RAG只能做问答，但本体论为什么还是热不起来？

一位做知识图谱的创业者找我聊了三个小时。他说："RAG基本上只能做问答，本体论才是终局。"
我说："你说得对。"
然后他补了一句："但我们公司没钱了。"

一、RAG的天花板，不是工程问题

先讲一个残酷的事实：
RAG（检索增强生成）在2023-2024年火遍全球，但它的能力边界，从一开始就被锁死了。
它能做什么？
  • 从文档里找到一段相关内容
  • 把这段内容塞进大模型的上下文窗口
  • 让大模型"参考"这段内容，生成一个看起来靠谱的回答
它不能做什么？
  • 不能因果推理。你问"为什么这条产线良品率下降了"，RAG能给你一堆可能原因，但它无法像工程师一样，沿着设备-工艺-物料的因果链，一步步定位根因。
  • 不能跨系统关联。企业的知识分散在ERP、MES、PLM、Excel表格、老师傅的脑子里。RAG只能读取它"见过"的文本，无法在一个统一的语义框架下，把这些异构数据源的逻辑关系串起来。
  • 不能逻辑自洽。它给你的答案，可能在某一段文档里有出处，但放在整个业务逻辑里，是自相矛盾的。更可怕的是，它自己不知道。
这不是调参能解决的。RAG的底层是统计相关性，而企业真正需要的决策支持，是逻辑必然性。
所以那位创业者说得对：RAG基本上只能做问答。
问答是有价值的。客服、文案、内部知识库——这些场景已经能收钱了。但你如果要做"智能制造大脑"、"金融风控中枢"、"医疗临床决策支持"，RAG是撑不起来的。
那什么能撑起来？
本体论（Ontology）。

二、本体论才是终局，但终局太远

什么是本体论？简单说，就是把一个行业里的实体、关系、规则，用形式化的方式定义清楚。
比如制造业：
  • 实体：设备、物料、工艺参数、工单、质量缺陷
  • 关系：这台设备执行这道工序，这道工序消耗这种物料，这种缺陷由那个参数偏差导致
  • 规则：当温度超过阈值且压力低于阈值时，触发某类质量风险
把这些定义清楚，系统就能推理，而不只是检索。
本体论的价值，在理论上无可辩驳：
  1. 它是严谨推理的底座。大模型再强，也是概率模型；本体论是逻辑模型。在需要"绝对不能错"的场景里，逻辑模型是最后的防线。
  2. 它是跨系统数据的统一语义层。ERP叫"物料编码"，MES叫"工单物料"，PLM叫"BOM零件"——本体论能把它们映射到同一个概念上。
  3. 它是行业知识的沉淀容器。一个老师傅退休，他脑子里的经验不会消失，会被编码进本体，成为可复用的数字资产。
但问题是：理论上的终局，救不了今天的现金流。

三、为什么"正确"换不来投资热度？

我跟那位创业者逐条掰扯过。他说：
"第一大模型热度还在起来，第二本体产品虽然技术不值钱，但做完的业务数据标准是可以跨公司复用的，将来作为大模型知识库技术底座，更应该有投资价值。"
这个逻辑，在价值层面完全成立。但在投资层面，断裂了。

断裂点一：需求侧要的是"能用"，不是"严谨"

当前大模型落地的主流场景是什么？客服、文案、代码辅助、内部知识问答。这些场景的容错率足够高，RAG的"八九成准"已经能创造商业价值。
企业宁愿接受"偶尔胡说+人工兜底"，也不愿为"绝对严谨"支付本体论建设的成本和时间。
市场在用脚投票：先解决有没有，再解决好不好的。

断裂点二：跨公司复用，是理论上应该，现实中极难

制造业本体要在同行业跨公司复用，需要一个行业级共识标准。但同行企业之间的利益结构决定了这是不可能的：
  • 竞争壁垒：我的供应链本体里，隐含了我的供应商关系、成本结构、质量阈值——这是核心商业机密，凭什么共享给你？
  • 差异化生存：企业靠"我比你更懂我的客户/工艺/供应链"生存。如果全行业共用同一套本体，等于承认大家的业务逻辑没有差异，这直接否定了企业的护城河。
  • 标准制定权争夺：谁定义本体中的核心实体和关系，谁就掌握了行业话语权。标准制定过程变成政治博弈，而非技术协作。
历史参照：OPC UA（工业互操作协议）推进了二十多年，至今仍在"部分采纳、大量定制"的泥潭中。本体论的标准化难度比OPC UA高一个数量级。

断裂点三：大模型提供了一条"不共享也能复用"的替代路径

即使没有跨公司本体标准，企业现在有了另一条路：
  • A公司用自己的私有数据微调行业大模型
  • B公司用自己的私有数据做同样的事
  • 两者不需要共享任何本体或数据，但都获得了"适合本公司的推理能力"
这条路径不完美，但足够让企业犹豫——既然各自为政也能获得80%的效果，为什么要花钱投资一个需要全行业协作才能兑现100%价值的中间层？

断裂点四：时间错配——终局太远，基金太短

一级市场投资的周期是3-5年。本体论的建设周期呢？
  • 6-12个月：梳理业务、定义实体关系
  • 6-12个月：编码规则、构建推理引擎
  • 12-24个月：在真实业务场景中验证、迭代、获得客户认可
VC的理性选择：与其赌"10年后严谨推理的本体论王者"，不如赌"2年后大模型推理能力再提升一个数量级"。后者虽然也不确定，但至少有Scaling Law作为信仰支撑。

四、创业者的现实：看得准，但活不下去

回到那位创业者。
他说："RAG只能做问答，但本体论热度不应该下去，反而应该更热。"
我说："你说得对。"
他说："但我们公司没钱了。"
这就是最残酷的创业真相：技术判断正确，不等于商业模式成立。
本体论公司没钱的根本原因，不是技术方向错了，而是现金流闭环没跑通。

出路在哪里？

不要再卖"本体论平台"，要卖"RAG会犯错、但我们不会"的具体结果。
比如：
  • 制造业工艺异常根因分析（停线一小时损失百万，客户愿意为此付费）
  • 金融合规审查（罚款比系统贵，客户需要逻辑一致性验证）
  • 医疗临床路径审核（人命关天，需要禁忌症、药物相互作用的精确约束）
这些场景的共同点是：RAG做不了，人工成本高，出错代价大。
在这些场景里，本体论不是"更好的技术"，而是"唯一能解决问题的技术"。

五、本体论不会死，它只是换了名字

最后，给还在坚持的人一句话：
本体论的价值在上升，但它的独立投资标的属性在消失。
它正在从"被追捧的方法论"变成"被默认使用的基础设施"——就像TCP/IP协议一样，没有人单独为它投资，但每个互联网投资都建立在它之上。
GraphRAG、知识图谱增强、Agent规划框架——这些当下最热的方向，底层都在借用本体论的思想。只是市场不再用"本体论"这个词来称呼它。
所以，不要纠结于"热度"。
热不热是资本市场的叙事游戏，值不值是技术进化的长期逻辑。
RAG只能做问答，这是对的。 本体论是终局，这也是对的。
但创业不是做对的题，是在没钱之前，找到愿意为你的"对"付第一笔钱的人。
如果你也在做知识图谱、本体论、或者严肃的行业AI，欢迎评论区聊聊——你们找到那个愿意付第一笔钱的客户了吗？
你可以直接复制粘贴到公众号编辑器里。需要我调整排版风格、加小标题样式、或者改个更抓眼球的标题吗？

posted on 2026-08-05 23:07  北方的银狐-Zero  阅读(0)  评论(0)    收藏  举报

导航