 ZPaaS底座层｜连接企业已有的系统与资源
中大型企业通常拥有多个时期建设的业务系统。不同厂商、版本和部署形态，使信息接入面临各不相同的接口与集成条件。文档、邮件和协作记录，也有各自的组织与访问方式。
ZPaaS为这些系统与知识资源的连接提供底层支撑：
l 连接与集成：通过连接器、集成框架和API网关，接入业务数据、文档及相关元数据。
l 安全与扩展：提供权限体系、审计、加密，以及集群部署、弹性扩展等支撑能力。
l AI 融合：通过模型连接、RAG与Agent编排等能力，衔接上层应用。
02企业上下文治理层｜让信息带上业务
同一个客户在 CRM 和 ERP 中可能使用不同编码，同一个销售指标也可能采用不同统计口径。信息进入 AI 应用前，需要把这些含义与关系对应起来。
燕千文围绕三方面组织企业上下文：
l 对齐业务含义：梳理术语、字段和指标定义，让自然语言提问对应企业口径。
l 关联业务对象：组织客户、订单、物料与项目等关系，为跨系统查找提供线索。
l 保留使用边界：将角色权限、来源授权和业务规则带入检索与回答。
语义索引、权限感知检索、知识关联推理和RAG增强生成在这一层协同，让上层应用使用与任务相关、符合授权范围的信息。
03 AI应用层｜面向岗位，提供不同的使用入口
基于治理后的企业上下文，上层可以构建AI统一搜索、AI知识助手及A IAgent等应用，让员工围绕工作任务获取信息、提出问题或开展分析。
三层架构各有分工，也为后续扩展留出空间。企业可以结合现有系统与业务需求确定应用组合，具体模型、流程和执行动作的集成范围，按项目方案明确。
与数据平台、主数据协同
对于已经建设数据平台和主数据体系的企业，燕千文可以在现有基础上补充面向AI使用环节的上下文治理。
l HDSP等数据平台：承担数据集成、治理与服务。
l 主数据体系：统一客户、人员、产品等关键对象及编码。
l 燕千文：在既有标准之上，补充面向 AI 的语义、关系、权限与规则治理。
从统一搜索到业务分析，让上下文服务日常工作
架构的价值，最终要体现在员工能够完成的任务中。燕千文围绕企业信息的查找、理解与关联，为不同类型的AI应用提供支撑。
智能搜索｜围绕业务问题，查找相关信息
处理一项客户或项目任务时，员工需要的资料可能分散在业务系统、知识库与协作记录中。仅凭文件名称或关键词查找，容易遗漏与任务有关的其他记录。
通过多源连接、语义索引与对象关联，燕千文为跨系统信息检索提供支撑。员工可以从业务问题出发，在自己的授权范围内查找相关内容，并依据返回的来源线索继续核对。
对于频繁跨系统查资料的岗位，信息的关联性与可追溯性，可以帮助后续沟通围绕更完整的业务依据展开。
知识助手｜回答工作中的问题
企业知识既存在于正式文档，也分布在方案、报告及日常沟通中。员工提出问题时，需要找到适用的内容，并理解它对应的业务背景。
燕千文通过上下文治理与RAG增强生成，为知识助手提供检索和回答依据。知识助手可以结合企业已接入的知识资源响应提问，辅助员工获取资料、理解业务并生成内容。
不同岗位能够使用的内容，将与其授权范围相符，保证企业数据安全。
业务分析｜让自然语言提问对应正确口径
自然语言问数让员工可以直接表达分析需求。
燕千文为这类应用提供语义与权限上下文，帮助业务问题对应到适用的数据和口径，再由相关分析应用开展查询、呈现结果。
自动图表等能力可结合ChatBI等应用进行方案集成。具体能够分析到哪些对象和层级，取决于数据覆盖、指标定义与岗位授权，应用方式按方案确定。
Agent应用｜为任务处理提供关联信息
Agent进入业务流程，需要掌握与任务有关的对象和规则。
例如：分析采购延期的影响，可能涉及供应商、物料、库存、生产计划及客户订单之间的关系。
燕千文组织的关系上下文，可以帮助应用查找关联记录、汇总信息并呈现风险线索，为业务人员继续判断提供支持。
任务进一步涉及审批、修改业务记录或其他执行动作时，需要衔接企业既有流程与授权。
关于燕千文，企业还关心……
从企业实践看，智能体进入ITSM通常从风险可控、边界明确的场景开始。
Q:已经有知识库，燕千文还能提供什么？
A:知识库承载企业文档与经验。实际业务问题还可能依赖订单、客户和项目等系统记录，以及相关的对象关系、岗位权限与业务规则。
燕千文围绕这些信息组织上下文，让知识资源与业务信息能够在同一个任务中关联使用。企业可以从现有知识库出发，结合岗位需求逐步确定需要补充的信息范围。
Q:现有系统都能直接接入吗？
A:接入范围需要结合连接器能力、系统版本、接口条件和目标对象确认。面对ERP、CRM、OA、即时通讯及文档等不同来源，接入方式和可获取的内容也会有所差异。
沟通方案时，可以先明确业务任务依赖哪些信息，再核对相应系统及字段的覆盖，避免将通用的连接能力理解为所有系统都能直接使用。
Q:来源系统的权限如何延续到AI应用？
A:燕千文将来源授权纳入上下文治理与检索过程，通过权限传递或映射，按用户可见范围筛选内容。
身份从哪里获取、权限能够继承到什么粒度，以及变更和撤权如何生效，都需要结合目标系统与连接器确认。这些边界会影响员工实际能够搜索和使用的信息范围。
Q:企业可以从哪里开始？
A:选择一项高频、需要跨系统查找或判断的岗位任务，梳理必要的信息源，明确关键术语、指标与授权范围，就能形成较为具体的交流起点。
后续结合真实问题，观察信息覆盖、回答依据与岗位使用体验，再决定应用如何扩展。组织调整、规则变更和系统更新，也应纳入持续维护，让上下文与业务保持一致。
结语：
从底层连接到上下文治理，再到面向岗位的AI应用，燕千文把企业积累的数据与知识，带入具体的工作任务。
甄知科技期待与企业共同梳理信息基础和应用需求，让AI在清晰的业务口径与权限边界内，逐步进入日常工作。
