В корпоративном внедрении языковых моделей (LLM) на первый план выходит задача единой интерпретации терминов. Если предприятие использует несколько ИИ-инструментов — ChatGPT, DeepSeek, корпоративные чаты — каждый сотрудник невольно создаёт собственную трактовку ключевых понятий. Результат: под словом «партия» разные специалисты понимают партию материалов, производственную партию, серию изделия или аналитический разрез себестоимости. Для ERP-проектов, систем менеджмента качества и управленческого учёта это создаёт прямые риски.
Решением может стать семантическое ядро предприятия — машинно-читаемый пакет, в котором зафиксированы ключевые термины, их классификация, связи, состояния, источники и правила использования. В минимальном виде это набор Excel и JSON-файлов с регламентных промптов. В более зрелом — база знаний, граф или слой корпоративного ассистента. Важно, что ядро фиксирует рабочие различения: например, «заказ клиента», «заказ поставщику» и «производственный заказ» — это разные предметы с разными владельцами и статусами, а не варианты одного слова.
Автор подчёркивает разницу между таксономией, онтологией и семантическим ядром. Таксономия классифицирует сущности по признакам, онтология описывает их связи, а семантическое ядро объединяет обе функции и дополняется правилами использования для человека и LLM. Это позволяет предприятиям не объяснять модели заново каждый контекст, а работать в едином смысловом поле, независимо от выбранного ИИ-инструмента.
Без ядра разные сотрудники дают LLM противоречивые контексты, например, трактуя «партию» как материалы, производство или качество.
Практический совет: начать можно с управляемого «Excel-core» и набора стандартных промптов. Затем — распространить на все корпоративные LLM-чаты, чтобы модель не придумывала предметы заново. Внедрение такого ядра, по мнению автора, должно стать обязательным регламентом наряду с правилами безопасности и запретом на передачу коммерческой тайны.
