社区
博客
Dreamforce 2025 前瞻话题:企业 AI 落地的语义难题,如何用 OSI 打通?
对于需要用好数据和 AI 的企业来说,理解这场变化很有必要,也会带来很多启发和参考。

随着一年一度的 Dreamforce 大会举办,行业内关于 AI 和数据智能的话题不断升温。同时,Snowflake、Salesforce、dbt Labs 等多家全球领先企业在近日联合发起了 Open Semantic Interchange(开放语义互通标准,简称 OSI)倡议,致力于推动 AI 时代的数据准备和协作方式的变革,成为业界关注的焦点。

之所以探讨这个 topic,是因为越来越多企业开始布局 AI,数据如何流动、标准如何统一、AI 如何真正为业务带来价值,已经成为大家普遍关心和面临的难题。

OSI 的出现,不只是一次行业级的合作探索,更有望彻底解决长期困扰数据团队、IT 负责人、业务管理者的“数据含义不一致”、“业务定义混乱”等现实痛点。

因此,我们希望通过本文梳理,让大家了解这项标准对于企业数字化转型和 AI 落地会带来哪些实际影响。对于需要用好数据和 AI 的企业来说,理解这场变化很有必要,也会带来很多启发和参考。


Agentic AI 的未来,需要开放的语义层

Salesforce 正在与一批行业领军企业联手,首次作出承诺,共同打造一个开放、互通的未来,以推动 Agentic AI 加速发展。

现如今,企业的技术架构正经历着重大变革。过去几十年,数据分析主要依靠仪表板和报告来获得洞察,把这些“输出”作为工作的核心。

但随着 Agentic AI 的出现,也就是那些可以自主分析、推理和自驱行动的 AI Agents,行业的关注焦点正回归到更加根本的部分——语义数据模型。

为此,Salesforce 正在和行业伙伴一起,致力于打造一个更加开放、互通的未来,这正是 AI 时代发展的实际需求。凭借高度集成的技术栈,把语义定义直接和业务结果关联起来,这样的平台能够真正推动行业进步。


“数据含义不一致”是 AI 落地的关键障碍

埃森哲预测,到 2030 年,很多企业中日常使用软件的对象,将不再只是人类员工,而是各种 AI Agents。也就是说,大量本来需要人来点点点、查数据、下指令的操作,都会由 AI 自动完成,变成 AI 在“帮人用软件”。

不过,要想 AI 真正发挥作用,前提是能获取并理解企业里的数据。AI Agents 需要有清晰、可信赖的语义定义,才能把业务目标准确转化成正确的分析结果、自动生成报告,甚至帮人做决策和下一步操作。如果没有这样的基础,企业投入 AI 只能得到一堆杂乱的数据废料,而无法得到真正有用的洞察。

然而,各家企业在积极拥抱 AI 的过程中,常常会遇到“数据含义不一致”的困扰。

虽然企业的数据可能已经汇总,但大家对很多核心指标和术语的理解都不一样。比如,“客户流失率”、“活跃线索”这些业务名词,在不同部门和系统里,定义可能完全不一样。客户满意度(CSAT)也是,有的打 1-5 分,有的用 1-10 分,大家对“好”的标准也各有说法。

更麻烦的是,存在“语义蔓延”的问题:同一个指标,不同仪表板背后的计算方法也可能不一样,比如一份报表标注的是一周从周一开始,另一份则从周日算起。这些不一致表面看起来很细微,但实际影响巨大。它们损害了企业最关键的资产——信任。

当管理层看到数据不统一,往往就会变得犹豫、难以决策。数据团队也不得不花很多时间,在各个平台、系统之间手动去对齐业务逻辑,导致效率低下、工作复杂。这些重复劳动既拖慢创新步伐,也削弱了 AI 应该带来的价值。

在 Agentic AI 时代,语义模型才是 AI 和分析的真正核心,类似于“业务理解的源代码”。但现在,很多企业还把语义模型绑死在单一厂商的技术体系里,结果反而变成了新的数据孤岛,让 AI 很难在多个工具和系统之间自由扩展。

什么是开放语义互通标准?

为了解决这些根本性难题,Salesforce 正在和 Snowflake、dbt Labs 等企业一起主导 Open Semantic Interchange(开放语义互通标准,简称 OSI)项目。

这个项目的目标很简单,就是制定一套行业通用、和厂商无关的规范,让企业在用不同平台时,数据的上下文、含义和分析结果都能被完整保留。业务含义只要定义一次,企业用什么系统都不用担心“理解偏差”。

OSI 会推动建立统一的标准,让所有工具都能“说同一种语言”,实现平台之间的互通,不仅让企业可以自由采用各种最佳工具,还能同时保持数据和业务的一致性。

在这个过程中,Tableau 的初步关注点包括:

  • 👉 双向元数据交换:规范平台间如何传递指标、维度、层级和关系,让业务逻辑可以无缝流动,不用手动迁移或重复编码。

  • 👉 治理能力无缝传递:保证在源语义层中设定的访问权限和数据流向,可以自动在所有相关系统中同步和生效,信任和安全始终如一。

  • 👉 原生查询逻辑:通过数据源自身的运行机制来生成分析结果,确保业务逻辑始终和原始定义保持一致,各平台分析出来的结论不会“变味”。


Salesforce 的开放生态优势

Salesforce 一直主张,数据的未来应该是开放和互通的,而不该被锁在某一家厂商的体系里。只在一个生态里管用的语义层,其实只是制造了新的数据孤岛,这跟推动行业进步背道而驰。

OSI 的出现,正好延续了这种开放理念,让企业可以自由选择自己喜欢的工具,无需反复重建同一套业务逻辑。而 Salesforce 的市场地位,也让其具备推动行业变革的能力:

  • 长期在销售、服务、营销和电商等领域的积累,使其能为客户提供现成的语义模型,帮助企业快速迈入智能体时代。

  • 从 Data Cloud、Agentforce、Tableau 到 Sales Cloud、Service Cloud、Marketing Cloud 等产品的深度集成,可以让语义定义和实际业务结果直接关联。AI 不光能学用户点击行为,还能判断推荐的操作是否真的带来了销售或续约,形成有价值的反馈闭环。

  • 一直强调灵活性。Salesforce Data Cloud 作为数据编排中枢,支持客户在 Snowflake、Databricks、Google、亚马逊云等平台的数据无需迁移,也可通过“zero-copy integration(零拷贝集成)”直接用上语义能力。

未来企业的核心,将是人和 AI 深度合作。要实现这种新模式,行业需要的是今天正在建设的强大、开放的语义基础。Open Semantic Interchange 就是行业各方共同的承诺,帮助企业打下信任和可扩展的地基,让大家能放心用 AI、用 Agents,推动业务真正发展。


观看 Dreamforce 2025 主题演讲

若想了解这个愿景的落地情况,以及客户真实反馈,可通过浏览器访问 Salesforce+ 平台,注册并预约观看 Dreamforce 大会上关于 Agentic Tableau 的主题演讲:



推荐阅读:更多 Tableau 创新功能介绍