OaaS（Ontology as a Service，本体即服务）是元成易享的核心业务。它把原本昂贵、漫长、高度依赖数据治理的本体工程，变成一项可订阅、可按需开通的云服务——让 AI 真正理解企业，而不是在报表里猜。
三个特征定义了 OaaS 与传统本体项目的根本差别：云化交付、按用户数计费、为智能体而生。
以云服务方式交付本体能力，开箱即用、按需开通、持续演进；同时也提供私有部署选项，满足数据不出域与行业合规要求。
多租户架构提供企业级服务，租户之间数据与本体严格隔离；收费模型清晰透明——按用户数收费，收入可预测、可规模化。
提供原生的 MCP 和 CLI 接口，让智能体直接访问本体与企业数据，无需为每个应用重复做集成开发，智能体即插即用。
不再需要为一个本体项目立项、招标、实施一年。按需开通，先跑通一个场景，再横向复制到更多业务线。
智能体通过 MCP / CLI 直接读本体、调数据、守权限，输出的每一条结论都有业务依据，可解释、可追溯。
可复制的产品化收入结构，而非一次性项目收入；本体资产随客户积累，形成越用越强的行业壁垒。
本体是 OaaS 服务的对象，也是企业交给 AI 的那份"业务说明书"。
把企业的人、机、料、法、环，以及订单、设备、客户、供应商等要素与关系，抽象成一套可计算的模型——这就是企业的数字孪生。
领域建模让这套模型带上行业 Know-how：汽车行业的换型约束、医药行业的批次追溯、工程建筑的项目周转，都不是通用数据模型能表达的。
让散落在各系统里的字段获得统一含义：ERP 的"订单"和 MES 的"工单"建立明确关系，"库存周转率"只有一个算法口径，"这台设备影响哪些订单"可以被推理出来。
数据一旦语义化，AI 才从"读表"升级为"理解业务"，这也是消除幻觉的根本手段。
本体六要素 · 制造业示例
| 要素 | 设备本体示例 | 作用 |
|---|---|---|
| 对象 / 类 | 注塑机（类）· 3 号机（实例） | 被管理的实体及其抽象 |
| 属性 | 额定功率 120kW · 投产日期 · 所属产线 | 静态特征，有来源有时效 |
| 关系 | 属于 A 产线 · 承担工单 WO-2381 | 能推理：这台机停了影响哪些订单 |
| 公理 / 规则 | 停机 > 2 小时 → 上报生产经理 | 业务约束显式化，决策可解释 |
| 事件 / 动作 | 油温越限 → 预警 → 生成点检工单 | 从感知到执行的完整链路 |
| 指标 / 策略 | OEE 目标 85% · 非计划停机 < 3 次/月 | 经营口径统一，全局只有一个算法 |
简单应用可以没有本体，复杂应用不行。越是要进入企业核心业务，本体越是不可绕过的一层。
什么情况算异常、超过多久必须上报、哪个客户优先排产——这些真实逻辑不在需求文档里，而在业务流程与经验判断中。AI 要掌握，必须通过学习本体来认知。
ERP、MES、CRM、WMS 各说各话。没有本体层做语义对齐，每接一个系统就要重新理解一遍；有了本体，系统差异被吸收在模型层，应用只需面对统一语义。
谁能看什么，是 AI 进入企业的前提。权限必须在本体层定义并继承——同一查询，班组长与厂长看到不同结果。这是传统 AI 应用最难跨过、也最容易被忽视的门槛。
本体技术并不新鲜，新鲜的是让它变得便宜、快速、不再依赖前置的大规模数据治理。
四层组装式架构，按需启用；四类治理横贯始终，让复杂系统快而不乱。
让 AI 进入每个岗位的工作台——班组长、销售、设备工程师、财务，各看各的决策界面。
感知、决策、执行、学习四类能力按需编排，形成可追溯的决策链路。
对象/类、属性、关系、公理/规则、事件/动作、指标/策略——企业的单一事实源与语义地基。OaaS 的核心层。
打通 ERP / MES / CRM / WMS / 物联设备等系统与数据源，先连得通，才谈得上智能。
智能体通过标准 MCP 协议直接访问本体与数据，无需定制集成，跨模型、跨框架通用。
命令行接口支持工程化批量操作、脚本化建模与 CI/CD 集成，适配企业研发流程。
权限在本体层定义并沿关系链继承，智能体的每一次数据访问都可审计、可管控。
同一套 OaaS 内核，两种交付方式：公有云订阅追求规模化，私有部署满足数据主权。
| 维度 | 公有云订阅 | 私有部署 |
|---|---|---|
| 目标客群 | 中小企业、AI 早期应用场景 | 大型企业、强合规与数据主权要求行业 |
| 交付方式 | 多租户云服务，开箱即用 | 客户侧专属部署，独立实例 |
| 收费模式 | 按用户数收费，订阅制 | 授权费 + 年度服务费 |
| 上线周期 | 天级开通 | 周级部署与联调 |
| 数据位置 | 云端托管，租户隔离 | 客户自有环境，数据不出域 |
| 定制空间 | 标准能力 + 配置化扩展 | 深度定制，可与内部系统深度集成 |
| 运维责任 | Eugenze 托管运维 | 联合运维或客户自运维，含知识转移 |
按用户数计费带来可预测、可复利的经常性收入；标准化产品降低交付成本，配合渠道与生态伙伴分销，是规模增长的主引擎。
面向大企业的定向部署，客单价高、粘性强；源码与模型可控可审计，满足数据主权与行业监管，是收入结构中的压舱石。
4 周、单场景、小投入。用你的真实业务数据跑出本体模型与闭环原型，看得见结果再决定。