2022-2025年知識圖譜市場分析及未來發(fā)展趨勢報告

2022-2025年知識圖譜市場分析及未來發(fā)展趨勢報告日期：2022-10-22目錄1234行業(yè)概述行業(yè)現狀分析行業(yè)痛點及發(fā)展建議行業(yè)格局及前景趨勢CONTENTS1行業(yè)概述行業(yè)定義行業(yè)發(fā)展歷程行業(yè)政策、經濟、社會環(huán)境知識圖譜指對現實世界事物之間的相互關系進行形式化描述的結構化語義知識網絡?！皩嶓w-關系-實體”、“實體-屬性-屬性值”三元組是知識圖譜的基礎表達方式，其中包含實體、概念、屬性、屬性值、關系等元素。實體指具有可區(qū)別性且獨立存在的事物，如“中國”、“比爾蓋茨”等；概念指具有同種特性的實體構成的集合，如“國家”、“民族”等；屬性指實體具有的特征、特性、特點，如“面積”、“性別”、“生日”等；屬性值指實體指定屬性的值，如“960萬平方公里”、“男”、“1988年5月17日”等；關系指實體之間的關聯描述，如“妻子”、“朋友”、“首都”等。知識圖譜以實體或概念作為節(jié)點，關系或屬性作為邊，形成語義知識網絡圖。知識圖譜的應用價值主要體現在通過圖形的方式向用戶展示經整理加工的結構化知識。知識圖譜是人工智能重要分支知識工程在大數據環(huán)境中的應用體現，已廣泛應用到金融反欺詐、公安情報分析、流程自動化、智能客服等多個場景，逐漸成為人工智能發(fā)展的核心驅動力之一。知識圖譜行業(yè)定義行業(yè)定義01020304早期人工智能（1950-1970年）1950年，英國數學家、邏輯學家艾倫圖靈提出圖靈測試，為人工智能的誕生作出了鋪墊。1956年，人工智能正式誕生于美國達特茅斯會議，人工智能自此進入初步發(fā)展階段，關注度不斷提升。這一階段以符號主義和聯結主義為主導，符號主義認為智能行為的本質是物理符號的操作和運算，聯結主義則認為大腦（神經元及其連接機制）是一切智能活動的基礎。這一時期的知識表示方法主要有邏輯知識表示、產生式規(guī)則等。群體智能（2000-2012年）在2000至2012年間，萬維網使知識從封閉走向開放，從集中式變?yōu)榉植际?，知識可以由知識源之間的關聯產生，而非只能固定由專家系統(tǒng)內部定義產生，群體智能由此出現，典型代表為維基百科，知識可以由用戶建立，互聯網大眾用戶可對知識庫的建立和完善作出貢獻，群體智能亦成為后一階段大規(guī)模結構化知識圖譜的重要前提。知識工程（1970-1990年）20世紀70年代初，人工智能遇到了發(fā)展瓶頸，過于強調利用人的求解問題能力而忽視知識對智能的支持，令人工智能難以實現實際應用。在此背景下，人工智能領域專家逐漸認識到知識對于人工智能發(fā)展的重要性，人工智能開始轉向建立基于知識的系統(tǒng)。1977年，美國科學家愛德華費根鮑姆提出知識工程的定義，明確了知識工程在人工智能發(fā)展中的關鍵地位，知識工程自此進入快速發(fā)展期，這一時期涌現出一批通過知識庫和推理機混合作用實現智能的專家系統(tǒng)和開發(fā)平臺。萬維網Web0（1990-2000年）在1990至2000年間，萬維網Web0逐漸興起，成為大眾共享信息的公共平臺，一批人工構建大規(guī)模知識庫亦在此背景下出現，如英文的WordNet，中文的HowNet等。1998年，萬維網之父蒂姆伯納斯李提出語義網，語義網直接向機器提供可直接用于程序處理的知識表示，是自然語言處理的前身。萬維網Web0開啟了知識共享時代，為互聯網環(huán)境下大規(guī)模知識表示和共享奠定了基礎。發(fā)展歷程行業(yè)PEST-政策分析《新一代人工智能產業(yè)創(chuàng)新重點任務揭榜工作方案》指出要研究人工智能支持產業(yè)發(fā)展,重點發(fā)展大數據驅動的類人智能技術方案，明確人工智能作為發(fā)展新—代信息技術的主要方向制定了一系列推動工業(yè)互聯網新型基礎設施建設量質并進的發(fā)展目標。3月，《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》（以下簡稱“綱要”）全文正式發(fā)布。在共19篇65章的綱要全文中，“智能”、“智慧”相關表述達57處。以人工智能為代表的新一代信息技術，將成為我國十四五期間推動經濟高質量發(fā)展、建設創(chuàng)新型國家，實現新型工業(yè)化、信息化、城鎮(zhèn)化和農業(yè)現代化的重要技術保障和核心驅動力之一。針對人工智能17個細分領域提出發(fā)展要求，提出要開展集中攻關，重點突破一批創(chuàng)新性強、應用效果好的人工智能標志性技術、產品和服務?！洞龠M新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020）》提出鼓勵建設提供知識圖譜等共性服務的開放性云平臺，以充實人工智能訓練資源庫，是鼓勵知識圖譜和深度學習技術融合發(fā)展的體現?！豆I(yè)互聯網創(chuàng)新發(fā)展行動計劃（2021-2023年）》《“十三五”國家科技創(chuàng)新規(guī)劃》行業(yè)PEST-》行業(yè)政策國務院國務院《關于積極推進“互聯網+”行動的指導意見》以“智能制造”和“互聯網+人工智能”為出發(fā)點，開始重點關注人工智能領域的發(fā)展布局，提出要加快人工智能核心技術突破，提高各行業(yè)的智能化水平?！妒濉币?guī)劃綱》《新一代人工智能發(fā)展規(guī)劃》人工智能正式被寫入“十三五”規(guī)劃綱要中，成為“十三五”建設期間重點布局的新興發(fā)展領域之一。提出到2030年中國人工智能理論、技術、應用總體達到世界領先水平。國務院行業(yè)社會環(huán)境除了政策層面的支持，人工智能作為新一輪產業(yè)變革的核心驅動力，正在釋放歷次科技革命和產業(yè)變革的巨大能量，將推動產業(yè)高質量、現代化、智能化水平提升。2020年作為人工智能產業(yè)化元年，首個官方的人工智能數據中心在武漢開始運作，這是我國人工智能發(fā)展史上的里程碑事件，一場以人工智能為驅動的“智能經濟”也正式走入大眾的視野。目前，我國人工智能行業(yè)發(fā)展走在世界前列，2019年中國人工智能行業(yè)市場規(guī)模約1300億元人民幣；2020年，人工智能產業(yè)迎來爆發(fā)期，經濟規(guī)模超過1500億元；到2025年，人工智能產業(yè)規(guī)模將超過4500億元。中國有望成為世界上最大的人工智能市場，未來5年的年均復合增長率超40%，各人工智能企業(yè)場景落地應用值得關注！行業(yè)社會環(huán)境我國知識圖譜的研究起步較晚，缺乏對知識圖譜理論的系統(tǒng)的研究，目前主要以應用為主。知識圖譜應用近年來在我的應用迅速增多，其文獻分布于不同專業(yè)領域的期刊，實際應用中涉及的學科范圍較廣，涵蓋了自然科學領域及社會科學領域的的部分學科，并有不斷朝其他學科滲透的趨勢。對繪制知識圖譜，并基于知識圖譜進行情報研究目前已形成了一套較為成熟的方法。新形勢下，中國制造與人工智能相結合的智能制造孕育而生。智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環(huán)節(jié)，具有自感知、自學習、自決策、自執(zhí)行、自適應等功能的新型生產方式。加快發(fā)展智能制造，是培育我國經濟增長新動能的必由之路，是搶占未來經濟和科技發(fā)展制高點的戰(zhàn)略選擇，對于推動我國制造業(yè)供給側結構性改革，打造我國制造業(yè)競爭新優(yōu)勢，實現制造強國具有重要戰(zhàn)略意義。行業(yè)經濟環(huán)境2知識圖譜行業(yè)現狀分析知識圖譜產業(yè)鏈知識圖譜行業(yè)驅動因素知識圖譜行業(yè)現狀分析知識圖譜行業(yè)市場規(guī)模產業(yè)鏈上游知識圖譜產業(yè)鏈上游概述知識圖譜行業(yè)產業(yè)鏈上游的數據提供方主要負責從各類數據來源處采集、挖掘數據，并對數據進行預處理和前期結構化，數據來源除了包括社交網絡、網絡日志、網頁等互聯網公開渠道，還包括定位系統(tǒng)、傳感器等物聯網感知設備。根據特定業(yè)務需要，數據提供方還會從知識圖譜平臺服務商的客戶處采集數據，對數據進行前期結構化處理，再將數據轉送給知識圖譜服務平臺進行下一步的知識圖譜構建。目前，較大部分知識圖譜服務平臺均自建前期數據服務團隊進行前期數據采集、挖掘、預處理，再根據實際業(yè)務需要從第三方數據服務商處購買相關數據服務來完善前期數據庫。因此，數據提供方主要可分為知識圖譜平臺自建數據庫和第三方數據庫。知識圖譜平臺自建數據庫典型代表為天眼查、企查查等工商信息服務商，這類服務商通過網絡爬蟲等技術從互聯網公開渠道采集、挖掘企業(yè)的工商信息搭建前期數據信息庫并進行預處理，完成初步結構化后再利用知識圖譜技術構建企業(yè)的工商信息知識圖譜。第三方數據庫主要可分為兩種，一種根據特定業(yè)務需求從非結構化文本數據中采集、挖掘數據，另一種是預先建成的結構化、半結構化數據庫。開放鏈接知識庫是結構化、半結構化數據庫的典型代表，包括面向通用領域的DBpedia、Wikidata、YAGO，也包括面向垂直領域的IMDB、豆瓣等。開放鏈接知識庫已將非結構化數據轉化成半結構化、結構化數據，包含大量實體、屬性等數據，是構建知識圖譜的重要數據來源。產業(yè)鏈中游知識圖譜產業(yè)鏈中游概述知識圖譜行業(yè)產業(yè)鏈中游的知識圖譜服務平臺主要負責構建知識圖譜和提供具體場景應用服務，是知識圖譜產業(yè)鏈生態(tài)中的關鍵主體。知識圖譜服務平臺將來自上游數據提供方的初步結構化數據進行信息抽取、知識融合、知識加工，逐步構建起知識圖譜，再為下游最終用戶提供具體場景應用服務，應用領域包括金融、客服、工業(yè)、科研、醫(yī)療等。目前，知識圖譜產業(yè)鏈中游市場較為活躍，競爭者主要包括互聯網巨頭旗下的知識圖譜平臺、傳統(tǒng)解決方案商旗下知識圖譜平臺和初創(chuàng)型知識圖譜平臺。百度、阿里巴巴、騰訊等互聯網巨頭均布局了知識圖譜相關業(yè)務，如百度的“知心”、騰訊的“星圖”、阿里巴巴的商品知識圖譜等，互聯網巨頭在技術團隊組建、大數據處理等方面經驗較豐富、優(yōu)勢較為明顯，成為知識圖譜平臺服務的第一梯隊。傳統(tǒng)解決方案商也是知識圖譜平臺服務的重要競爭者，東軟、北大醫(yī)信、鼎富科技、中興等傳統(tǒng)解決方案商以解決方案為出發(fā)點，將知識圖譜技術嵌入到解決方案場景當中，以提升解決方案產品質量。以知識圖譜平臺服務為核心的初創(chuàng)型企業(yè)也逐步進入市場，參與到市場競爭中，如明略數據、竹間智能、達觀數據等。相比互聯網巨頭旗下的知識圖譜平臺，初創(chuàng)型知識圖譜平臺更注重在金融、客服、醫(yī)療等垂直領域深耕，而非通用性。初創(chuàng)型知識圖譜平臺發(fā)展迅速，在垂直領域應用服務水平不斷提升，逐漸成為市場有力競爭者。產業(yè)鏈下游知識圖譜產業(yè)鏈下游概述知識圖譜行業(yè)產業(yè)鏈下游主體為知識圖譜服務的最終用戶，包括企業(yè)、政府、個人等。中游的知識圖譜服務平臺為下游的最終用戶提供具體應用場景服務，目前，應用場景以金融反欺詐、智能客服、醫(yī)療輔助診斷等居多。金融反欺詐的應用用戶主要為金融機構，如銀行、貸款公司等，通過知識圖譜技術可將借款人的基本信息、消費記錄、人際關系、通話記錄等相關信息進一步結構化，從而可以對借款風險進行更到位的評估和分析。智能客服的應用用戶主要為政府和各類型企業(yè)，知識圖譜可以為政府、各類企業(yè)的咨詢類業(yè)務梳理業(yè)務邏輯結構，搭建起清晰的信息反饋框架，提高智能客服服務質量。醫(yī)療輔助診斷的應用用戶主要為醫(yī)療機構，通過知識圖譜技術可以將龐雜的疾病、癥狀、臨床表現、身體部分、體檢手段等醫(yī)療信息數據進一步結構化，形成知識網絡，醫(yī)療機構根據癥狀和疾病的關系推測患者可能患有的疾病，根據疾病可能性推薦就診科室、檢查檢驗方案，提高醫(yī)療工作效率。除金融反欺詐、智能客服、醫(yī)療輔助診斷等應用場景，知識圖譜的應用場景還在不斷拓展，知識圖譜在科研、工業(yè)、安防等領域亦有廣闊應用發(fā)展前景。目前，知識圖譜的最終用戶以政府和企業(yè)居多，包括公安機關、金融機構、醫(yī)療機構等，而個人用戶相對較少，個人用戶主要在信息查詢等場景參與應用，如天眼查、企查查等工商信息查詢服務，通過工商信息知識圖譜更直接、清晰地了解股權架構、任職關系等企業(yè)工商背景信息。行業(yè)現狀在中國知識圖譜產品市場中，百度百科、互動百科等通用知識圖譜庫逐步完善，關注度不斷提升，使知識圖譜技術進一步得到認可，而在行業(yè)知識圖譜產品方面，明略數據、達觀數據等一批以知識圖譜技術為核心的初創(chuàng)型企業(yè)注重在垂直領域深耕，研發(fā)出針對金融、客服、醫(yī)療等行業(yè)的定制化知識圖譜應用產品，用戶數量不斷提高，加快知識圖譜產品商用化的發(fā)展步伐。根據沙利文數據顯示，中國知識圖譜行業(yè)市場規(guī)模從2014年的10.7億元增長至2018年的87.7億元，年復合增長率為69.1%。隨著知識圖譜技術的不斷完善、行業(yè)知識圖譜產品的種類不斷增多，知識圖譜產品的市場認可度將逐步提高，各領域對知識圖譜產品的需求也將不斷提升，有望推動行業(yè)進一步規(guī)?；l(fā)展。搜索引擎是互聯網發(fā)展中最具代表性的應用之一，它解決了人們如何方便獲取信息的問題，一度成為大部分流量的入口。但隨著網絡中信息沉積越來越多，人們真正需要的，隱藏在大量無用信息中有價值的部分，我們稱之為知識的內容，往往得不到直觀展現，這成為了搜索引擎領域重點要解決的問題。2012年5月，谷歌率先提出知識圖譜概念，用以更好的描述現實世界中實體關聯性問題，進而提高信息搜索中的知識獲取效率，隨后搜狗、微軟、百度紛紛推出相關概念架構，知識圖譜被視為下一代搜索引擎的核心技術。傳統(tǒng)搜索引擎一般采用網頁索引，按照“網頁--(預處理)--》臨時庫--(索引)--》索引好的庫--(由用戶行為觸發(fā)檢索)--》為用戶展示網頁結果”的流程執(zhí)行，信息源來自網頁，展現內容也是網頁鏈接。而基于知識圖譜的搜索作為和網頁索引同級、并行的另一套知識索引，更注重信息間的關聯性和自然語言理解，通過圖存儲的形式從新組織互聯網中的信息，再以人類的語言習慣進行查詢和展現，從而提高搜索體驗，因為知識的存儲形式發(fā)生了變化，所以知識索引信息來源和展現載體都不再局限于網頁文字，語音交互和更加豐富的loT場景將會是未來的發(fā)展方向。知識索引可將有價值的信息以自然語言的形式直接展現目前，互聯網上只有極少數知識被人工整理成了機器可以解析的格式，如各類百科欄目和垂直領域數據庫，這些資源支撐了當下絕大部分通用知識圖譜的搭建，但這些信息也僅僅是滄海一粟，無論是覆蓋范圍、更新頻率、可靠程度都無法滿足日益增長的自動化和智能化需求，更嚴峻的是新—代互聯網用戶逐漸喪失了參與編輯的精神，甚至不知道可以編輯百科內容，在此趨勢下基于百科的知識圖譜將會變成一種靜態(tài)數據留檔，其支撐的知識搜索也將會大量依賴于權威組織編輯，成本和效率將會成為致命傷，因此應用準確且自動化的NLP技術，在更廣泛的網頁文本信息中，替代人工進行知識抽取，成為了知識搜索領域重要的破局點。知識搜索引擎Magi提供了一種NLP+評價系統(tǒng)的半監(jiān)督學習方式，通過互聯網對有監(jiān)督學習的原始NLP模型進行“放養(yǎng)式”訓練，再由“一個知識點在不同表達中被印證，則證明其可信度較高”而形成的評價系統(tǒng)去收斂訓練成果，從而完成較低成本，可持續(xù)的廣域下NLP模型訓練，經過搜索引擎M的公測體驗，以及B端知識抽取的定制服務，Magi逐漸形成了獨立NLP產品的服務模式，為知識工程輕需求用戶，和知識圖譜搭建者提供了完善的RPA服務應用NLP的知識抽取將成為知識搜索的重要破局點行業(yè)現狀知識圖譜行業(yè)驅動因素行業(yè)驅動因素1知識圖譜是人工智能領域的重要基礎支撐技術，自2015年起，中國政府相繼頒布一系列支持人工智能發(fā)展的相關政策，人工智能的關注度逐步提升。2015年，國務院頒布了《中國制造2025》、《關于積極推進“互聯網+”行動的指導意見》，以“智能制造”和“互聯網+人工智能”為出發(fā)點，開始重點關注人工智能領域的發(fā)展布局，提出要加快人工智能核心技術突破，提高各行業(yè)的智能化水平。政策大力支持隨著科技發(fā)展進步，高效化、智能化已成為社會發(fā)展的重要趨勢，而知識圖譜作為人工智能重要分支知識工程的具體應用體現，不僅能加深垂直應用領域的智能化程度，還能為用戶降低運營成本、提高系統(tǒng)運作效率，切合社會高效化、智能化的發(fā)展需求。社會高效化、智能化的發(fā)展趨勢促使社會對知識圖譜技術的需求逐步提高，知識圖譜行業(yè)發(fā)展空間將逐步擴大。資本投入推動行業(yè)發(fā)展知識圖譜行業(yè)驅動因素行業(yè)驅動因素2知識圖譜作為人工智能領域的重要基礎支撐技術，是資本市場重點關注對象之一。在資本力量的推動下，一批以知識圖譜技術為核心的創(chuàng)業(yè)公司進入到市場中，逐漸成為市場中的有力競爭者。除明略數據，竹間智能、達觀數據、知因智慧、Plantdata等知識圖譜創(chuàng)業(yè)企業(yè)已完成B輪、A輪、天使輪等輪次的一級市場融資，鳥瞰智能也通過新三板上市獲得融資，充足的資金支持為初創(chuàng)型知識圖譜企業(yè)保駕護航，助推其進一步升級發(fā)展。資本投入推動行業(yè)發(fā)展充足的數據源是構建高質量知識圖譜的重要前提。目前，半結構化、非結構化、結構化數據源均越來越豐富，成為助推知識圖譜行業(yè)發(fā)展的重要力量。在非結構化數據方面，除網絡日志、網頁、社交網絡等傳統(tǒng)開放鏈接來源，傳感器、定位系統(tǒng)等物聯網感知設備亦逐漸成為知識圖譜的重要數據采集源，數據采集渠道進一步拓寬。在半結構化和結構化數據方面，一批通用型開放鏈接知識庫項目發(fā)展迅速并逐步完善，如Freebase、Wikidata、DBpedia、YAGO等，這些知識庫主要由人工構建，將非結構化數據轉化成半結構化或結構化數據，覆蓋面較廣，包含大量實體、關系、事實等數據，是知識圖譜的重要數據來源。社會高效化、智能化運作需求促進行業(yè)發(fā)展3行業(yè)痛點及發(fā)展建議行業(yè)痛點行業(yè)發(fā)展建議行業(yè)痛點現階段，知識圖譜在信息抽取、知識表示、知識推理等方面面臨技術困難，技術瓶頸問題成為制約行業(yè)發(fā)展的關鍵因素之一。知識推理是提升知識圖譜智能化水平的關鍵環(huán)節(jié)，而目前的知識圖譜產品在知識推理環(huán)節(jié)常出現推理知識準確率低，冗余度高，邏輯性不強等問題，將推理得到的知識加入知識庫前通常還需對其進行可證明性檢查、冗余性檢查等，知識推理技術水平仍較為薄弱。此外，知識庫融合、答案自動生成等知識圖譜發(fā)展需求也為知識推理技術帶來新的挑戰(zhàn)，知識推理技術明顯滯后于知識圖譜發(fā)展需求，知識推理技術問題需得到進一步重視方可逐步改善。技術發(fā)展遇瓶頸目前，知識圖譜的多個構建環(huán)節(jié)仍需大量人工參與，如本體構建、知識推理、質量評估、知識更新等環(huán)節(jié)。由于機器學習仍處于初步發(fā)展階段，知識圖譜構建過程中的數據標注、數據清洗、數據冗余度檢查、數據更新等工作仍需人為操作完成，人工維護成本較高，不利于行業(yè)發(fā)展。在本體構建環(huán)節(jié)，本體可由人工手動編輯和數據驅動自動生成兩種方法完成構建。由于實體數據繁雜，采用人工手動編輯方法進行本體構建會造成工作量超負荷。而采用數據驅動自動生成方法進行本體構建，后期還需要經過質量評估和人工審核來修正和確認，效率相比人工手動編輯方法雖有所提高，但仍需大量人工參與才能完成，人工審核的維護成本較高。人工維護成本高目前，知識圖譜的多個構建環(huán)節(jié)仍需大量人工參與，如本體構建、知識推理、質量評估、知識更新等環(huán)節(jié)。由于機器學習仍處于初步發(fā)展階段，知識圖譜構建過程中的數據標注、數據清洗、數據冗余度檢查、數據更新等工作仍需人為操作完成，人工維護成本較高，不利于行業(yè)發(fā)展。在本體構建環(huán)節(jié)，本體可由人工手動編輯和數據驅動自動生成兩種方法完成構建。由于實體數據繁雜，采用人工手動編輯方法進行本體構建會造成工作量超負荷。而采用數據驅動自動生成方法進行本體構建，后期還需要經過質量評估和人工審核來修正和確認，效率相比人工手動編輯方法雖有所提高，但仍需大量人工參與才能完成，人工審核的維護成本較高。知識圖譜的知識更新仍主要由人工操作完成復合型人才稀缺知識圖譜行業(yè)深陷人才困境。行業(yè)發(fā)展缺乏人才支撐，團隊模式的培育機制弊端明顯導致知識圖譜行業(yè)企業(yè)專業(yè)人才留存難度加大，制約知識圖譜行業(yè)企業(yè)擴張。知識圖譜行業(yè)對從業(yè)人員的業(yè)務素質要求高，主要表現在以下三方面從業(yè)人員需要具備行業(yè)基礎知識和法律知識，為企業(yè)客戶提供全面、可靠、專業(yè)、多樣的解決方案。從業(yè)人員需要懂行業(yè)的專業(yè)知識，包括：知識圖譜行業(yè)產品得用途與優(yōu)缺點，行業(yè)特征、市場環(huán)境和產業(yè)戰(zhàn)略規(guī)劃等。從業(yè)人員需要具有優(yōu)秀的營銷談判能力、風控反控能力及報告溝通能力。目前該行業(yè)在人才招聘時能夠匹配上述要求的人才寥寥無幾，限制行業(yè)發(fā)展。由于復合型人才稀缺，知識圖譜行業(yè)企業(yè)通常采用團隊培育的方式進行專業(yè)能力建設，而該模式亦存在一定的弊端，企業(yè)的中高端人才若大量流失，初級員工的業(yè)務技能培訓將面臨能力傳承的斷層，導致企業(yè)人才培養(yǎng)難度加大，制約知識圖譜行業(yè)企業(yè)發(fā)展。質量提升在資本的加持下，知識圖譜的跑馬圈地仍在持續(xù)，預計2021年將會更加殘酷和激烈。同時，在線教育也面臨著更嚴格的監(jiān)管，合規(guī)成本提升。知識圖譜行業(yè)產品品種多、批量小、附加值高，產品質量要求也較為嚴格。知識圖譜行業(yè)市場產品質量參差不齊，假冒偽劣等亂象仍普遍存在，嚴重阻礙知識圖譜行業(yè)發(fā)展進步。未來，提升知識圖譜行業(yè)產品質量是發(fā)展知識圖譜行業(yè)的核心任務，具體措施可分為以下兩大部分：（1）政府方面：政府應當制定行業(yè)生產標準，規(guī)范知識圖譜行業(yè)生產流程，并成立相關部門，對科研用知識圖譜行業(yè)的研發(fā)、生產、銷售等各個環(huán)節(jié)進行監(jiān)督，形成統(tǒng)一的監(jiān)督管理體系，完善試劑流通環(huán)節(jié)的基礎設施建設，重點加強冷鏈運輸環(huán)節(jié)的基礎設施升級，保證知識圖譜行業(yè)產品的質量，促進行業(yè)長期穩(wěn)定的發(fā)展；（2）生產企業(yè)方面：知識圖譜行業(yè)生產企業(yè)應嚴格遵守行業(yè)生產規(guī)范，保證產品質量的穩(wěn)定性。目前市場上已有多個本土知識圖譜行業(yè)企業(yè)加強生產質量的把控，對標優(yōu)質、高端的進口產品，并憑借價格優(yōu)勢逐步替代進口。此外，知識圖譜行業(yè)企業(yè)緊跟行業(yè)研發(fā)潮流，加大創(chuàng)新研發(fā)力度，不斷推出新產品，進一步擴大市場占有率，也是未來行業(yè)發(fā)展的重要趨勢提升產品質量生產企業(yè)方面政府方面新鮮有趣的玩法與促銷節(jié)日的緊密融合將有效增加用戶黏性，隨著網民的社交、娛樂需求在電商場景不斷得到釋放，電商平臺應推出更多貼合用戶口味的創(chuàng)意玩法，從而推動促銷節(jié)日的高效傳播與轉化。促銷節(jié)日的實惠程度關系用戶消費意愿，未來促銷節(jié)日應回歸促銷的本質，避免過多噱頭和復雜規(guī)則影響消費體驗，努力實現讓用戶獲益、廠家增收的共贏效果。2019年中國電商促銷節(jié)日用戶消費意愿影響因素占比全面增值服務1199增值服務提高產品定制服務需求日益多樣化行業(yè)同質化競爭嚴重知識圖譜行業(yè)企業(yè)服務模式單一。面對各級消費群體日益多樣的服務需求，知識圖譜行業(yè)企業(yè)提供全面增值服務，構建綜合服務體系，形成核心競爭力，是當前知識圖譜行業(yè)發(fā)展的必然趨勢。知識圖譜行業(yè)企業(yè)的轉型壓力主要源于以下三大方面：單一的資金提供方角色僅能為知識圖譜行業(yè)企業(yè)提供“凈利差”的盈利模式，知識圖譜行業(yè)同質化競爭日趨嚴重，利潤空間不斷被壓縮，企業(yè)業(yè)務收入因此受影響，商業(yè)模式亟待轉型除傳統(tǒng)的知識圖譜行業(yè)需求外，設備管理、服務解決方案、貸款解決方案、結構化融資方案、專業(yè)咨詢服務等方面多方位綜合性的增值服務需求也逐步增強中國本土知識圖譜行業(yè)龍頭企業(yè)開始在定制型服務領域發(fā)力，鞏固行業(yè)地位多元化融資渠道豐富企業(yè)的債券種類關鍵詞一深化與核心銀行的合作關系關鍵詞二拓展銀行關系渠道關鍵詞三知識圖譜行業(yè)企業(yè)在保證間接融資渠道通暢的同時，能夠綜合運用發(fā)債和資產證券化等方式促進自身融資渠道的多元化，降低對單一產品和市場的依賴程度，實現融資地域的分散化，從而降低資金成本，提升企業(yè)負債端的市場競爭力。以遠東宏信為例，公司依據自身戰(zhàn)略發(fā)展需求，堅持“資源全球化”戰(zhàn)略，結合實時國內外金融環(huán)境，有效調整公司直接融資和間接融資的分布結構，在融資成本方面與同業(yè)相比優(yōu)勢突出企業(yè)獲取各業(yè)態(tài)銀行如國有銀行、政策性銀行、外資銀行以及其他中資行的授信額度，確保了銀行貸款資金來源的穩(wěn)定性可持續(xù)公司債等創(chuàng)新產品，擴大非公開定向債務融資工具（PPN）、公司債等額度獲取，形成了公司債、PPN、中期票據、短融、超短融資等多產品、多市場交替發(fā)行的新局面；知識圖譜行業(yè)需要通過杠桿推動業(yè)務運轉，從負債端看，知識圖譜行業(yè)企業(yè)的融資能力對資金成本和資金流動性具有決定性作用，因此，知識圖譜行業(yè)企業(yè)打通多元化融資渠道，提高資金周轉率，將是促進知識圖譜行業(yè)業(yè)務發(fā)展的重要舉措。融資渠道拓展的主要方式主要包括以下三點：

拓展技術服務領域知識圖譜行業(yè)屬于領域中發(fā)展最快的細分領域之一，隨著知識圖譜的市場環(huán)境日趨成熟，行業(yè)競爭日趨激烈，多家知識圖譜企業(yè)開始擴張產品相關服務領域，提升企業(yè)的行業(yè)競爭力，主要舉措包括：提高產品定制服務能力提升技術服務能力供科研咨詢服務知識圖譜行業(yè)企業(yè)開始在定制型服務領域發(fā)力，鞏固行業(yè)地位知識圖譜行業(yè)企業(yè)面向多元化的科研實驗需求，建立多種技術服務平臺，向客戶提供除了所需的原材料以外的提取、分析等技術服務，形成企業(yè)特有競爭力通過進行細化分工，為客戶制定科研問題解決方案，使客戶能更加專注于其擅長的領域，提高科研效率，且?guī)椭袠I(yè)大幅節(jié)省醫(yī)學科研投入聚焦投資業(yè)務行業(yè)資源優(yōu)勢金融資源優(yōu)勢服務優(yōu)勢知識圖譜行業(yè)廠商長期參與采購與評估，積累了較為豐富的上游廠商資源儲備，且與多家廠商建立長期合作關系知識圖譜行業(yè)商依托本身提供的資金服務，具備融資渠道暢通的資金優(yōu)勢，可為行業(yè)建設提供初期資金支持，且可通過杠桿提升資金效率知識圖譜行業(yè)企業(yè)憑借多年的客戶服務經驗，服務體系日趨完備，信息化服務于一身的綜合服務體系，能夠進行有效遷移，為投資業(yè)務的長期健康發(fā)展提供有力支持知識圖譜行業(yè)頭部企業(yè)已形成完善的的服務體系，在中國政府逐步放寬企業(yè)的準入條件，鼓勵并支持的政策背景下，知識圖譜行業(yè)企業(yè)開拓投資業(yè)務，通過產融結合向實業(yè)運營縱深發(fā)展，知識圖譜行業(yè)未來的重要發(fā)展趨勢。&&&

頁巖氣革命后，乙烷價格持續(xù)走低。美國是世界上最大的乙烷生產國，也是唯一的乙烷出口國。美國乙烷主要來自濕天然氣經過天然氣廠分離后得到的天然氣液（NGL,Naturalgasliquids）和原油開采副產的凝析油經過煉廠處理后得到的液化煉廠氣（LRG,Liquefiedrefinerygases），其中前者貢獻了絕大部分。自2010年以來，美國NGL產量幾乎翻了一番，超過了天然氣產量增長率，并創(chuàng)下了2017年370萬桶/天的年度記錄。由于頁巖氣產量不斷增加，同時受管道運輸中乙烷比例不能超過12%的限制，美國乙烷產量也持續(xù)提升。并且乙烷相對較低的熱值及沸點使其作為液化燃料無法與丙烷和丁烷競爭，分離費用也降低了其作為管道氣的吸引力，乙烷自身產量又高于其它NGL組分，其供給過剩的情況日益凸顯。這導致美國乙烷價格在2011年底開始下降，并且在2013年至2015年由于乙烷產量超過消費量，乙烷價格一度低于天然氣價格，直到隨后乙烷需求增加價格才逐漸回升至2016年平均150美元/噸和2017年平均184美元/噸。2018年6月份開始乙烷價格受供需影響迎來一波大漲，目前處于高位回落階段。

競爭趨勢隨著科技不斷發(fā)展，知識圖譜企業(yè)對知識圖譜行業(yè)產品的研發(fā)投入不斷加大，企業(yè)形成自己的技術堡壘是在未來市場中取得市場份額的重要收到，因此技術競爭也是未來行業(yè)競爭的重要方向之一。知識圖譜行業(yè)的競爭促進了產品質量與服務的持續(xù)優(yōu)化與創(chuàng)新，在滿足客戶需求的同時也給行業(yè)服務帶來不斷的新體驗。優(yōu)質的服務是知識圖譜行業(yè)競爭的重要焦點與未來趨勢?？蛻羰巧系郏瑵M足客戶的需求是知識圖譜行業(yè)企業(yè)的價值實現，知識圖譜行業(yè)競爭趨勢首先在需求的分析與客戶痛點的把握。小眾運動場景日益崛起，帶動了新的知識圖譜行業(yè)產品需求。隨著行業(yè)的競爭不斷加劇，企業(yè)競爭的本質是人才的競爭，知識圖譜行業(yè)企業(yè)都在不斷提升專業(yè)員工的技術水平。通過專項培訓、高薪招聘吸引高端優(yōu)質人才加入。人才競爭是未來知識圖譜行業(yè)競爭的核心點之一。

服務技術需求人才投資機會專家服務模式更側重借助專家的實際從業(yè)經驗與洞察，針對企業(yè)遇到的實際問題給出一針見血的建議。全方位賦能，尤其是在服務能力的提升上，以更加完善的服務體系建設，為消費者帶來更好的產品體驗。010203投資機會投資機會投資機會知識圖譜行業(yè)資源整合知識圖譜行業(yè)咨詢管理知識圖譜行業(yè)產品服務根據企業(yè)的發(fā)展戰(zhàn)略和市場需求對有關的資源進行重新配置，以突顯企業(yè)的核心競爭力，并尋求資源配置與客戶需求的最佳結合點。目的是要通過組織制度安排和管理運作協調來增強企業(yè)的競爭優(yōu)勢，提高客戶服務水平。行業(yè)發(fā)展建議ABC發(fā)展建議1發(fā)展建議2發(fā)展建議3提升產品質量（1）政府方面：政府應當制定行業(yè)生產標準，規(guī)范知識圖譜行業(yè)生產流程，并成立相關部門，對科研用知識圖譜行業(yè)的研發(fā)、生產、銷售等各個環(huán)節(jié)進行監(jiān)督，形成統(tǒng)一的監(jiān)督管理體系，完善試劑流通環(huán)節(jié)的基礎設施建設，重點加強冷鏈運輸環(huán)節(jié)的基礎設施升級，保證知識圖譜行業(yè)產品的質量，促進行業(yè)長期穩(wěn)定的發(fā)展；（2）生產企業(yè)方面：知識圖譜行業(yè)生產企業(yè)應嚴格遵守行業(yè)生產規(guī)范，保證產品質量的穩(wěn)定性。目前市場上已有多個本土知識圖譜行業(yè)企業(yè)加強生產質量的把控，對標優(yōu)質、高端的進口產品，并憑借價格優(yōu)勢逐步替代進口。此外，知識圖譜行業(yè)企業(yè)緊跟行業(yè)研發(fā)潮流，加大創(chuàng)新研發(fā)力度，不斷推出新產品，進一步擴大市場占有率，也是未來行業(yè)發(fā)展的重要趨勢。全面增值服務單一的資金提供方角色僅能為知識圖譜行業(yè)企業(yè)提供“凈利差”的盈利模式，知識圖譜行業(yè)同質化競爭日趨嚴重，利潤空間不斷被壓縮，企業(yè)業(yè)務收入因此受影響，商業(yè)模式亟待轉型除傳統(tǒng)的知識圖譜行業(yè)需求外，設備管理、服務解決方案、貸款解決方案、結構化融資方案、專業(yè)咨詢服務等方面多方位綜合性的增值服務需求也逐步增強。中國本土知識圖譜行業(yè)龍頭企業(yè)開始在定制型服務領域發(fā)力，鞏固行業(yè)地位多元化融資渠道可持續(xù)公司債等創(chuàng)新產品，擴大非公開定向債務融資工具（PPN）、公司債等額度獲取，形成了公司債、PPN、中期票據、短融、超短融資等多產品、多市場交替發(fā)行的新局面；企業(yè)獲取各業(yè)態(tài)銀行如國有銀行、政策性銀行、外資銀行以及其他中資行的授信額度，確保了銀行貸款資金來源的穩(wěn)定性。知識圖譜行業(yè)企業(yè)在保證間接融資渠道通暢的同時，能夠綜合運用發(fā)債和資產證券化等方式促進自身融資渠道的多元化，降低對單一產品和市場的依賴程度，實現融資地域的分散化，從而降低資金成本，提升企業(yè)負債端的市場競爭力。以遠東宏信為例，公司依據自身戰(zhàn)略發(fā)展需求，堅持“資源全球化”戰(zhàn)略，結合實時國內外金融環(huán)境，有效調整公司直接融資和間接融資的分布結構，在融資成本方面與同業(yè)相比優(yōu)勢突出。4行業(yè)格局及前景趨勢行業(yè)格局行業(yè)發(fā)展趨勢行業(yè)代表企業(yè)行業(yè)趨勢知識圖譜和深度學習融合發(fā)展知識圖譜與區(qū)塊鏈結合發(fā)展應用領域進一步擴展目前，知識圖譜技術已廣泛應用于金融、醫(yī)療、客服等領域，其中以金融反欺詐應用場景最為常見，而知識圖譜在工業(yè)、科研等領域的可適用性亦較高，應用前景廣闊，發(fā)展?jié)摿τ写M一步發(fā)掘。以石油行業(yè)為例，原油精煉過程中會出現較多突發(fā)情況，包括設備故障、意外停機等，這些突發(fā)情況會使原油面臨腐蝕風險，而由于不同類型原油包含不同的化學成分，石油公司需要收集大量的石油精煉專業(yè)知識來應對突發(fā)情況，如不同類型的原油如何適應不同環(huán)境，如何處理石油避免腐蝕等。石油精煉專業(yè)知識主要由具有豐富行業(yè)經驗的石油專家掌握，而隨著行業(yè)專家逐漸退休，石油精煉專業(yè)知識難以在工作團隊中推廣和分享，在突發(fā)情況發(fā)生時，工程師無法得到專業(yè)的見解和知識來應對事故風險。利用知識圖譜技術，石油公司可以建立石油精煉專業(yè)知識庫，將石油專家多年積累的專業(yè)知識進一步結構化，形成石油精煉專業(yè)知識網絡，便于石油精煉專業(yè)知識在工作團隊中推廣。突發(fā)情況發(fā)生時，工程師可根據原油類型、事故類型等信息從知識圖譜平臺中獲取事故應對方案，有效應對事故。隨著ISO/IECJTC1/SC42、W3C、IEEE、全國信息技術標準化技術委員會、國家人工智能標準化總體組等國內外標準化組織或機構對知識圖譜標準化的關注與推動，《知識圖譜技術架構》等多項知識圖譜相關國際、國家標準獲得立項或提出討論。未來，知識圖譜領域基礎共性及關鍵技術標準將不斷涌現，依托正在研制的知識圖譜技術架構等標準，通過聚焦核心標準化需求逐步建立基本的知識圖譜標準體系并孵化典型行業(yè)中的知識圖譜應用標準，形成國際標準、國家標準、行業(yè)標準和團體標準良性互動的局面。標準化趨勢區(qū)塊鏈技術具有去中心化、透明化等特點，在知識圖譜中運用區(qū)塊鏈技術能在知識來源管理、知識儲存和更新、知識產權保護等方面實現優(yōu)化，知識圖譜與區(qū)塊鏈技術相結合逐漸成為知識圖譜發(fā)展的重要趨勢。區(qū)塊鏈的最關鍵特征為去中心化，即不依靠中心管理節(jié)點，能實現數據的分布式記錄、存儲和更新。在知識圖譜中運用區(qū)塊鏈技術能實現多節(jié)點知識輸入、儲存和更新，讓廣大人群均能參與構建知識庫。由群體智能發(fā)展而來的開放鏈接知識庫亦具有分布式儲存、更新數據的特征，而區(qū)塊鏈技術的去中心化特征更明顯，能使開放鏈接知識庫在更多分布節(jié)點獲取知識，知識量進一步充實。知識圖譜和深度學習均是人工智能領域的重要基礎技術，知識圖譜屬于知識工程分支，深度學習屬于機器學習分支。知識圖譜和深度學習從兩個方向實現智能化，深度學習擅長解決端到端的問題，知識圖譜擅長處理知識類問題，曾就職于摩托羅拉、NTT、中國聯通等公司的知識圖譜研究專家表示，知識圖譜和深度學習協同并進能實現技術互補，