明略科技吴明辉：知识中台，，，，，，，，企业数字化转型的新阶段-明略科技

首页干货文章明略科技吴明辉：知识中台，，，，，，，，企业数字化转型的新阶段

明略科技吴明辉：知识中台，，，，，，，，企业数字化转型的新阶段

2022-04-14

越来越多的企业最先意识到，，，，，，，，立异力主要泉源于自身拥有的知识资产的几多，，，，，，，，其主要性凌驾数据资产甚至财务资产。。。。。。。知识成为企业焦点资产和焦点驱动力的时代已来临，，，，，，，，越来越多的企业治理者最先重视知识的治理运营。。。。。。。

随着信息化、网络化、智能化的到来，，，，，，，，通过互联网、物联网收罗到的数据呈爆炸式增添，，，，，，，，全天下步入了数字经济时代。。。。。。。在数字经济时代，，，，，，，，数据已经成为要害生产要素。。。。。。。近些年，，，，，，，，随着数据意识的醒觉，，，，，，，，许多企业最先构建数据客栈、数据中台，，，，，，，，一些企业已经具备了较好的数据基础。。。。。。。

然而，，，，，，，，数据自己并不爆发知识，，，，，，，，数据只是现实天下在虚拟空间中留下的痕迹。。。。。。。知识高于数据，，，，，，，，知识才更贴近事物实质。。。。。。。在一个充满不确定性的经济情形中，，，，，，，，企业一连竞争优势的一个确定泉源就是知识。。。。。。。在履历了信息化转型、大数据时代、数据治理三个阶段之后，，，，，，，，或早或晚，，，，，，，，任何组织最终都会走上使用数据创立新知识的蹊径。。。。。。。

在知识重漂后高的行业里，，，，，，，，没有不做知识治理的企业。。。。。。。现阶段，，，，，，，，许多企业通过员工培训、文档治理和数据治理来间接地治理知识，，，，，，，，普遍缺乏更高效的知识治理系统，，，，，，，，面临不少问题，，，，，，，，好比，，，，，，，，知识难留存，，，，，，，，知识难挖掘，，，，，，，，知识难治理，，，，，，，，知识难传承。。。。。。。

随着知识工程、云盘算等手艺的快速生长，，，，，，，，将知识作为一种资源举行整合，，，，，，，，便于营业专家们基于使命以漫衍式协作的方法解决问题，，，，，，，，成为实现知识的交流、共享和立异的途径。。。。。。。知识中台应运而生，，，，，，，，建设知识中台最直观的交付物是知识效劳系统（Knowledge as a Service，，，，，，，，KaaS）。。。。。。。

明略科技凭证在营销、金融、工业、零售等行业的数字化转型实践履历，，，，，，，，撰写了《知识中台：数字化转型中的认知手艺》，，，，，，，，现在已由电子工业出书社出书，，，，，，，，作者为明略科技首创人、CEO吴明辉，，，，，，，，明略科技自身科学家，，，，，，，，张杰。。。。。。。书中提供了一套构建知识中台的要领论，，，，，，，，其焦点内容可总结为两类用户、三类知识和六步建想法。。。。。。。

两类用户包括知识官和知识工程师。。。。。。。知识官往往是企业内的高级专家，，，，，，，，认真界说全局看法系统和治理知识。。。。。。。知识工程师往往是营业一线的下层治理者，，，，，，，，认真孝顺单条知识。。。。。。。

三类知识包括事实知识、原理知识和手艺知识。。。。。。。以往的研究主要集中在事实知识上，，，，，，，，原理知识多是凭证手艺蹊径区分，，，，，，，，手艺知识多是从治理学视角出发，，，，，，，，很少科技公司能够给出IT方面的实现计划。。。。。。。

三类知识与两类用户的关系如图1所示。。。。。。。

图1 两类用户与三类知识的关系

六步建想法，，，，，，，，指从种种包括显性知识和隐性知识的数据源中，，，，，，，，抽取出陈述性知识和程序性知识，，，，，，，，并做形式化体现，，，，，，，，然后以多种方法提供知识效劳，，，，，，，，最后增进已有知识的迭代和新知识的爆发。。。。。。。

详细包括以下办法：

第一步，，，，，，，，知识建模。。。。。。。

为了有用组织领域内营业运动中的几类要害数据，，，，，，，，需要建设起知识的模子，，，，，，，，界说出两个看法系统。。。。。。。一个是种别系统，，，，，，，，包括领域内的种别、种别所包括的属性及其约束、种别间的关系类型；；；；；；；；另一个是使命系统，，，，，，，，包括领域中要面临的场景、场景下的细分使命、处置惩罚使命所需思量的判断条件和事情流程等。。。。。。。有些领域在国家主管部委或行业同盟组织的推动下建设了响应的国标、行标，，，，，，，，便于成员间的数据共享和流程标准化。。。。。。。

第二步，，，，，，，，知识抽取。。。。。。。

知识抽取的目的是从数据源中抽取出知识片断，，，，，，，，明确其语义后，，，，，，，，做有序的组织和存储。。。。。。。涉及的知识通常是明确界说的、事实性的信息，，，，，，，，这些信息来自差别的数据源、具有差别的结构。。。。。。。差别数据源的知识抽取要领各有差别：从结构化数据中获取知识的操作常被称为映射（Mapping），，，，，，，，需要编写映射剧本，，，，，，，，其难点在于重大的关系表的处置惩罚，，，，，，，，包括嵌套表、多列、外键关联等。。。。。。。从半结构化和非结构化数据中获取知识的操作单位常被称为包装器（Wrapper），，，，，，，，其难点在于包装器的天生、更新和维护，，，，，，，，其中从非结构化文本中抽取知识时就是广义上说的抽取器（Extractor），，，，，，，，其中三个最主要的子使命是：实体识别、关系抽取和事务抽取。。。。。。。

第三步，，，，，，，，知识治理。。。。。。。

广义的知识治理被界说为“对知识、知识创立历程和知识的应用举行妄想与治理的运动”。。。。。。。此处的狭义的知识治理作为知识中台的一项系统功效是指，，，，，，，，通过提供用户交互接口对事实知识库、原理知识列表、手艺知识库中的知识条目做系统化组织，，，，，，，，如增删改查、推荐、问答、订阅分享等操作，，，，，，，，并最终存储于数据库中。。。。。。。

第四步，，，，，，，，知识盘算。。。。。。。

三类知识除了供人类用户使用，，，，，，，，还应该被盘算机无歧义的挪用执行，，，，，，，，为上层的应用系统提供API接口挪用。。。。。。。由于三类知识经由系统化的整理，，，，，，，，相当于人工的建设起更多的结构关联，，，，，，，，拉近了相似知识片断间的语义距离，，，，，，，，从而使其逾越了字符串匹配式的语义盘算要领，，，，，，，，作为一项基础效劳进一步提升上层应用系统的性能。。。。。。。

第五步，，，，，，，，知识应用。。。。。。。

知识在真实条件下经由有用性和稳固性验证后，，，，，，，，可在组织内部进一步推广应用，，，，，，，，应用层常见的使用方法有两种，，，，，，，，一种是较为通用的手艺型应用，，，，，，，，如可视化洞察、信息检索、推荐系统、问答系统等；；；；；；；；另一种是具有行业特色的解决计划型应用，，，，，，，，如金融反诓骗、快消品营销、工业维保等。。。。。。。无论以何种形式效劳于用户或应用层系统，，，，，，，，均需网络现实的应用反响效果，，，，，，，，以用于上述办法的更新优化，，，，，，，，从而形成闭环。。。。。。。

第六步，，，，，，，，知识演化。。。。。。。

知识的有用应用并不是终点，，，，，，，，知识中台带来的一项特另外增值是增进知识的动态演化，，，，，，，，形成良性循环。。。。。。。随着内外部新知识片断一直加入到统一的知识系统中来，，，，，，，，系统实时发明已有知识之间相似性、自动的推送给最有可能与之爆发交互的人，，，，，，，，从而对已有知识举行更新、增进新知识的应用和启发式立异。。。。。。。

图2 六步建想法

相较于数据治理、文档治理的方法，，，，，，，，知识中台在许多方面将带来更大价值。。。。。。。

通过知识体现手艺，，，，，，，，使知识同时体现为人类语言和机械语言，，，，，，，，可诠释性更强；；；；；；；；通过知识抽取手艺，，，，，，，，建设企业内部全局统一视图，，，，，，，，便于全员告竣看法共识；；；；；；；；通过知识增强手艺，，，，，，，，提升下游应用的准确性，，，，，，，，包括可视化洞察、信息检索、推荐系统、使命型问答、具有行业特色的解决计划型应用等。。。。。。。

放眼未来，，，，，，，，数字化转型要实现进一步突破，，，，，，，，一个必经阶段就是在数字化基础上搭建知识中台。。。。。。。种种知识麋集型行业均需建设自己的行业大脑，，，，，，，，行业大脑将会成为企业在市场竞争中的战略控制点，，，，，，，，由企业自身运营维护，，，，，，，，知识作为企业资产一直地沉淀和更新。。。。。。。知识中台将会成为数字化转型中买通底层数据和上层应用的要害组件，，，，，，，，资助企业解决知识难留存、难挖掘、难治理、难传承的问题，，，，，，，，为新经济情形下的市场竞争做战略结构。。。。。。。

btt博天堂