在《数据统治我周围的一切》一文中，Matt Slotnick 阐述了 SaaS 应用和 AI 应用之间的区别。典型的 SaaS 应用包含工作流层、中间件/连接层和数据层/数据库。AI 应用也同样如此。
人工智能使得编写前端变得简单，因此在工作流软件的三层结构中，数据更为重要。
AI 与 SaaS 应用之间的最大区别在于中间层的核心。在 SaaS 应用中，编码的业务规则决定了潜在客户从创建到成交的每个步骤。
在人工智能应用中，非确定性人工智能模型使用上下文来决定步骤：人工智能从其他来源查询的有关线索的相关信息。
数据越好，工作流程就越好。
上下文是最有价值的组件，因为它最终会改变工作流程。模型的性能相对相似。
例如，客户支持台收到一封电子邮件，内容是“我这个月是不是被重复收费了？” 代理工作流程会查询计费系统、合同系统和电子邮件起草工具，用针对特定客户群体的语言撰写一封电子邮件。这只有在企业数据结构良好的情况下才有效。
由于上下文信息的价值巨大，企业可能会不愿与供应商分享。他们可能会开始构建上下文信息，并指派一个部门来管理，因为上下文信息的可用性越高，代理系统的效率就越高。
数据架构可能成为一种竞争优势，而软件公司未来的战场将是对该环境的访问权——战斗已经开始。