【译文】Palantir本体论：尽可能简单地以最佳复杂性运营
笔者对Palantir管理层多次提及的核心竞争力Ontology（本体论）一直比较好奇，前段时间刚好读到该公司一篇博客，解惑也有所启发，遂分享给感兴趣的朋友。原文请戳这里1。
作者 Markus Löffler是Palantir企业技术高级总监，最早在麦肯锡任职20余年，在Palantir之前还曾担任Allianz公司CTO。这篇博客主要探讨了作者坚信“Palantir Foundry Ontology可以改变任何企业”所依据的原则。
我相信本体论（Ontology）是现代软件堆栈的基础元素。在这篇文章中，我会告诉你原因。
作为一名物理学家，我看到了结构良好的现实模型与分析模型的组合力量（例如量子物理学、弦理论和热力学中的模型）。我把这一点带到了我作为技术驱动业务转型领导者的工作中，在那里我看到组织缺乏这一点：结构良好的现实模型，他们本应能应用分析方法到这个模型中且最终以稳定、可扩展的方式经营业务。
尽管对技术进行了大量投资，但许多企业仍不具备生存和发展所需的这些条件。他们不知道如何或从何处得到它。这正是他们需要一种全新类别软件Ontology的原因所在。我相信其变革力量背后存在三个原则。
-
如果缺乏与现实世界行动的连接，技术所创建的数据、分析和模型则毫无意义。
-
组织必须接受复杂性才能生存。
-
技术应该使企业能够尽可能简单地理解、实现和维持最佳复杂性。
展开介绍：
1 技术创建的数据、分析和模型如果不与现实世界的行动联系起来则毫无意义
组织使用技术解决方案创建数据、分析和模型，服务于特定目的。在企业，这些目的可能是在动荡时期管理供应链或在相同产量下实现30% 的能源节约；在政府部门，则可能是分发疫苗或打击有组织的犯罪。然而，这些解决方案中的许多不足之处在于，它们将信息呈现给组织，而未将这些见解与可以实际实现变革的人员或流程联系起来。
很少有解决方案允许组织利用初始洞察力触发的行动并从中反馈信息——行动本身、相关条件、结果——返回进入系统，创建一个反馈循环来捕捉实地真相，从洞察到影响。
没有这种反馈循环，组织就无法准确了解自己，也无法通过数据和分析创造价值。由于从数据到决策随着时间的推移而变化，技术原本应该为统一组织存在的所有元素提供基础，围绕最稳定的业务元素创建业务系统的数字空间标识，并将其链接到日常运营。
这让我想到了另一个重要的观点：对于通常被称为“数字孪生”或更传统的“流程模型”或“能力图”的业务模型，提炼出稳定的和多变的元素是至关重要的。通常，这些模型的构建方式大体上是相反的：它们固定可变的部分而忽略稳定的部分。因此，它们无法产生商业利益，或者生产和维护成本高昂（如果它们有效的话）。
然而， Palantir Foundry Ontology通过解锁数据、分析和运营系统之间的连接性来做到这一点。它将数字资产（数据、模型和流程）转变为动态、可操作的基础，助力智能运营：
-
对象（Objects）以数字方式表示构成企业的现实世界实体、关系和事件。
-
关系（Relationships）表示现实世界实体、事件和流程之间的联系。
-
动作（Actions）捕捉对象之间的动力学，并通过企业系统协调现实世界的变化。可以从现有流程或现有模型映射操作。
-
Writeback捕捉动作、流程和相关数据的影响，以确保本体——以及它驱动的动作——随着时间的推移稳步改进。信息可以写回 Palantir Foundry 和第三方系统，确保决策始终保留在驱动持续运营的系统中。
-
本体流程（Ontology Process Flows）代表整个组织的决策流程，具有嵌入式治理和对相互关联的条件如何影响全局结果的实时理解。
-
本体场景（Ontology Scenarios）允许企业以完全保真的方式安全地模拟改变个体行为或整个行动过程的后果。
这是建立在 Foundry 军用级技术基础上的，也就意味着：
-
内置基于角色、分级和目的的访问控制使组织能够制定贯穿整个系统的细粒度隐私和安全控制。
-
可审计性确保具有适当权限的用户可以访问进入系统的所有数据和所有用户操作的完整历史记录，从而全面了解决策链和相关上下文。
-
安全的下一代协作、变更协调和版本控制允许企业将其业务视为代码；该系统可以适应新的工作流、数据、模型和用户生成的数据，在保持交付速度的同时提供稳定性。
2 组织必须接受复杂性才能生存
组织本质且必然是复杂的。也没有什么值得做的事情会不复杂。那么，诀窍就变成了区分最佳复杂性和不必要的复杂性。
最佳复杂性在不同组织中是特殊的。它是实现您的目标所必需的复杂性——不多也不少。不必要的复杂性是超出最佳复杂性的任何复杂性。
为了说明这一概念在信息技术中的应用，我将借用汽车行业的一个例子：大众汽车集团的“Modularer Querbaukasten”（MQB），或英文为“Modular Transversal Toolkit”。MQB是该公司用于制造汽车的平台之一，是奥迪、西雅特、斯柯达和大众汽车约 40 款车型的基础。在大众汽车可以实现协同效应的地方，它们使用相同的平台生产不同的车辆。在差异化为客户创造增量价值的地方，实施了跨模型甚至跨品牌的多样化（即额外的复杂性）。利用这些平台，大众汽车能够满足不同客户的需求——每种车型都有不同的品牌形象、审美和功能——同时使公司能够更高效地生产更高质量的汽车。
这就是最佳复杂性。
3 技术应该使企业能够尽可能简单地理解、实现和维持最佳复杂性
许多技术解决方案试图过分简化复杂性（或者更糟——完全忽略它）。这是适得其反的，因为组织需要能够使他们以最佳复杂性持续运营的软件。
正如我上面提到的，在过去十年中，每家公司都对技术进行了大量投资。这些投资提供不同程度的价值。然而，几乎没有任何组织拥有一个能够使得众多投资大规模协同工作的平台。结果，单点解决方案形成了一个拼图架构，混淆了企业对最佳复杂性的看法，阻碍了他们朝着最佳复杂性前进的能力，更不用说维持它了。
为了以最佳复杂性运营，组织需要本体。有了本体，他们可以：
-
聚焦：确定一个通用系统并将资源影射到它；
-
简化：识别和停用广泛技术领域中非必要部分；
-
行动：利用这个通用系统来推动业务成果；
-
演进：将信息写回这个通用系统，这样它和它所通知的行动都可以随着时间的推移而发展和改进；
-
构建： 提供稳固但灵活的基础，在此基础上确定稳定的元素，同时为新元素提供最大的可变性。
正因为如此，我相信本体有能力改变任何业务。
