以规则为本是西方文明的最基本特征
内容提要
未来几年需要建立新的人机伙伴关系，规则平台应支持行为规则，减少程序员工作量。自然语言的支持对规则平台应用程度非常重要。企业和政府需要以政策为导向的规则平台来满足业务需求。
延伸解读
规则平台的自然语言短板
文章指出，现有规则平台大多回避自然语言，导致政策专业人员、业务人员难以直接参与规则管理。缺乏自然语言支持，规则消歧、细化、验证等环节只能依赖程序员，不仅增加工作量，还造成可追溯性缺失和灵活性下降。企业和政府需要能直接处理自然语言规则的平台，以缩小治理与实施之间的鸿沟。
可追溯性与灵活性的双重挑战
由于规则通常被翻译成程序代码，自上而下难以确定代码执行了哪些政策，自下而上难以理解代码的真实动机，影响评估困难。变更时几乎必须由程序员介入，且需耗费大量精力定位修改点。这种模式导致企业记忆力差，难以追踪政策和规则的变化，无法适应不断变化的环境。
人机伙伴关系与务实消歧
文章认为，规则平台应建立新的人机伙伴关系，适合治理需求。人类提供基于概念模型的结构化商业词汇，机器利用这些规范，通过受控自然语言协助自动消歧。完美消歧不可能，但可在合理怀疑范围内实用消歧。生成式人工智能可成为有益伙伴，帮助平台更好地支持自然语言规则。
Q&A
为什么现有的规则平台难以在企业和政府中广泛应用？
现有规则平台大多不支持自然语言，而政策制定者和知识工作者通常只能用自然语言表达规则，这导致平台难以被非技术人员使用，应用程度受限。
规则平台应该具备哪些核心功能来支持业务规则管理？
规则平台应支持行为规则，协助人们对规则进行消歧、细化、验证、实施和管理，并确保从政策起草到自动化应用的整个过程可见和可追溯。
缺乏自然语言支持会给企业治理带来哪些具体问题？
会导致可追溯性丧失和灵活性降低。自上而下难以确定哪些代码执行了哪些政策，自下而上难以确定关键代码的真实动机；变更几乎总是需要程序员干预，且企业记忆力差，难以追踪政策和规则的变化。
为什么说规则平台首先是一个交流问题而非工程问题？
因为群体和社区的规则需要被清晰传达和理解，而现有平台多从工程角度设计，忽略了自然语言交流的重要性。规则平台应支持自然语言，以便政策专业人员、业务人员和知识工作者直接使用。
生成式人工智能如何帮助规则平台更好地处理自然语言？
以自然语言为重点的生成式人工智能可以成为有益伙伴，协助对规则语句进行自动消歧，利用人类提供的结构化商业词汇表（商业本体），在合理怀疑范围内进行实用消歧。
企业记忆力差对政策和规则管理有什么影响？
企业记忆力差导致难以追踪政策和规则的变化，当新政策引入时，传统的硬编码、早已被遗忘的规则会产生连锁反应，影响业务治理的连续性和有效性。
