准备上知识图谱和本体（Ontology）？要什么团队、选什么场景、花多少成本

企业上知识图谱与本体论，最难的不在算法而在场景与团队。文章以中后台、电商、医疗三类AI客服为切口，拆解确定性推导、情绪意图与循证证据链三种能力边界，指出多数项目卡在数据与产研协同，而非模型本身，并给出团队配置与成本判断。 我们之前说过，在 AI 世界的三年，在持续稳定消耗 Token 的业务有： 各种官网如 ChatGPT、DeepSeek、豆包； 视觉 AIGC，核心为文生图、文生视频； AI Coding； 最后就是三年屹立不倒的 AI 客服及其各种变形了； 只不过，之前各个公司在 AI 客服的需求还比较简单，多数是在中后台玩玩而已：把制度、产品手册、项目材料放进去，员工问一句，AI 帮忙找到相关内容，再组织成一个答案。 也有不少公司在线上核心业务启用 AI 客服，但实际做起来还是很慎重的，会有明显的边界和风险等级划分： 前两年虽然已经有公司在这条路上走得比较远、比较深了，但

原文：人人产品经理