【科技资讯】从ERP到ARP：企业数智化转型中的本体建模与资源规划演进

---

清华大学互联网产业研究院近日发表文章《企业数智化转型中的本体建模与资源规划演进》，从哲学本体论出发，系统阐述了企业如何通过本体建模将人力、资金、物资、技术、数据乃至智能体统一纳入语义基座，并提出企业资源规划正从ERP（管物）经DRP（管数）向ARP（管智）演进的核心判断。

一、从科斯的问题出发：企业为何存在

文章以经济学家罗纳德·科斯1937年《企业的性质》为起点：企业之所以存在，是因为把分散的市场交易内化为统一协调机制后，内部协调成本显著低于外部交易成本。

而人工智能与数智化平台正在系统性压低四类成本：信息的不确定性、系统间的接口摩擦、决策时延、跨主体博弈损耗。当这些成本持续降低，企业原本需要外购的交易便有了内化的可能，企业边界随之向外推移。

文章给出一个精炼的三层框架：

问题	回答
企业为何存在	降低交易成本（科斯）
企业存在什么	被内化的资源要素
要素如何协调	本体建模（Ontology）

文章将企业重新定义为：以本体论为基座、以数智化体系为骨架、以智能体为新型生产要素，为持续降低交易成本而动态演化的存在。

二、本体论的哲学基础：中西交汇

文章从东西方哲学两个维度为企业本体建模寻找根基。

西方线索：从实体到信息。亚里士多德以”是其所是”定义本体，用潜能与现实刻画变化——对应企业中闲置设备是潜能，被调度后才成为现实产出。笛卡尔的心物二元论提醒人机协作需要统一语义层桥接。海德格尔主张”存在先于存在者”，企业应先回答”作为何种存在而行动”，再定义要素与流程。当代哲学家弗洛里迪则提出信息是世界本体论的基本层面，为数据成为生产要素提供了哲学合法性。

中国线索：格物致知。《大学》以格物致知为根基。朱子主张”即物穷理”，向外穷究客体之理；王阳明主张”心即理”，在主客体互动中完成认知。两者殊途同归：理在物中，认知事物即是认知存在的结构。映射到企业场景，”格物”就是把人力、资金、物资、技术、数据、智能体逐一本体化建模，”致知”就是经由本体层生成洞察与决策。

文章还引入学者邬焜的”信息本体论”——信息是世界除物质、精神之外的第三存在，分为三个层次：

层次	哲学定义	企业对应
自在信息	未经主体摄取的原始状态	未被采集的原始数据
自为信息	主体反映与摄取后的信息	被采集、结构化、本体化的数据
再生信息	在自为信息基础上重构创造的新信息	经人或AI加工生成的洞见、决策与方案

这个三阶框架把”格物致知”转译为可度量的信息转化工程，也赋予了智能体以本体论地位——智能体不是外挂的自动化脚本，而是可以再生信息的主体。

三、企业资源要素的本体模型

文章识别出智能经济时代企业的六类关键资源要素：

要素	本体定位	说明
人力	主体性存在	决策与责任的承担者
资金	价值流	资本与资金的循环
物资	物理实体	设备、厂房与物料
技术	能力载体	工艺、专利、模型与算法
数据	信息载体	数据、指标与知识
智能体	数字员工	能感知、决策并自主行动

文章强调，这六类要素的价值不来自孤立堆叠，而来自它们之间的链接、交互与协同。一台闲置设备本身不产生价值，只有当它与工单、排产计划、操作技能相链接时才转化为产出。这正是本体建模”对象—链接—动作”范式优于传统”实体—属性”模型的根本原因。

本体建设的三步工程规程：

1. 粒度（最小单元）：识别对象、关系、事件、状态四类基本存在者，把混沌现实投射为可处理的本体词汇表
2. 语义边界与判定：明确身份条件、分类规则、状态规则与关系判定规则，区分”类型”（稳定）与”角色”（随境而变）
3. 运行秩序：让静态模型活起来——关系实体化、硬约束与规则分离、事件状态机、时间建模。关键原则是约束应”内生于业务结构本身”，而非事后审计的围栏

四、Palantir模型：本体作为可行动的语义层

文章以Palantir为标杆案例，阐述本体如何从被动的知识图谱升级为”可行动的中央神经系统”。

Palantir将一个运营决策严格解构为四个密不可分的组件：

要素	定义	建模原语
数据（Data）	被用来做决策的信息	对象、属性与链接
逻辑（Logic）	评估决策的启发式规则与计算过程	业务规则、ML模型、优化器、LLM函数
行动（Action）	对所选决策加以编排与执行	动作
安全（Security）	确保决策符合运营策略与权限约束	织入每个语义与功能原语的权限策略

在此之上，Palantir以Interface（接口）实现跨对象的一致建模——接口把能力封装为契约，每次调用都被安全策略界定、被审计追踪。归纳、演绎、溯因、实践四种推理方式在这一层协同支撑可信决策。

文章特别提到数据网络效应：本体平台接入越广、价值越高、迁移成本越大。当本体成为企业操作系统，切换它的代价极高。Palantir的AIP把大模型接入本体，让智能体在受本体约束的世界中行动——这正是将智能体作为资源加以管控的思维。

五、从ERP到DRP到ARP：资源规划的升维

这是文章最具实践指导意义的部分。企业资源规划正在经历三代演进：

代际	全称	管理对象	核心逻辑	降低的成本
ERP	企业资源计划	物与流程	流程驱动	内部物与流程的协调成本
DRP	数据资源规划	数据与数字资产	资产驱动	信息的交易成本
ARP	智能体资源规划	智能体与自主行动	智能体驱动	委托—代理风险

DRP（数据资源规划）把数据从业务流程的附属物提升为可盘点、可确权、可估值、可流通的重要资产，包含四个递进阶段：业务数据化→数据资源化→数据资产化→数据产品化。关键工程动作包括数据资产入表、数据产品化、建设数据要素市场。

ARP（智能体资源规划）是DRP的自然延伸，对智能体施以四维规划：

• 规划维度：哪些业务域可由智能体承担、人机如何分工
• 调度维度：智能体编队与算力、Token预算的弹性分配
• 治理维度：权限、可解释性与责任归属
• 核算维度：对成本、产出与ROI做闭环计量

文章总结了一条清晰的演进链：从管物、到管数、再到管智，企业把越来越”活”的生产要素纳入同一语义基座下的资源规划。DRP在管数上承接”格物”，ARP使”致知”经由智能体自主展开。

六、启示与思考

这篇文章虽然学术色彩浓厚，但对当下企业AI落地有几个重要启示：

1. 本体是企业AI落地的语义基座。当前很多企业的AI应用停留在问答和报表生成层面，根本原因在于缺乏统一的本体层——数据散落在不同系统中，智能体无法理解”这台机床在这个工单中是执行者，在维修计划中是被维护对象”这类角色动态变化。没有本体，智能体就只能做外挂的脚本。
2. ARP概念的提出正当其时。当企业开始部署多个智能体（排产Agent、工艺Agent、运维Agent等），如何规划、调度、治理和核算这些”数字员工”，正在成为一个真实的管理问题。ARP为这个问题提供了系统框架。
3. 约束内生于结构而非事后围栏。这一原则对AI治理尤为重要——不是在智能体行动后审计它是否越界，而是让产能、权限、安全规则等约束成为本体结构的一部分，使智能体”无法做出”违规决策，而非”做了之后被发现”。
4. Palantir路线的参考价值。Palantir的Ontology+AIP模式证明，本体平台一旦成为企业操作系统，会产生极强的数据网络效应和迁移壁垒。对国内企业而言，构建自主可控的本体平台是数智化转型的深层基础设施。

正如文章所引述的”十五五”规划纲要，”把握数字化、网络化、智能化发展大势，激活数据要素潜能”——能否把AI扩张的边界化为可治理、可行动、可信赖的生产力，关键在于企业是否真正建成格物致知式的企业级本体。

信息来源：清华大学互联网产业研究院《企业数智化转型中的本体建模与资源规划演进》（2026年8月11日），作者：徐鹏、于晓燕、栾晓曦。本文为原文核心内容解读，观点和知识产权归原作者所有。

---

🔗 阅读原文

👉 企业数智化转型中的本体建模与资源规划演进