Cilila 平台如何驱动 Figena
Figena 如何把业务工作汇聚到一个应用中,以及支撑它的 AI 平台 Cilila 如何在模型与上下文、管控、工作流、洞察四个层之间分工。

一位运营总监想知道,本周有哪些交付承诺需要关注。答案可能涉及一份客户协议、一条项目更新、一份文档、一项已分派的任务,以及延期带来的财务后果。找到每一条记录固然有用,但理解它们如何相互关联,才能让答案真正可以付诸行动。
安森信用一个应用以及支撑它的平台来解决这个问题。Figena 是我们面向财务与运营的业务应用。它运行在安森信的 AI 平台 Cilila 之上:模型与推理,加上职责各不相同的四个层。Fabric 负责上下文,Guard 负责管控,Studio 负责工作流,Signals 负责洞察。客户通过同一个应用接触到所有这些部分。了解产品概览。
理解这种关系,有助于买方提出更好的问题,也有助于团队区分有用的解释、拟议的变更和已完成的业务操作。
从人们需要完成的工作出发
业务工作会跨越边界。一项客户请求可能影响交付日期、人员安排、文档和预期收入。每个职能都需要各自的细节,而当这些细节之间的关系丢失时,决策就会变得更难。
问题比“应用太多”更具体。项目经理可能按名称识别客户,而财务使用的是账户标识。两条记录可能带有不同的日期,因为一条描述的是承诺,另一条描述的是内部目标。如果在合并时不保留这些含义,就会从彼此不相容的事实中得出一个看似清晰的答案。
因此,一个有用的共享工作空间既需要连接,也需要边界。相关记录应当易于追溯。敏感信息应当只对获授权使用它的人员和流程开放。AI 摘要应当保留既定承诺与不完整的内部备注之间的区别。
这就是架构背后的业务问题:团队如何在使用共享上下文的同时,让决策及其后果保持可问责?
Figena 是人们使用的应用
Figena 将财务工作、客户、项目、人员与日常运营汇聚到一个工作空间中。它把记录、文档、任务和审批连接起来,并借助 Cilila 的协助,帮助人们理解上下文、准备拟议的操作。探索 Figena。
对客户而言,应用正是评估工作流的地方。这个角色能看到哪些信息?团队能否找到摘要背后的文档?拟议的变更在哪里等待审核?操作完成后会呈现什么结果?
这些问题比记住各个层的名称更有用。买方无需把一项业务任务拆解成一个个独立的平台组件。这些名称说明的是安森信如何组织 Figena 之下的各项职责,而应用正是让它们的作用变得清晰易懂的地方。
在评估具体用例时,请让范围保持具体。产品互联,并不意味着每个外部系统都已同步,也不意味着每项请求的操作都受支持。真正相关的演示,是团队打算使用的工作流、角色、记录和执行路径。
Cilila:模型与职责各异的四个层
Cilila 把在 AI 演示中容易混为一谈的职责区分开来。上下文不同于推理。权限不同于编排。建议不同于观察到的结果。
| Cilila 的组成部分 | 在平台中的角色 | 帮助团队回答的问题 |
|---|---|---|
| 模型与推理 | 智能 | 这些上下文意味着什么,下一步可能是什么? |
| Fabric | 上下文 | 哪些记录支撑这项工作,它们之间如何关联? |
| Guard | 管控 | 谁可以查看或修改这些信息,适用什么审核? |
| Studio | 工作流 | 步骤、工具和人工交接应当如何协调? |
| Signals | 洞察 | 哪些模式或例外情况值得关注? |
Figena 位于所有这些部分之上,同一个平台也可以服务于其他应用。这些是安森信产品架构中的职责划分。它们提供了一种讨论系统的方式,而不必把语言模型视为每项决策的决定者。
例如,一段流畅的解释无法确定其输入是否是最新的,这取决于上下文。一个看似合理的计划无法授予执行它的权限,这取决于管控。一项拟议的操作无法证明下游操作已经成功,工作流需要观察并保留这一结果。
把这些问题分开,能让产品讨论更加精确。团队可以审视与某次失败相关的那项职责,而不是简单地问 AI 是好还是不好。
跟随一项假设的决策走完整个系统
设想一个客户服务团队正在审查一项交付承诺。客户要求提前交付日期,项目还有一项未解决的依赖,客户负责人希望在与客户沟通之前得到一份建议。
首先需要的是上下文。团队必须找出适用的协议、项目记录和最新的依赖更新。如果提前的日期只出现在一项请求中,系统就不应把它呈现为已接受的承诺。Fabric 的上下文角色在架构上为这些关系和含义提供了位置。
Cilila 的模型与推理负责解读这些材料并准备有用的输出。在这个例子中,有用的回应会说明冲突所在,指出缺失的信息,并提出若干选项。它可以准备一份更新草稿供审核,而草稿始终只是草稿:在有人批准之前,任何记录都不会改变,也不会有任何内容发送给客户。
Guard 的管控角色关注这项工作的授权范围。客户负责人也许可以查看客户上下文,却未必被允许修改每个项目字段。一项提议应当经过与其实际影响相适应的管控。
Studio 的工作流角色关注交接。需要有人解决依赖问题,可能还需要另一个人审核拟议的承诺,之后一项受支持的操作才可以继续进行。保留负责人和可见的状态,能让这一流程在工作暂停时依然清晰易懂。
Signals 的洞察角色关注注意力和后续跟进。一项已变更的承诺或尚未解决的例外情况,可以为团队接下来要审视的内容提供参考。对架构的说明,并不是承诺这个例子会完整地自动执行。应用中实际发生什么,由受支持的工作流及其审核步骤决定。
让人的责任始终可见
互联的系统可以减少汇集上下文所需的工作量,但责任依然需要明确到人。接受一项承诺的人,应当了解它的范围、背后的信息以及采取行动的后果。
在审核时,分别提出三个问题会很有帮助:记录写的是什么?助手建议的是什么?实际发生了什么?摘要回答第一个问题,草稿表达第二个,记录在案的结果支撑第三个。把它们当作同一种状态,会让纠正错误或处理未完成的工作变得更加困难。
在探索 Figena 时,请带上一项有代表性的任务、涉及的角色,以及对“完成”的清晰定义。从源记录出发,经过准备、审核,一直跟踪到最终状态。这样,Cilila 的各个层就成为一种实用的方式,帮助您理解安森信如何支持您的团队需要完成的工作。