第一时间捕获有价值的信号
本文译自 Long Live Systems of Record。在”智能体将取代一切”的喧嚣声中，这篇文章提供了冷静而深刻的思考。作者认为，智能体并没有取代系统记录，而是提高了对优秀系统记录的标准——企业最需要的不是某个”系统记录”产品，而是可靠的真相来源。可以和 上下文图谱：AI 的万亿美元机遇 结合起来阅读。
真相住在哪里：重新定义系统记录
每隔几周，我就会看到某种版本的相同论调：“新的系统记录是智能体”，或者”工作流吞噬了系统记录”，或者”数据才是系统记录，应用只是薄薄的视图层”。这些说法中都有一点真理，但我认为也很容易矫枉过正，意外地丢弃了企业最需要的东西——与其说是”系统记录”，不如说是可靠的真理来源。
当我思考系统记录时，我实际上并不是从产品类别的角度来思考的。我是从一个更乏味的视角来思考的：“真理住在哪里？“换句话说，如果企业工作流在某个特定步骤需要知道某件事，哪里是那个被认为是权威答案的地方？因为随着工作流变得更加自动化、更加智能体驱动，脆弱点往往与模型无关，而与智能体是否在正确的时间从正确的系统中获取了正确的值有关。如果报价到现金流的早期步骤获取了错误的价目表、错误的合同条款或者过时的 ARR 数字，那么工作流的其余部分现在正在自信地自动化错误的事情。
ARR 困境：企业数据的混乱现实
任何在大公司待过的人都知道这在实践中有多混乱。就拿”我们的 ARR 是多少”这样简单的事情来说。问销售部门，你会得到一个数字。问财务部门，你会得到另一个数字，带有一组不同的排除项和调整项。问会计，现在你谈论的是收入确认，而不是预订量。问法务，他们会正确地提醒你，在一家快速增长的企业中，一半的”ARR”背后的合同看起来根本不像你想要的那种整洁的 recurring subscription。甚至定义本身也是模糊的。对于消费型业务，ARR 是上月使用量的年化运行率？是合同承诺？是扣除折扣和抵免后的合同承诺？还是打扮成 recurring metric 的滞后十二个月账单数字？
现在想象一下，你告诉一个智能体：“去按细分市场计算 ARR，然后给董事会发一份演示文稿。“它应该使用哪个 ARR？哪个表是权威的？如果销售和财务意见不一致，谁赢？如果计费系统和数据仓库有几个百分点的偏差，智能体应该把哪个当作真理？这就是”系统记录已死”论点让我觉得不对劲的地方。我们越是自动化，就越重要的是，有人已经完成了决定正确答案是什么以及它住在哪里的乏味工作。
从分散系统到数据仓库的历史演进
从历史上看，系统记录以相当直接的方式解决了这个问题。你有一个 CRM 作为客户和机会的系统记录，一个 ERP 作为财务的系统记录，一个 HRIS 作为人员的系统记录，一个计费系统作为发票的系统记录，等等。它们并不完美，但每个领域都有一个主要归属地。然后过去十年到来了，每个人都试图将这个现实集中到数据仓库或湖仓中。说辞是，如果你把所有数据都倒入一个地方，然后在上面分层语义模型和指标定义，你最终会得到一个单一的真理来源，分析、仪表板和下游工具都可以达成一致。
实际上，这个愿景部分实现了。数据仓库和湖仓绝对成为了许多公司分析真理的引力中心。团队构建了精心设计的 dbt 模型，围绕”官方”指标进行了治理，策划了为 BI 工具提供数据的黄金表。问题是，这大部分都存在于运营世界的下游。销售团队仍然生活在 Salesforce 中，财务团队仍然在 NetSuite 中结账，支持团队仍然在 Zendesk 中处理工单。数据仓库或湖仓是回顾性的镜子，而不是交易性的前门。
智能体如何改变真理的格局
智能体以两种重要方式改变了这个等式。首先，它们本质上是跨系统的。当你告诉一个智能体”运行报价到现金流工作流”时，你是在要求它在 CRM、CPQ、计费、收款以及可能存在于组织随机角落的几个内部工具之间穿梭。其次，它们本质上是行动导向的。这不仅仅是运行报告或生成仪表板，而是关于采取行动改变那些底层系统中的状态。这种组合意味着智能体的好坏只取决于它们对哪个系统拥有哪个真理以及这些真理之间的契约是什么的理解。这就是 Databricks 这样的公司的核心论点——它们成为 AI 智能体的引力中心，并开始自己构建这些智能体。
换句话说，智能体正在迫使我们将工作的用户体验与工作的真理来源分开。用户体验现在可以是聊天窗口、自然语言界面，或者看起来与旧企业应用完全不同的专门智能体 UI。然而，在底层，仍然必须有东西说”这是权威的客户记录”或”这是具有法律约束力的合同条款”或”这个数字是我们向华尔街报告的那个”。那个”东西”可能是传统的系统记录，可能是数据仓库支持的语义层，也可能是新一类”数据控制平面”产品，但它绝对不会消失。
数据仓库：智能体的天然底层
这就是我认为数据仓库和湖仓开始看起来像许多智能体工作流的天然底层的地方。它们已经试图跨领域集中数据。它们已经带有定义指标和业务实体的语义层。它们已经处于治理、血缘和访问控制的交叉点。如果你稍微眯起眼睛，数据仓库加上指标层加上治理工具开始看起来不那么像一个报告系统，而更像公司其他部分可以依赖的”真理注册表”。
缺失的部分是，这些堆栈中的大多数都是为运行查询的人类设计的，而不是为编排工作流的智能体设计的。人类可以在头脑中保留细微差别。如果财务和销售在 ARR 上有分歧，他们可以讨论并决定为董事会演示使用哪个数字。智能体不能。它们需要明确的规则。它们需要内置在数据模型中的冲突解决。它们需要知道”official_arr”是我们用于外部报告的指标，“sales_arr”是我们用于薪酬计划的指标，“product_arr”是我们用于功能级分析的指标。它们需要数据仓库不仅存储数据，还要编码该数据的优先级和含义。
运营系统的演变：从 UI 到 API 优先
在运营方面也有类似的故事。我不认为 CRM、ERP 或计费系统会消失。相反，它们会悄然演变成更接近”带有 API 的状态机”的东西，这些东西针对程序化访问而不是人类 UI 进行了优化。智能体发起报价、计算定价、组装合同、谈判红线修改，然后，在正确的时刻，通过明确定义的边界将最终状态写入下游系统记录。人类可能仍然会在 Web 界面中看到该状态，但主要消费者是智能体。系统记录变得不再是你点击的地方，而更多是机器与之对话的持久存储和约束引擎。
如果你相信那个世界，那么”系统记录正在消亡吗”这个问题开始感觉有点像当人们从客户端服务器应用转向 Web 应用时问”数据库正在消亡吗”。形态因素正在改变。权力中心可能从单体 SaaS 前端迁移到共享数据层和工作流。但是，对于说”这是真理，这是你被允许改变它的方式”的契约的需求只会增加。
AI 原生应用的转变：从 UI 优先到真理优先
你已经可以在人们谈论”AI 原生”应用的方式中看到这种转变。最有趣的应用很少从构建另一个终端用户 UI 开始。它们从坐在数据仓库旁边、或者 CRM 旁边、或者 ERP 旁边开始，然后构建有主见的智能体来编排这些系统之间的工作。它们的优势通常是工作流设计、语义建模以及与客户现有真理来源紧密集成的组合。在营销之下，它们基本上是在企业数据的混乱现实上包装一个更清晰的契约，以便智能体可以安全地运行。
估值视角：真理的粘性决定价值
这里还隐藏着一个估值角度。投资者喜欢辩论”系统记录”是否比”参与系统”获得更高的倍数，以及纯工作流工具在该频谱中落在哪里。智能体使这种框架变得复杂。一个坐在其他人数据之上并且可以轻易拔掉的智能体可能不值得系统记录类型的持久性。一个成为指标定义所在、实体模式被定义、关于谁可以做什么的政策被执行的地方的智能体平台，开始看起来更像一个真理来源，即使底层位存储在 Snowflake、Databricks 或某个运营数据库中。倍数将跟随真理的粘性，而不是幻灯片上的流行语。
结论：系统记录正在被解绑和重新布线
那么我的立场是什么？我不认为系统记录正在消亡。我认为它们正在被解绑和重新布线。“记录”部分，即实际的真理，将越来越多地生活在数据仓库、湖仓和仍然重要的运营系统的组合中。在那之上，我们将获得一个新的语义契约和控制平面层，告诉智能体如何安全地读取和写入该真理。过去坐在那些系统记录之上的熟悉的 SaaS 前端将随着时间的推移变得不那么重要。智能体和工作流 UI 将成为人类与工作交互的主要方式。但是，对于具有明确所有权和约束的明确定义的真理来源的潜在需求只会增长。
换句话说，智能体并没有取代系统记录。它们正在提高对优秀系统记录的标准。在这个周期中获胜的公司将是那些在乏味、坚如磐石的真理来源之上构建令人惊叹的智能体体验的公司，而不是假装这些来源不再重要。