All'interno di CarryGo risiede un modello del mondo, che aiuta le organizzazioni a vedere, simulare, agire e imparare come un sistema unico.
A livello di prodotto, CarryGo è un modello del mondo, costruito inizialmente per il business.
A livello di sistema, non è un singolo modello fondazionale. Combina uno stato del mondo, modelli dinamici, un pianificatore, un runtime DAG durevole, l'esecuzione Butler–Worker e la governance.
La distinzione è importante.
Il modello del mondo risponde a: in quale stato si trova il mondo e come potrebbe un'azione modificarlo?
Il pianificatore, il DAG e gli agenti rispondono a: quale azione dovrebbe essere selezionata, chi può eseguirla e come può essere completata in sicurezza?
Il nostro standard tecnico per un modello del mondo è semplice:
Deve mantenere uno stato del mondo aggiornabile, stimare le transizioni di stato condizionate dall'azione e calibrarsi continuamente rispetto alla realtà osservata.
CarryGo collega pianificazione, esecuzione e governance a quel modello, in modo che la simulazione possa entrare nelle operazioni reali.
Un'azienda è già un mondo
Un'azienda è fatta di prodotti, clienti, organizzazioni, asset, contratti, canali, regole e relazioni.
È parzialmente osservabile: nessuno possiede ogni dato rilevante.
È multi-agente: dipendenti, clienti, fornitori, partner, piattaforme, fornitori di capitali e regolatori agiscono in modo indipendente.
È non stazionaria: inventario, flusso di cassa, concorrenza e sentiment del mercato cambiano continuamente mentre vengono prese le decisioni.
È riflessiva: non appena una previsione innesca una modifica del prezzo, una campagna, un ordine di riassortimento o una partnership, l'oggetto della previsione è già cambiato.
I modelli linguistici possono ragionare su queste dinamiche all'interno di una finestra di contesto. Tuttavia, per impostazione predefinita, non mantengono una rappresentazione condivisa, interrogabile e versionata della realtà aziendale.
CarryGo è progettato per fornire quel livello mancante.
Non si limita a spiegare ciò che è già accaduto. CarryGo porta le risorse di un'impresa, la domanda di mercato, la concorrenza, i costi e i vincoli nello stesso mondo operativo per identificare capacità sottoutilizzate, bisogni insoddisfatti e opportunità che vale la pena perseguire. Vedi prima l'intero business; poi decidi da dove iniziare.
Come il mondo aziendale diventa operativo
Il sistema può essere compreso in cinque livelli:
CarryGo inizia con l'inizializzazione aziendale. Prodotti, ordini, inventario, metriche finanziarie, relazioni organizzative, registri di riunioni, contratti, politiche e progetti storici entrano nello stesso modello operativo.
Non sono semplicemente suddivisi in chunk per il recupero. Diventano entità aziendali con relazioni, tempo, provenienza, fiducia e permessi, formando lo Stato del Mondo corrente.
Poiché un'azienda è parzialmente osservabile, CarryGo non pretende di avere accesso a uno stato di verità assoluta onnisciente. Mantiene uno stato di credenza Bₜ con evidenze, provenienza e fiducia.
Al suo interno, il problema di modellazione può essere espresso come:
P(Sₜ₊₁ | Bₜ, Aₜ, Eₜ)
Data la credenza corrente Bₜ, un'azione candidata Aₜ ed eventi esterni incontrollabili Eₜ, quali stati è probabile che seguano? Nuove osservazioni Oₜ₊₁ aggiornano quindi lo stato di credenza e calibrano la previsione.
Perché CarryGo è un modello del mondo ibrido
CarryGo non si basa su un unico modello opaco end-to-end per prevedere un'intera azienda. Combina quattro tipi di dinamiche:
- regole deterministiche per contratti, permessi, vincoli di inventario, limiti finanziari e approvazioni;
- modelli probabilistici per domanda, conversione, evasione ordini, costo e rischio;
- modelli causali e di scenario per stimare gli effetti incrementali degli interventi;
- LLM e simulazioni multi-agente per proporre ipotesi, generare piani, spiegare evidenze e modellare le risposte degli stakeholder.
Le regole impongono confini rigidi. I modelli probabilistici rappresentano l'incertezza. I modelli causali riducono il rischio di scambiare la correlazione per causalità. Gli agenti esplorano ed eseguono piani candidati in situazioni aperte.
Il risultato è un modello del mondo aziendale ibrido i cui componenti possono essere ispezionati, sostituiti e calibrati.
Dalla previsione all'esecuzione: uno scenario illustrativo di Duowei
Duowei è un marchio cinese di prodotti per la cura della persona basato sulla produzione trasparente e intelligente, che soddisfa le esigenze di cura quotidiana in un'ampia gamma di scenari.
Supponiamo che la conversione in una live streaming di Duowei diminuisca del 18%. Un assistente AI convenzionale potrebbe raccomandare immediatamente di rivedere la sceneggiatura o aggiungere una promozione.
CarryGo prima si chiede se la sceneggiatura sia effettivamente la causa.
Legge la composizione del traffico, i clic sui prodotti, l'inventario vendibile, i resi, l'evasione ordini, i prezzi e le campagne comparabili. Trova tre cambiamenti: il traffico a bassa corrispondenza ha raggiunto il 41%, il prodotto principale ha 1,6 giorni di inventario e parte della domanda viene reindirizzata verso un sostituto a margine inferiore.
Simula quindi due opzioni. I seguenti numeri illustrano l'esperienza del prodotto; non sono previsioni di performance produttiva.
Opzione A: mantenere la spesa media, rivedere il meccanismo della live streaming e rifornire immediatamente l'inventario.
- Profitto di contribuzione incrementale previsto: 180.000–260.000 RMB
- Intervallo di rischio di esaurimento scorte ed evasione ordini: 25%–35%
- Sensibilità chiave: tempo di arrivo e costo effettivo del traffico
Opzione B: ridurre il traffico a bassa corrispondenza, modificare il mix di prodotti e regolare la sequenza dei creator.
- Profitto di contribuzione incrementale previsto: 120.000–170.000 RMB
- Intervallo di rischio di spostamento del pubblico: 8%–14%
- Sensibilità chiave: corrispondenza del pubblico e margine del prodotto sostitutivo
Dopo l'approvazione, il pianificatore espande l'opzione selezionata in un DAG di progetto. I contenuti rivedono il meccanismo. Le operazioni media adeguano la spesa. La supply chain convalida l'inventario. Il Butler del creator coordina la programmazione. La finanza protegge il margine minimo. Ogni nodo riceve un esecutore, una scadenza, criteri di accettazione e elementi di lavoro.
Quando i risultati tornano, CarryGo aggiorna la sua spiegazione del mondo, non semplicemente un riepilogo. La qualità della sceneggiatura potrebbe perdere peso nell'attribuzione, mentre la corrispondenza del pubblico e l'inventario vendibile diventano variabili più importanti. Il DAG successivo può aggiungere un gate congiunto pubblico-inventario prima di espandere la spesa.
Il DAG descrive come CarryGo intende cambiare il mondo. I modelli dinamici stimano come il mondo potrebbe rispondere. I risultati registrano come ha effettivamente risposto.
Questo è ciò che significa evoluzione: un grafo più preciso, una struttura cambiata e un percorso di esecuzione migliore.
La parte difficile non è risvegliare 10.000 agenti
Eseguire migliaia di sessioni di modello è relativamente facile. Consentire ad agenti, persone e sistemi esterni di modificare lo stesso mondo aziendale senza corromperlo è molto più difficile.
Ogni azione esterna materiale può essere intesa come un Involucro d'Azione contenente almeno:
Un agente non modifica la realtà semplicemente perché ha ricevuto un prompt. L'azione deve superare controlli di identità, permessi, budget, rischio e versione del mondo.
L'esecuzione durevole richiede lease, idempotenza, compensazione e snapshot. L'evoluzione governata richiede replay, esecuzioni shadow, rilascio graduale, gate di approvazione, rollback e interruttori di emergenza.
Quando diciamo che l'AI dovrebbe gestire un'azienda, non intendiamo autonomia illimitata.
Intendiamo un'autonomia che possa essere graduata, autorizzata, osservata, interrotta e resa responsabile.
Come sapremo se il modello sta migliorando
CarryGo non dovrebbe misurare l'intelligenza da quanto dicono i suoi agenti. Dovrebbe essere valutato in base ai risultati:
- tasso di conflitto dello stato del mondo;
- errore di previsione dello stato a uno e più passi;
- calibrazione tra rischio previsto e frequenza osservata;
- deviazione tra risultati attesi e realizzati;
- violazioni dei vincoli, azioni duplicate e rollback;
- tasso di accettazione del DAG al primo tentativo;
- fallimenti di regressione dopo l'evoluzione del modello.
Se questi parametri non migliorano, "il modello sta imparando" è solo un'affermazione di marketing.
Come lo stiamo costruendo
CarryGo ha stabilito il livello esplicito di un modello del mondo aziendale: inizializzazione aziendale, entità e conoscenze aziendali, assemblaggio del contesto, esecuzione di DAG e progetti, orchestrazione Butler–Worker, permessi multi-tenant e tracce di esecuzione.
Questo livello rende lo stato aziendale tracciabile, le regole esprimibili e le azioni eseguibili.
La fase successiva rafforza le dinamiche apprese: simulazione di scenari, attribuzione dei risultati, calibrazione delle previsioni ed evoluzione governata del DAG.
Oltre a ciò, Butler che rappresentano diverse organizzazioni possono scoprire opportunità e negoziare sotto autorizzazione esplicita e regole di divulgazione minima. Le transazioni standardizzate a basso rischio possono essere completate automaticamente entro confini di budget e contratto predefiniti.
Un modello del mondo non è una funzionalità completata in un'unica release. È un sistema che diventa più fedele attraverso l'operatività reale.
Un modello del mondo fisico aiuta un robot a chiedersi: se faccio questo passo, cosa accadrà intorno a me?
CarryGo aiuta un'organizzazione a chiedersi: se modifichiamo un prodotto, prezzo, canale, team o partnership, come cambierà il business?
Gli LLM aiutano le persone a lavorare più velocemente.
CarryGo consente a un'impresa di comprendere, prevedere, agire e imparare come un unico mondo coerente.
