主动商务正在重演旧有的企业数据错误

很长时间以来，B2B 商务都基于一个简单的假设：人类会浏览。

他们阅读产品页面，浏览规格表，并容忍模糊的语言，因为他们知道如何提问。 当某些东西不清楚时，他们会给销售代表发送电子邮件。 当规则被埋在脚注中时，经验会填补空白。

B2B 产品数据完全围绕着这种行为演化。 它不需要独立存在；它只需要被人类解读。 但是，随着 AI 的出现，这个假设不再成立。

我们以前也遇到过企业数据的问题

如果这感觉熟悉，那是因为它确实很熟悉。 十年前，企业正在就数据展开一场非常类似的讨论。 仓库里满满的数据，数据湖也溢出了，最后每个系统都输出了某些东西。 在纸面上，公司拥有丰富的数据。 但是，在实践中，什么都没有快速移动，因为业务用户无法在没有分析师作为翻译的情况下回答基本问题。 SQL 成为了瓶颈。

企业数据围绕系统存储信息的方式组织，而不是围绕人们对业务的思考方式。 行和列存在，但概念不存在。 收入存在于三个表中。 “客户”根据询问的人和时间有五种不同的含义。 指标被无休止地争论，因为没有人清晰地定义它们。

企业数据的突破来自于接受复杂性并将其包含在内。 语义层 是一个例子，但它们是更广泛转变的一部分。 企业停止假装原始数据可以被默认使用，并开始构建与业务实际思考和运作方式相匹配的翻译层。

指标模型 通过一次定义计算而不是在每个报告中重新派生它们来实现这一点。 收入的含义在每个地方都相同，因为有人花时间将其编码。 数据模型和维度模式在结构上做了同样的事情。 它们将操作表转换为客户、产品、订单和时间等概念。 业务用户不再需要了解需要多少连接才能回答一个基本问题。 关系已经存在。

数据目录 和受治理的定义处理了问题的另一部分。 它们捕获了以前存在于人们头脑中的意义。 这个字段代表什么？何时使用它？它的局限性是什么？上下文不再是部落知识，而成为系统的一部分。

这些层吸收了复杂性，使其可操作。它们创建了稳定的抽象，允许更多的人和系统在不重新解释世界的情况下正确推理。

主动发现正在引发相同的清算

主动商务正在将 B2B 产品数据推入相同的考验。 制造商和分销商并不缺乏产品信息。 他们已经存储了大量信息：从规格到配置、定价逻辑到合同约束。

问题在于几乎所有这些数据都是为人类结构化的。 规格存在于 PDF 中。 规则在物理产品目录中被解释，但从未上线。 异常被暗示在后台销售流程中，而不是编码。 过多的内容依赖于机构记忆，而上下文存在于销售团队的头脑中。

AI 代理不会浏览 PDF 并“理解”它。 它不知道哪个句子是硬性约束，哪个句子是销售语言。 它无法从格式或语气中安全地推断规则。 如果意义不是明确的，代理将其视为未知。

这不是关于非结构化数据的问题

值得明确的是，非结构化数据并不是敌人。 它从来都不是。

在企业分析中，非结构化数据并没有在语义层出现时消失。 它被结构化层叠加在上面。 结构化层处理规则和关系。 非结构化内容处理细微差别、解释和上下文。

同样的模式在这里适用。

代理需要结构来推理。 他们需要明确的规则、关系、约束和状态。 他们需要知道什么是兼容的、什么是可配置的、什么是允许的以及在什么条件下某些内容适用。 非结构化内容单独无法可靠地提供这些信息。

但是，结构单独是不够的。 代理不仅仅检索属性。 他们比较选项。 他们评估权衡。 他们决定某些东西是什么以及何时应该推荐它。

叙述是解释意图、定位和用例的层。 它是“这个产品存在”和“何时应该选择它”之间的区别。 在企业数据世界中，这表现为定义、文档和业务上下文。 在这里，它表现为代理可以学习的产品级解释。虽然结构化产品数据告诉代理什么是真实的，但叙述帮助它决定什么很重要。

商务被优化为呈现，而不是推理

这是令人不舒服的部分。 商务基础设施从未真正实现了企业数据的飞跃。 我们构建了更好的 PIM。 我们构建了更丰富的目录。 我们构建了更漂亮的产品页面。 但是，我们从未为产品构建了真正的语义层；我们优化了呈现。

只要人类介导 B2B 购买，这就没问题。 销售代表解释边缘情况。 买家容忍模糊性，大家都知道如何在系统周围工作。

代理移除了这个缓冲区。 在 B2B 中，裂缝立即显现。 价格根据账户变化。 可用性根据地区变化。 兼容性取决于配置。 合同覆盖默认值。 授权很重要。 没有这些信息，代理不会要求澄清；它只是继续前进。

当代理评估产品时，它不会被精心撰写的描述所打动。 它想知道什么适合，什么是允许的，什么是兼容的，以及接下来会发生什么。 如果这些信息不是明确的，代理不会要求澄清；它只是继续前进。

商务公司现在需要做什么

这是转折点。 商务公司可以继续将产品数据视为人类解释的内容。 或者，他们可以开始将其视为机器推理的基础设施。

这意味着规格需要成为具有定义含义的属性。 兼容性需要被编码为关系，而不是在段落中解释。 定价需要被表达为逻辑。 授权需要被明确。 可用性需要被状态化和精确。

这正是企业在分析中必须做出的相同转变。 当原始数据和表格不足时，含义必须被定义。 一旦结构化核心存在，叙述不再是 AI 的唯一真相来源，而成为教代理如何在现实情况下应用真相的层。

制造商和分销商如果这样做，将会使他们的产品对代理变得可读。 他们的产品将更容易被评估、更容易被推荐和更容易被信任。 那些不这样做的人仍然会“拥有数据”，但它将像旧企业仓库一样运行：技术上存在，但实际上不可用。

模式很旧，但后果却不同

没有什么是推测的。 我们已经看到企业数据经历了相同的循环。 唯一的区别是用户。 不再是业务分析师，而是自主代理。 不再是仪表板，而是推荐。 不再是缓慢的决策，而是瞬间的排除。

主动商务正在揭示一个几十年前的企业数据问题。 认识到这一点的公司 —— 以及像企业一样对待产品数据的公司 —— 将会迅速适应。 那些不这样做的公司将继续添加 PDF、重写描述，并疑惑为什么代理从不选择它们。

历史正在重演。 这次，机器正在关注。