Your Moat Is Your Data Model — Mike Phipps, Gates Foundation

蓋茨基金會是一個規模龐大的全球公益組織，25年來在兒童死亡率、營養、農業、教育等領域發起了大量舉措。2023年僅一年就發放了超過2000份資助，涉及100多個國家和500萬人口，年度撥款總額超過70億美元。這些工作分佈在全球發展、全球健康、性別平等等多個部門，由80個策略團隊管理。

在這樣複雜的組織背景下，傳統的資料管理方式已不堪重負。基金會的記錄系統高度分散——投資資料、人力資源資訊、會議記錄、報告文件分別儲存在不同系統中，彼此孤立。大量結構化和非結構化資料堆積25年，要從中提取資料驅動的見解變得極其困難。這正是戰略情報平臺（SIP）要解決的問題。

SIP的核心是一個知識圖譜，採用Neo4j圖資料庫實現。演講者強調，這不僅是一個技術問題，而是一個需要深入理解組織運營的知識建模問題。資料建模過程涉及三個維度。第一個維度是資金流向，採用加性DAG結構：從基金開始，分配到不同投資組合，每個投資組合進行具體投資，多個投資團隊可能共同出資一個專案，投資最終指向實施組織。這種設計允許在不同粒度進行聚合——既可以按交易級別細化，也可以按年度級別彙總。第二個維度是管理關係，包括直接管理和間接管理，系統會預先計算派生邊（如"rollup_manages"）以支援靈活查詢。第三個維度是人員組織結構，涉及組織、人員角色、報告關係等。

但這三個維度的資料存在於不同系統中。建模的關鍵工作是與資料所有者深度溝通，理解每個欄位的隱性含義、資料質量約束、報告慣例等。這種過程性知識不是演算法能自動提取的——它是"護城河"。無論大模型如何進步，這種對內部流程的理解始終是防禦性的競爭力。

資料進入平臺需要經過多層處理。原始資料集需預處理（過濾、去重、處理不一致），然後進行結構化欄位提取和語義分塊。對於非結構化文件，如會議記錄，需將內容轉換為文字形式並建立全文索引。所有資料都需要進行標記化和後設資料生成，這些標記在圖中形成連線。治理層面同樣重要：AI的出現讓以前難以獲取的資料變得容易觸及，因此必須遮蔽個人識別資訊、重新分類敏感資料、嚴格管理使用者許可權。

SIP已於上個月在蓋茨基金會內部投入生產環境，服務4000名員工。平臺透過MCP（Model Context Protocol）將知識圖譜暴露給AI代理，支援兩種互動方式：一是聊天介面，允許自由提問；二是約束性工作流程體驗，透過配置的MCP工具提供更受控的互動。演講者強調，聊天介面本身不是競爭力——這容易被複制——真正的防禦在於後端的知識圖譜和語義理解。

為了確保質量，團隊建立了評估機制。他們制定了符合報告標準的評估問題集，按複雜程度分級。對於每個問題，都從實時圖中生成"標準答案"作為基準。執行評估時，代理的回答與基準對比。同時，用LLM作評判者測試穩定性——相同問題是否每次都得到一致答案。評估發現的差距（如模糊問題、資料不一致）會反饋到資料建模階段，驅動架構描述和域規則的迭代更新。目前系統已達到很高的透過率，大多數失敗來自問題本身的歧義而非系統缺陷。

SIP的未來規劃包括補充更多資料來源、擴充套件到其他企業級資料集，以及實現聯邦圖體驗，使不同團隊能將自己的私有資料與中央系統相關聯。