名字里的判断
MOAT，护城河。我们的第一个判断是：模型会被所有人买到，护城河来自模型之外——独有的场景数据、治理框架与业务语义。所以不训练基础模型，也不做通用 Agent 框架，而是深入行业，把散落在客户脑子里、SOP 文档里、对话历史里的隐性知识提取出来，蒸馏成可复用的资产。模型可复制，飞轮不可复制。
三条业务线
（1）智能体架构——感知 · 推理 · 执行。为行业场景设计 Agent 系统的底座：数据接入、流程编排、模型调度。
（2）企业智能化——五类场景，一套底座。智能客服、数字员工、知识助手与行业应用共享同一套底座：数据接入、流程编排、模型调度。审批、补货、分派、合规四类场景嵌进真实业务流，而不是悬在业务之外的工具。
（3）AI 原生产品——结构重建，而非加按钮。按 AI 的运转方式重建产品：交互范式、信息架构、数据流全栈重设计。系统自己感知、自己决策、自己执行，人在关键节点把关。
方法论：六步走完最后一公里
从 demo 到生产，隔着数据、流程、组织三座山。选对问题、进场诊断、快速验证、生产部署、持续运营、规模复制——六步走完最后一公里。交付节奏遵循信任阶梯（研究 08）：48 小时建立商业信任，48 天建立使用信任，48 周建立托付信任。三个阶段递进不可跳过，错配即失败。
研究驱动
MOAT 的服务方法建立在公开的研究系列之上，全部原创、可批判、持续更新（研究中心）：
（1）价值衰减——阿姆达尔定律下的企业 AI ROI 上限；（2）95 对 5——客户筛选模型与采纳分化机制；（3）FDE 模式扩散——从 Palantir 到 OpenAI 的组织演化；（4）资产飞轮——AI 时代的价值沉淀机制；（5）组织阻力——权力再分配的三重阻力结构；（6）九家公司实证——中国上市公司 AI 转型路径分化；（7）从 Copilot 到 AI Native——产品形态三级演化；（8）信任阶梯——48 小时、48 天与 48 周的信任错配。
核心概念的定义见术语表。
联系我们
邮箱：moat_ai@foxmail.com。也欢迎直接阅读FDE 转型咨询服务说明。