很多企业的数据平台和语义层已经建好，指标平台也上线了，大模型应用更是做了不止一轮——但项目总停在同一处：AI 能查数、能答题，一进核心业务流程就现原形。
瓶颈不在模型，也不在指标平台。业务概念、指标口径、业务约束，以及专家那套“为什么这么判断”的依据，大多以隐性经验的形式散落在文档和人的脑子里，从未真正被交付给 AI。语义层之上缺的那一层，不是数仓语义层的另一种叫法，而是一层独立于大模型的企业业务世界模型——业务本体。
悦点科技的解法是业务本体 + 大模型辅助萃取与专家审核的闭环：以场景优先的轻量化本体建模起步，从高价值业务场景切入而非全域一次性铺开；用大模型辅助萃取专家隐性经验、再由专家审核闭环迭代；本体作为语义骨架，在 RAG 与 Agent 全链路完成概念校验与生成约束，统一口径、降低幻觉。目前这套方法已在制造、汽车、能源等近百家大型企业落地：某制造业质量追溯场景，跨 CRM/MES/ERP/PLM 的追溯从多人数天缩短到一人 5 分钟，良率提升节约成本数千万。
10月23-24日，DACon 2026北京站，北京悦点科技有限公司创始人兼 CEO 任鑫琦将带来演讲，分享《语义层的下一站是业务本体：十二年、近百家企业语义建设的得与失》，这是该议题的首次公开分享。
任鑫琦，北京悦点科技有限公司创始人兼 CEO，北京大学计算机系本科、硕士，早期在北京大学人工智能实验室从事知识工程研究（Ontology、知识表达与推理），曾先后就职于百度、秒针系统，负责搜索引擎与知识图谱、大数据计算平台及分布式计算体系；2014 年作为技术合伙人参与创立明略数据，从零孵化企业知识图谱产品线，主导 SCOPA 企业知识图谱平台在金融等复杂业务场景的规模化落地；2022 年创立悦点科技，聚焦企业级决策智能。
听众收益
- 一套可复用的「语义层 → 业务本体」演进判断方法：现有指标平台与语义层哪些能复用、哪些必须重建，避免推倒重来。
- 一条隐性经验资产化的落地路径：大模型辅助萃取 + 专家审核的闭环，把一次性项目成果沉淀为企业可计算、可治理、可迭代的知识资产。
- 一份近百家企业横截面的失败模式清单：本体 + Agent 在工业场景落地的常见坑点与规避策略，以及本体在 RAG/Agent 链路中约束生成的具体机制。
📅 时间：2026年10月23-24日
📍 地点：北京希尔顿逸林酒店
🔥 9 折优惠购票火热进行中...... DACon 2026 北京站，15 个分论坛，60+真实应用案例，2 天沉浸式学习交流，现场还会组织闭门会、晚场圆桌交流，讲师们会围绕具体的技术点进行介绍，旨在丰富大家在参会体验，希望大家不虚此行，满载而归。
