Cynefin 框架简介Cynefin（发音：kuːˈnevɪn，源自威尔士语，意为“家庭、习惯和源头”）是一个用于判断和决策的框架，由Dave Snowden在IBM全球研究院提出，后来成为组织管理与复杂性理论中的常用工具。它帮助人们在不确定和复杂环境中选择合适的决策和治理方法。 核心思想 不同情境需要不同的治理方式：简单、复杂、混沌、以及动态演化（被称为"混合/有序"与"无序"状态的扩展...

决策智能（DI） 的范围扩展到多个级别的自主性。借助决策自动化 （DA），人类可以设置控制任务，以自主运行决策过程。与辅助驾驶所需的自动驾驶级别类似，决策智能（DI） 的范围跨越多个级别。借助决策自动化 （DA），人类将整个决策过程委托给机器。DI 的三个级别l 决策支持通过分析和数据探索协助人类决策。l 决策增强建议要做出的决策，并使用分析的数据预测未来的情况。l 决策自动化使机器能够自主...

决策智能（DI） 保证基于高级数据分析做出明智的决策，同时也为人类判断提供了充足的空间。现代市场的快速变化使得贸易和工业公司的许多传统决策方式看起来非常“陈旧”。为了做出可持续和准确的决策，完美的方案是人工智能（AI）和人类判断的协调互动。在这种情况下，数据的可用性和易用性尤为重要。例如，在推出新产品之前，必须从客户数据库、任何现有的竞争报价、预期成本和资源可用性中获取尽可能广泛的信息。事实...

想象一下这样一个世界：软件不仅可以加快业务决策，还可以使其与众不同。这就是决策智能（DI）的意义所在。这不仅仅是另一种人工智能（AI）。事实上，DI是一个独特的概念，很容易被误认为是其他IT术语。因此，在本文中，我将解释什么是决策智能，以及它不是什么。此外，我将研究DI平台如何为供应链等数据密集型行业提供支持。事实上，DI可以显着改善决策，甚至自动化决策周期。此外，我将阐明决策智能与决策科学...

传统国产低代码平台多聚焦于‌表单与流程的快速配置‌（如拖拽生成审批单、报表），本质上仍是“表单驱动”模式的效率工具。而与国际先进实践结合时，其价值需升级为‌管理逻辑的数字化封装平台‌——这正是Together规则引擎的发力点。Togetner在低代码平台中的战略价值‌1.破解“功能堆砌”陷阱：管理逻辑的标准化沉淀‌痛点‌：国产低代码平台常提供大量组件库，但业务规则散落在代码/配置中，难以复用...

一提到规则引擎，人们首先想到的就是金融、保险、电商、风控等行业领域如一些合规性判断、简单计算的应用场景，产品形态主要就是决策表、评分卡、决策树、决策流等功能，它们也成为不同规则引擎厂商产品的标准开发范式，但是随着市场的不断变化，规则引擎被引入应用到更多的行业领域，这些功能越来越无法满足企业的需求了。我们不妨简单回顾一下规则引擎的发展史。一点历史业务规则的概念可以追溯到20世纪70年代专家系统...

传统的规则引擎是一个复杂的系统，它在对外提供规则服务的时候规则集及模型文件和规则引擎是不能分离的，需要一起部署才能为第三方应系统提供规则服务，这就造成用户部署使用成本比较高。Together规则引擎基于DMN标准，可以生成独立的规则模型文件，而且文件非常小，通常只有几十K，这样就可以实现建模环境与生产环境的分离，降低了用户的部署使用成本。同时Together规则引擎可以将规则模型与运行支撑组...

决策智能利用AI驱动的自动化和数据分析来发现关键驱动因素、模式、异常和不易看到的细分。

为什么组织应该将其重要的业务决策建模为数字化转型的一部分？我们多次被要求解释我们的客户如何从决策建模中受益，因此我们决定在这里讨论这个问题。