当硅谷追逐AGI的梦想时，企业通用智能（EGI）正在悄然改写商业规则——未来属于那些现在就抓住它的人。
图片来源：Getty Images
比尔·克林顿在1992年成功的总统竞选中告诉选民：“问题是经济，笨蛋，”这是他的顾问兼战略家詹姆斯·卡维尔创造的一句话。它意在呼吁人们关注真正重要的事情。当硅谷痴迷于通用人工智能（AGI）时，真正的AI革命正在全球的企业董事会中发生。 作为一位三次荣获CIO100奖项，并在全球制造业、金融服务和医疗保健组织中推动运营转型的人，我见证了一些非凡的事情。当科技界还在辩论机器是否能像人类一样思考时，具有开拓精神的组织已经实现了AGI有朝一日承诺交付的成果。 改变一切的战略洞察是：AGI承诺的大部分好处，都可以在AGI到来之前的数年，通过我称之为企业通用智能（EGI）的方式实现。EGI是在所有业务运营中，系统性地编排AI能力，以实现规模化的自主、智能决策。
EGI从根本上改变了企业的运营方式——不是通过回收利用的试点项目，而是通过系统性的重塑。它要求淘汰遗留的流程和角色，同时打破那些分割了关键工作流（如订单到现金、采购到支付、设计到发布）的孤岛。其基础要求创建统一的企业知识体系，构建互联的知识图谱，并解放数十年来被困在PDF、电子表格和孤立系统中的数据。这些最初为昨天的规则世界而设计的数据，必须被重新设计、标记以供AI使用，从而教会领域特定的LLM您独特的业务背景。
当EGI扎根时，您的组织将部署一支由智能代理组成的军队，它们在复杂环境中展现出目标驱动的自主性、自学习能力和适应性行为。这些代理作为跨领域的专家进行协调，无缝地转移任务和上下文，共享知识并解决相互关联的问题。这就是EGI飞轮在运转：智能、协作的系统管理着企业级的复杂性，同时不断学习和改进。
图1：AGI仍处于理论阶段，时间表未知，而EGI可在12-24个月内交付可衡量的价值。 来源：Raman Mehta
根据麦肯锡2024年全球AI调查，65%的组织已经定期使用生成式AI，这比仅仅十个月前几乎翻了一番。企业AI市场也说明了这一点：2024年估值为239.5亿美元，预计到2030年将达到1552亿美元，年复合增长率为37.6%。
这不是预测。它正在发生。制造系统可以提前数周预测质量问题，实时调整参数，并全天候优化供应链。您不仅仅是在更高效地制造产品——您正在设计未来本身。
一、AGI vs. EGI的现实
这里的脱节在于：AGI追逐类人思维，但企业需要的是实用的解决方案，而不是机器哲学家。我们需要更智能的企业来治愈疾病、提供清洁能源并使交通更安全。 思考一下定义了过去十年的突破性创新：
mRNA疫苗，拯救了数百万人的生命
自动驾驶汽车和电池化学，正在重塑交通
人形机器人，通过现实世界的少样本学习模仿人类动作
精准农业，在恢复土壤的同时养活不断增长的人口
这些创新没有一个是来自追求通用智能的独立AI系统。它们来自那些拥有深度集成的数据生态系统、跨职能智能能力以及在全球范围内执行的运营能力的企业。
二、尚未开发的金矿：企业数据
这就是让我夜不能寐，同时又对未来机遇感到兴奋的原因：企业坐拥数十年的未开发智能。在Johnson Electric，我们每年在23个国家生产十亿个运动系统，我们拥有：
40年的工程设计，分散在不同的CAD系统和PDF中
数百万份质量报告，分布在手写日志、MES数据库和Excel表格中
数十年的供应商绩效洞察，散落在电子邮件、ERP记录和合同中
数十亿的传感器读数，从制造设备中流出
问题是？这些数据是为过去的基于规则的系统设计的。像检索增强生成（RAG）这样的传统方法可以检索文档，但它们无法理解关系。
让我给您一个真实的例子。RAG能找到采购协议、订单、发票和质量报告。但只有知识图谱才能理解，当我发现供应商A存在质量问题时，它会影响15种产品，波及三个客户的交付，需要向客户提交多份8D分析报告，并需要采取特定的合同补救措施。这就是信息检索与智能之间的区别。
三、Moderna的证明
当Moderna在创纪录的时间内开发出COVID-19疫苗时，并非因为他们实现了通用人工智能。他们拥有更强大的东西：连接了基因组数据库与制造系统，将供应链优化与法规遵从工作流相连，并将质量管理与全球分销网络相集成的企业级智能。 这就是EGI在行动——它实实在在地拯救了数百万人的生命，而传统的AI研究仍专注于学术基准。
根据我的经验，制造企业将计划外停机时间减少了60%或更多。曾经在70%准时交付率上挣扎的供应链运营，现在能稳定达到99%+。质量管理系统通过全面的AI驱动分析，实现了近乎完美的准确性。
四、模型上下文协议：EGI的秘密武器
我们自身运营的突破，发生在我们实施了Anthropic的开源模型上下文协议（MCP），将我们的LLM直接连接到企业系统时。 MCP使我们的AI代理不仅能够分析，还能够行动——安全地、在治理边界内、并带有完整的审计追踪。这是AGI研究甚至尚未开始解决的、连接智能与执行的桥梁。
五、8大支柱的EGI转型模型
我开发的EGI框架通过八个相互连接的支柱运作，它们创造了一个自我强化的智能飞轮：
图2：8大支柱的EGI架构，从数据基础到文化转型。 来源：Raman Mehta
1.基础层
统一的企业数据湖：融入语义关系，而不仅仅是存储效率
API优先的企业集成：在数据移动过程中保留上下文，而不是剥离它
2.智能层
企业语言模型（ELM）：专门构建、微调的LLM，理解行业和企业特定的上下文
人在回路的验证：确保智能服务于业务目标，并负有责任
3.执行层
智能自动化：能够适应变化条件的AI推理
实时商业智能：驱动战略决策的可操作洞察
4.创新层
创新加速：AI驱动的产品和流程开发
新服务创造：通过AI能力实现收入多元化
每个支柱都相互加强，创造指数级的智能增长，而非线性的能力提升。
六、为什么一些企业会赢，而另一些会失败
通往EGI的道路需要辛勤工作、新思维以及致力于将企业工作流与现代AI时代对齐的承诺。在本系列中，我将阐述您的企业需要掌握的核心EGI组件：
统一的数据架构：打破孤岛
知识图谱：上下文推理的脉络
模型上下文协议：使AI能够行动，而不仅仅是建议
自主代理：永不眠的劳动力
人机协作：智能时代的变革管理
七、EGI成熟度模型：您的组织处于哪个位置？
EGI成熟度模型。大多数企业处于1级或2级。 来源：Raman Mehta
根据我对众多企业的观察，今天大多数企业都处于1级（临时AI实验）或2级（部门级试点），将AI视为孤立的项目而非企业转型。3级组织实现了跨业务单元的集成智能，而44级则代表了真正的EGI——自主系统在规模化应用中做出复杂决策。从2级到3级的跳跃是大多数组织失败的地方，他们无法打破数据孤岛和治理障碍。了解您在这条成熟度曲线上所处的位置，决定了您将在智能革命中是领导还是跟随。
八、变革性的社会影响
当我看到制造业的EGI系统编排着数千家供应商，提前数周预测中断，并自动在全球设施间重新安排生产时，我意识到我们正在见证一场重新定义可能性的工业转型。这不是理论——我们今天正在通过集成的企业数据、知识图谱和协同工作的自主代理来部署这些系统。
九、当今EGI的真实世界影响
根据我在整个行业的观察：
制造业：全球供应链正在自我优化，减少30-40%的浪费，同时削减碳足迹
农业：精准农业正在提高20-30%的产量，同时恢复土壤健康
能源：智能电网在规模化应用中无缝集成可再生能源
金融服务：实时欺诈检测，防止数十亿美元的损失
我最兴奋的是EGI对人类最重大挑战的即时、切实的影响。当科技界还在辩论未来的可能性时，我们正在悄然地彻底改变企业如何建设、成长并为我们的文明提供动力。
十、行动呼吁
未来十年的赢家将不会是那些等待AGI的人。他们将是那些系统性地构建EGI的企业，从以下几点开始：
高管层就EGI作为战略优先事项，而非IT项目，达成一致
数据架构现代化，以支持AI推理，而不仅仅是人类分析
试点项目在核心流程中展示代理（agent）驱动的价值创造
治理框架确保可信和可解释的决策
变革管理项目让组织为智能运营做好准备
到2026年，那些将AI透明度、信任和安全操作化的组织，其AI模型将在采纳、业务目标和用户接受度方面实现50%的改进。
十一、底线
AGI或许有朝一日会到来。EGI今天就在交付成果。您的竞争对手会选择哪一个？ 当世界还在辩论机器是否能像人类一样思考时，实施EGI的企业正在通过优化电网、革新制造业和确保粮食安全的智能系统来改变行业。问题不在于AGI最终是否会到来——而在于您的企业是否会在竞争对手之前构建EGI。 EGI革命不是即将来临。它已经在这里。而认识到这一点的企业，将拥有未来。
【核心论点：抛弃AGI幻想，拥抱EGI现实】尽管硅谷和科技界痴迷于遥远的通用人工智能（AGI）梦想，但真正的、能立即创造价值的AI革命正发生在企业内部。三次荣获CIO100奖项的Raman Mehta旗帜鲜明地提出，企业当前应停止等待AGI，而应全力聚焦于“企业通用智能”（Enterprise General Intelligence, EGI）。EGI被定义为“在所有业务运营中，系统性地编排AI能力，以实现规模化的自主、智能决策”。它并非追求让机器像人类一样思考，而是致力于让整个企业变得更智能，以解决治愈疾病、提供清洁能源等现实世界的重大挑战。Moderna在创纪录时间内研发出mRNA疫苗的案例雄辩地证明，成功的关键不在于AGI，而在于连接了研发、制造、供应链和合规等环节的企业级智能。
【实现路径：从数据重塑到智能行动的系统工程】实现EGI并非依赖于某个单一的、更强大的AI模型，而是需要构建一个全新的、系统性的基础。这一过程要求企业超越简单的RAG（检索增强生成）模式，必须对数十年来积累的、为旧式规则系统设计的企业数据（如PDF、Excel、ERP记录）进行彻底的重塑。通过构建统一的知识图谱，企业能让AI理解数据间的深层关系，实现从“信息检索”到“智能推理”的飞跃。在此基础上，利用模型上下文协议（MCP）等关键技术，则能够打通智能与执行之间的壁垒，使AI智能体能够安全、可审计地在企业系统中“行动”而非仅仅“建议”。作者为此提出了一个包含数据基础、智能、执行和创新四大层次的八大支柱模型，为企业构建EGI飞轮提供了清晰的架构蓝图。
【结论与启示：立即行动，构建EGI，赢得未来】因此，企业在AI时代的竞争成败，不在于等待一个理论上的AGI的到来，而在于是否以及多快能够构建起自身的EGI。根据作者提出的EGI成熟度模型，大多数企业目前仍停留在孤立的实验或部门级试点阶段，其最大的失败点在于无法打破数据和治理的壁舍，实现从2级到3级（跨业务单元的集成智能）的跨越。行动的号角已经吹响，未来的赢家将是那些将EGI视为核心战略优先事项，立即着手进行数据架构现代化、部署代理(Agent)驱动的试点项目、并建立可信治理框架的企业。EGI革命已经到来，率先实现它的企业将拥有未来。
CIO Raman Mehta认为，真正的AI革命并非遥远的通用人工智能（AGI），而是当下可实现的“企业通用智能”（EGI）——即系统性地编排AI能力以实现规模化自主决策。实现EGI需超越RAG（检索增强生成），通过构建知识图谱重塑企业数据，并利用模型上下文协议（MCP）等技术让AI能安全“行动”。企业成功的关键在于立即构建EGI，而非等待AGI，率先实现集成智能的企业将赢得未来十年的竞争。
金句
别再等待能像人一样思考的“机器哲学家”（AGI）了，企业现在需要的，是能让整个企业像一个大脑一样思考的“智能系统”（EGI）。
