系统各说各话
核心系统、业务库、外部行情与文档互不兼容；同一个「客户」「组合」「交易」在不同系统中口径不同，来源与新鲜度难以确认。
数据不可用ONTO 存在 × SYM 共同业务与 AI 共享同一个世界模型
企业本体与数字孪生平台
把企业的数据、逻辑、动作与权限建成一个可治理、可追溯、可演进的整体，让人、系统与 AI 共用同一套业务语言。
- 实时数据治理
- 企业本体
- 血缘与审计
- 私有化部署
01 · 为什么
企业的数据资产，卡在可用、可理解、可控这一层
“
一个业务问题，同时需要跨系统的数据、明确的业务语义和可控的执行权限。
模型看到的是字段，不是业务
无论是分析师、下游系统还是模型，拿到的都是字段名而不是业务含义；表结构也表达不了经营规则与约束。
业务不可理解看得见数据，不等于有权执行
问答与真实流程脱节；没有人能回答「这个结论来自哪、谁有权看、谁批准执行」。
执行不可控02 · 核心理念
把企业建成一个可治理、可演进的数字孪生
企业本体不是数据的目录，而是业务本身的数字孪生：它同时描述企业里有什么、彼此如何关联、可以对它们做什么，以及谁被允许这么做。
名词让人与系统对企业有同一种理解，动词让每一次操作都有权限与留痕。从一个关键流程开始建模、逐步扩展；数字孪生不是一次性复刻整个企业。
语义 · 企业里有什么、凭什么相信
对象Object组合 · 持仓 · 交易 · 客户
属性Property市值 · 期限 · 评级 · 状态
关系Link组合持有持仓 · 交易对应对手方
证据Evidence来源 · 时间 · 血缘 · 新鲜度
动力 · 可以做什么、谁能做、留下什么
动作Action调仓 · 下单 · 发起预警 · 审批
逻辑Function估值规则 · 风控指标 · 合规校验
权限Security行级 · 字段级 · 动作级
审计Audit调用 · 确认人 · 结果 · 可回放
03 · 平台架构
四层架构：接入治理、本体、服务与执行、业务应用
部署客户私有云本地数据中心数据与模型资产留在客户环境内
04 · 实时接入与治理
把异构数据变成可信、可追溯的数据资产
汇聚Ingest
- 采集内部系统 · 外部行情 · 文档
- 标准化统一口径与格式
- 整合跨源对齐与去重
治理Govern
- 质量管理规则校验 · 异常拦截
- 血缘管理字段级来源追溯
- 安全管理数据标准 · 分级 · 脱敏
建模Model
- 数据建模按业务逻辑组织
- 索引面向查询与检索
- 映射到本体表 → 对象与关系
实时
从产生到可用在毫秒至秒级完成，模型拿到的是当下的事实，而不是昨天的快照。
可追溯
每个输出都能回答来自哪个源、经过哪些处理、谁改过 —— 监管报送与 AI 输出可审计的前提。
模块化
能力以模块形式按需组合，从一套核心模块起步，随业务扩展逐步叠加。
05 · 企业本体
把表和字段翻译成业务的名词与动词
- t_portfoliopf_id · pf_nm · nav · bm_cd
- t_positionpf_id · sec_cd · qty · mkt_val
- t_securitysec_cd · issuer · rating · mty
- t_tradetrd_id · side · px · cpty_id
- t_risk_rulerule_id · scope · threshold
- 投资组合 持有 持仓
- 持仓 对应 证券
- 交易 面向 对手方
- 风控规则 约束 投资组合
动作调仓下单发起预警提交审批生成报告
06 · 信任边界
数据可读、可算、可执行的范围分别受治理
读路径READ
使用者与应用身份模型与应用继承发起人的权限
对象与字段权限最小必要范围
带来源与时效的上下文脱敏 · 新鲜度 · 出域校验
模型与分析只经本体服务访问，不直接连库
写路径WRITE
动作提案结构化参数，附影响范围与证据
独立写权限校验规则、参数范围与工具白名单
风险分级与审批高风险动作必须经人确认
执行与回写幂等与补偿机制
数据边界
默认不将客户数据用于模型训练；外部推理须明确授权，并落实脱敏与出域控制。
业务正确性
关键计算交由确定性函数；模型的规划与解释不替代规则校验和业务审批。
上线治理
版本化发布、审计与回放；持续监测质量、时延与成本，异常时降级或转人工。
07 · 跨行业复用
同一内核支撑多元行业，行业差异封装为可替换的本体包
从数据最复杂、对准确与时效要求最高的资产管理出发，向金融服务、城市管理、制造、电信与能源复制。
行业无关内核Ontosym Kernel
- 实时数据底座
- 本体引擎
- 指标与规则引擎
- 服务与执行
- 权限与审计
投研数据 · 实时风控 · 合规报送 · 估值对账
- 对象与关系
- 组合 · 持仓 · 交易 · 证券 · 对手方
- 指标与规则
- 敞口 · 久期 · 集中度 · 合规限额
- 动作
- 调仓 · 下单 · 发起预警 · 提交审批
- 时效与计算
- 盘中实时计算 + 日终核对
行业本体包 =本体模板 + 数据连接器 + 指标库 + 应用模块 + 服务与动作定义。进入新行业是新增一个包，而不是重建平台。
分工 =平台团队维护内核与互操作标准；业务域维护自己的对象、规则与指标口径，经共享业务键与版本化数据契约协同。
08 · 关键技术
支撑跨行业复用的六项关键技术
同文本体语言
Ontosym Schema用对象、关系、证据、动作、函数与权限统一描述任何业务；模板可版本化、可继承、可组合。
新行业只需新本体包，平台与应用不改
场景评测集
Evaluation Harness每个场景维护任务集与基线；同一任务集比较数据源、规则与模型版本的质量、成本与时延。
换数据源或模型都可量化比较
可组合模块库
Module Library采集、治理、建模、分析能力以模块交付，按客户需求拼装、随需叠加。
定制等于组合，接入与上线以天计
实时数据底座与连接器
Real-time Fabric结构化、流式与文档数据统一接入；内建 OCR 与 NLP，把研报、工单、合同转为本体对象。
任何行业的数据都能进入同一套语言
统一指标与规则引擎
Metric & Rule Engine同一引擎计算合规限额、设备效率或拥堵指数；逻辑以配置维护并随本体版本化。
逻辑跟着本体走，跨行业直接复用
开放服务与工具协议
APIs · MCP-compatible由本体自动生成 API、工具描述、参数约束与权限边界，供应用、BI 与 AI 模型统一调用，兼容 MCP 与 function calling。
换行业、换模型，都不需要重写集成
09 · 交付路径
从 POC 试点到行业标杆
阶段一
POC 试点
- 与一家资产管理客户选定两到三个数据治理与本体场景
- 在客户私有云内完成数据接入、治理与本体建模
- 共同制定评测集：准确性、越权拦截、审计完备性
产出可演示的端到端数字孪生与评测报告
阶段二
行业标杆
- POC 转为生产部署，覆盖更多业务部门
- 基于治理后数据持续训练优化，模型归客户所有
- 沉淀为可复用的行业本体模板
产出首个标杆客户与可复用的行业方案包
阶段三
规模复制
- 通过行业本体包向金融及多元行业客户复制
- 订阅与交付标准化：平台订阅 + 行业本体包 + 实施交付
- 向开发者开放本体与服务协议
产出可复制的跨行业数据解决方案
验收指标
业务价值
任务完成率 · 人工处理耗时 · 决策时效
可信与可控
证据可追溯率 · 越权拦截率 · 审批覆盖率
可持续经营
单位任务成本 · 模块与本体复用率
试点前共同约定基线与验收门槛，不预设成效。