AI Enterprise Architecture / TOGAF / ArchiMate / ADM 解读

配对阅读：本篇的操作手册版（模板/RACI/门禁/runbook）是 docs/AI_ENTERPRISE_ARCHITECTURE_TOGAF_ARCHIMATE_ADM_PLAYBOOK.md。第一遍读本篇建立原理与架构判断；第二遍做案例时再用 playbook 查表落地，两者不需要重复精读。

Source Anchors

核心导读

AI Enterprise Architecture 的任务是把 AI 从点状 use case 拉回企业能力、价值流、信息资产、平台服务、控制体系和迁移路线图中管理。TOGAF ADM 提供架构开发和治理节奏，ArchiMate 提供跨业务、应用、技术和动机层的建模语言，AI 风险框架和管理体系则让架构决策具备可审计的风险依据。

AI 架构不是一张模型调用图。对金融零售企业，它必须解释 AI 如何改变业务能力、客户旅程、运营流程、数据责任、供应商依赖、模型风险和监管证据。

问题定义

AI 进入企业后，传统解决方案架构容易不够用：

• use case 以部门项目形式推进，缺少企业级能力地图和投资组合视角。
• 架构图只画模型、向量库和应用，没有表达业务影响和控制责任。
• 同类能力重复建设，RAG、评测、日志、权限和证据无法复用。
• 治理只做发布审批，没有进入 architecture principles、standards 和 repository。
• AI 技术变化快，但企业迁移路线图、技能和运营模型没有同步演进。

AI EA 要回答的核心问题：

核心原理与方法

TOGAF ADM 可被用于 AI 架构循环，但需要把 AI 特有对象纳入每个阶段。

ArchiMate 的价值在于把 AI 影响放在多层关系里：

系统与架构模型

AI EA repository 应至少包含以下模型：

Strategy / Risk Appetite
  -> AI Principles
  -> Capability Map
  -> Value Stream / Process View
  -> Data / Knowledge / Semantic View
  -> Platform Service View
  -> Control / Evidence View
  -> Transition Architecture
  -> Roadmap / Governance Decisions

核心 repository artifacts：

可用 C4 补足工程细节：

关键机制与取舍

AI EA 的原则需要能指导具体决策，例如：

• No AI use case without owner、risk tier、data boundary 和 evidence plan。
• High-impact action must be mediated by explicit tool contract and human/accountability policy。
• Retrieval must respect business context、entitlement、jurisdiction 和 retention。
• Every production AI system must emit traceable evidence for quality、risk、cost 和 incident review。

证据与控制

架构治理要从“看图评审”转为“看决策和证据”。

Architecture review 的重点问题：

1. 该 use case 属于哪个业务能力和价值流。
2. 使用哪种 AI reference pattern，偏离标准的原因是什么。
3. 数据、知识、工具和供应商边界是否明确。
4. 高风险决策、客户影响和人工责任如何被控制。
5. 运行时如何产生质量、风险、成本和审计证据。
6. 如果模型、法规、供应商或业务策略变化，如何评估影响。

AI 产品与金融零售场景

银行 AI roadmap 可按能力而不是项目组织：

转型路线图应先建设跨域 foundation：

反模式

• 架构只画技术组件，不表达业务能力、责任、控制和迁移。
• 每个项目自建 AI stack，企业级复用和证据无法形成。
• 把 AI reference architecture 当成强制模板，不允许按风险和领域差异调整。
• 架构评审停留在上线前，运行后的 drift、incident、cost 和质量不回流。
• 忽略 transition architecture，直接描述理想终态。
• 将供应商模型视为黑盒能力，不纳入架构原则和退出设计。

最终心智模型

AI EA 是企业级的 AI 决策系统：用 ADM 管理演进过程，用 ArchiMate 表达跨层关系，用 reference architecture 和 pattern catalog 固化可复用路径，用 governance 和 evidence 把架构原则落实到交付与运行。成熟的 AI 架构不是更复杂的图，而是让组织能持续做出可解释、可复用、可治理的 AI 投资和设计选择。

---

SOTA 状态标注 (2026-07-01)

本篇属于第二、三遍深读池（参考架构/深读笔记），未列入 12 周主线必读。时效基线为写作时点；引用前请按 CLAUDE.md 全局时效性硬规则复查最新进展。模块级 SOTA 对照见 docs/AI_SYSTEMATIC_LEARNING_ROADMAP_2026.md 各周「2026 SOTA 对照」行与文末「SOTA 检查」。