2023年知識(shí)圖譜行業(yè)現(xiàn)狀與投資分析報(bào)告

匯報(bào)人：楊韋成日期：2022-12-222023-2025年知識(shí)圖譜行業(yè)現(xiàn)狀與投資分析報(bào)告2目錄行業(yè)環(huán)境分析02行業(yè)格局及趨勢04行業(yè)發(fā)展概述01行業(yè)現(xiàn)狀分析033行業(yè)發(fā)展概述行業(yè)定義行業(yè)發(fā)展歷程行業(yè)產(chǎn)業(yè)鏈01PartOne行業(yè)定義知識(shí)圖譜指對現(xiàn)實(shí)世界事物之間的相互關(guān)系進(jìn)行形式化描述的結(jié)構(gòu)化語義知識(shí)網(wǎng)絡(luò)?！皩?shí)體-關(guān)系-實(shí)體”、“實(shí)體-屬性-屬性值”三元組是知識(shí)圖譜的基礎(chǔ)表達(dá)方式，其中包含實(shí)體、概念、屬性、屬性值、關(guān)系等元素。實(shí)體指具有可區(qū)別性且獨(dú)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(shí)體構(gòu)成的集合，如“國家”、“民族”等；屬性指實(shí)體具有的特征、特性、特點(diǎn)，如“面積”、“性別”、“生日”等；屬性值指實(shí)體指定屬性的值，如“960萬平方公里”、“男”、“1988年5月17日”等；關(guān)系指實(shí)體之間的關(guān)聯(lián)描述，如“妻子”、“朋友”、“首都”等。知識(shí)圖譜以實(shí)體或概念作為節(jié)點(diǎn)，關(guān)系或?qū)傩宰鳛檫?，形成語義知識(shí)網(wǎng)絡(luò)圖。知識(shí)圖譜的應(yīng)用價(jià)值主要體現(xiàn)在通過圖形的方式向用戶展示經(jīng)整理加工的結(jié)構(gòu)化知識(shí)。知識(shí)圖譜是人工智能重要分支知識(shí)工程在大數(shù)據(jù)環(huán)境中的應(yīng)用體現(xiàn)，已廣泛應(yīng)用到金融反欺詐、公安情報(bào)分析、流程自動(dòng)化、智能客服等多個(gè)場景，逐漸成為人工智能發(fā)展的核心驅(qū)動(dòng)力之一。4行業(yè)發(fā)展歷程早期人工智能（1950-1970年）1950年，英國數(shù)學(xué)家、邏輯學(xué)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(dá)特茅斯會(huì)議，人工智能自此進(jìn)入初步發(fā)展階段，關(guān)注度不斷提升。這一階段以符號主義和聯(lián)結(jié)主義為主導(dǎo)，符號主義認(rèn)為智能行為的本質(zhì)是物理符號的操作和運(yùn)算，聯(lián)結(jié)主義則認(rèn)為大腦（神經(jīng)元及其連接機(jī)制）是一切智能活動(dòng)的基礎(chǔ)。這一時(shí)期的知識(shí)表示方法主要有邏輯知識(shí)表示、產(chǎn)生式規(guī)則等。知識(shí)工程（1970-1990年）20世紀(jì)70年代初，人工智能遇到了發(fā)展瓶頸，過于強(qiáng)調(diào)利用人的求解問題能力而忽視知識(shí)對智能的支持，令人工智能難以實(shí)現(xiàn)實(shí)際應(yīng)用。在此背景下，人工智能領(lǐng)域?qū)＜抑饾u認(rèn)識(shí)到知識(shí)對于人工智能發(fā)展的重要性，人工智能開始轉(zhuǎn)向建立基于知識(shí)的系統(tǒng)。1977年，美國科學(xué)家愛德華費(fèi)根鮑姆提出知識(shí)工程的定義，明確了知識(shí)工程在人工智能發(fā)展中的關(guān)鍵地位，知識(shí)工程自此進(jìn)入快速發(fā)展期，這一時(shí)期涌現(xiàn)出一批通過知識(shí)庫和推理機(jī)混合作用實(shí)現(xiàn)智能的專家系統(tǒng)和開發(fā)平臺(tái)。萬維網(wǎng)Web0（1990-2000年）在1990至2000年間，萬維網(wǎng)Web0逐漸興起，成為大眾共享信息的公共平臺(tái)，一批人工構(gòu)建大規(guī)模知識(shí)庫亦在此背景下出現(xiàn)，如英文的WordNet，中文的HowNet等。1998年，萬維網(wǎng)之父蒂姆伯納斯李提出語義網(wǎng)，語義網(wǎng)直接向機(jī)器提供可直接用于程序處理的知識(shí)表示，是自然語言處理的前身。萬維網(wǎng)Web0開啟了知識(shí)共享時(shí)代，為互聯(lián)網(wǎng)環(huán)境下大規(guī)模知識(shí)表示和共享奠定了基礎(chǔ)。群體智能（2000-2012年）在2000至2012年間，萬維網(wǎng)使知識(shí)從封閉走向開放，從集中式變?yōu)榉植际剑R(shí)可以由知識(shí)源之間的關(guān)聯(lián)產(chǎn)生，而非只能固定由專家系統(tǒng)內(nèi)部定義產(chǎn)生，群體智能由此出現(xiàn)，典型代表為維基百科，知識(shí)可以由用戶建立，互聯(lián)網(wǎng)大眾用戶可對知識(shí)庫的建立和完善作出貢獻(xiàn)，群體智能亦成為后一階段大規(guī)模結(jié)構(gòu)化知識(shí)圖譜的重要前提。5行業(yè)產(chǎn)業(yè)鏈上游知識(shí)圖譜行業(yè)產(chǎn)業(yè)鏈上游的數(shù)據(jù)提供方主要負(fù)責(zé)從各類數(shù)據(jù)來源處采集、挖掘數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行預(yù)處理和前期結(jié)構(gòu)化，數(shù)據(jù)來源除了包括社交網(wǎng)絡(luò)、網(wǎng)絡(luò)日志、網(wǎng)頁等互聯(lián)網(wǎng)公開渠道，還包括定位系統(tǒng)、傳感器等物聯(lián)網(wǎng)感知設(shè)備。根據(jù)特定業(yè)務(wù)需要，數(shù)據(jù)提供方還會(huì)從知識(shí)圖譜平臺(tái)服務(wù)商的客戶處采集數(shù)據(jù)，對數(shù)據(jù)進(jìn)行前期結(jié)構(gòu)化處理，再將數(shù)據(jù)轉(zhuǎn)送給知識(shí)圖譜服務(wù)平臺(tái)進(jìn)行下一步的知識(shí)圖譜構(gòu)建。目前，較大部分知識(shí)圖譜服務(wù)平臺(tái)均自建前期數(shù)據(jù)服務(wù)團(tuán)隊(duì)進(jìn)行前期數(shù)據(jù)采集、挖掘、預(yù)處理，再根據(jù)實(shí)際業(yè)務(wù)需要從第三方數(shù)據(jù)服務(wù)商處購買相關(guān)數(shù)據(jù)服務(wù)來完善前期數(shù)據(jù)庫。因此，數(shù)據(jù)提供方主要可分為知識(shí)圖譜平臺(tái)自建數(shù)據(jù)庫和第三方數(shù)據(jù)庫。知識(shí)圖譜平臺(tái)自建數(shù)據(jù)庫典型代表為天眼查、企查查等工商信息服務(wù)商，這類服務(wù)商通過網(wǎng)絡(luò)爬蟲等技術(shù)從互聯(lián)網(wǎng)公開渠道采集、挖掘企業(yè)的工商信息搭建前期數(shù)據(jù)信息庫并進(jìn)行預(yù)處理，完成初步結(jié)構(gòu)化后再利用知識(shí)圖譜技術(shù)構(gòu)建企業(yè)的工商信息知識(shí)圖譜。第三方數(shù)據(jù)庫主要可分為兩種，一種根據(jù)特定業(yè)務(wù)需求從非結(jié)構(gòu)化文本數(shù)據(jù)中采集、挖掘數(shù)據(jù)，另一種是預(yù)先建成的結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)庫。開放鏈接知識(shí)庫是結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)庫的典型代表，包括面向通用領(lǐng)域的DBpedia、Wikidata、YAGO，也包括面向垂直領(lǐng)域的IMDB、豆瓣等。開放鏈接知識(shí)庫已將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成半結(jié)構(gòu)化、結(jié)構(gòu)化數(shù)據(jù)，包含大量實(shí)體、屬性等數(shù)據(jù)，是構(gòu)建知識(shí)圖譜的重要數(shù)據(jù)來源。產(chǎn)業(yè)鏈上游概述6行業(yè)產(chǎn)業(yè)鏈中游知識(shí)圖譜行業(yè)產(chǎn)業(yè)鏈中游的知識(shí)圖譜服務(wù)平臺(tái)主要負(fù)責(zé)構(gòu)建知識(shí)圖譜和提供具體場景應(yīng)用服務(wù)，是知識(shí)圖譜產(chǎn)業(yè)鏈生態(tài)中的關(guān)鍵主體。知識(shí)圖譜服務(wù)平臺(tái)將來自上游數(shù)據(jù)提供方的初步結(jié)構(gòu)化數(shù)據(jù)進(jìn)行信息抽取、知識(shí)融合、知識(shí)加工，逐步構(gòu)建起知識(shí)圖譜，再為下游最終用戶提供具體場景應(yīng)用服務(wù)，應(yīng)用領(lǐng)域包括金融、客服、工業(yè)、科研、醫(yī)療等。目前，知識(shí)圖譜產(chǎn)業(yè)鏈中游市場較為活躍，競爭者主要包括互聯(lián)網(wǎng)巨頭旗下的知識(shí)圖譜平臺(tái)、傳統(tǒng)解決方案商旗下知識(shí)圖譜平臺(tái)和初創(chuàng)型知識(shí)圖譜平臺(tái)。百度、阿里巴巴、騰訊等互聯(lián)網(wǎng)巨頭均布局了知識(shí)圖譜相關(guān)業(yè)務(wù)，如百度的“知心”、騰訊的“星圖”、阿里巴巴的商品知識(shí)圖譜等，互聯(lián)網(wǎng)巨頭在技術(shù)團(tuán)隊(duì)組建、大數(shù)據(jù)處理等方面經(jīng)驗(yàn)較豐富、優(yōu)勢較為明顯，成為知識(shí)圖譜平臺(tái)服務(wù)的第一梯隊(duì)。傳統(tǒng)解決方案商也是知識(shí)圖譜平臺(tái)服務(wù)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(diǎn)，將知識(shí)圖譜技術(shù)嵌入到解決方案場景當(dāng)中，以提升解決方案產(chǎn)品質(zhì)量。以知識(shí)圖譜平臺(tái)服務(wù)為核心的初創(chuàng)型企業(yè)也逐步進(jìn)入市場，參與到市場競爭中，如明略數(shù)據(jù)、竹間智能、達(dá)觀數(shù)據(jù)等。相比互聯(lián)網(wǎng)巨頭旗下的知識(shí)圖譜平臺(tái)，初創(chuàng)型知識(shí)圖譜平臺(tái)更注重在金融、客服、醫(yī)療等垂直領(lǐng)域深耕，而非通用性。初創(chuàng)型知識(shí)圖譜平臺(tái)發(fā)展迅速，在垂直領(lǐng)域應(yīng)用服務(wù)水平不斷提升，逐漸成為市場有力競爭者。產(chǎn)業(yè)鏈中游概述7行業(yè)產(chǎn)業(yè)鏈下游知識(shí)圖譜行業(yè)產(chǎn)業(yè)鏈下游主體為知識(shí)圖譜服務(wù)的最終用戶，包括企業(yè)、政府、個(gè)人等。中游的知識(shí)圖譜服務(wù)平臺(tái)為下游的最終用戶提供具體應(yīng)用場景服務(wù)，目前，應(yīng)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(yīng)用用戶主要為金融機(jī)構(gòu)，如銀行、貸款公司等，通過知識(shí)圖譜技術(shù)可將借款人的基本信息、消費(fèi)記錄、人際關(guān)系、通話記錄等相關(guān)信息進(jìn)一步結(jié)構(gòu)化，從而可以對借款風(fēng)險(xiǎn)進(jìn)行更到位的評估和分析。智能客服的應(yīng)用用戶主要為政府和各類型企業(yè)，知識(shí)圖譜可以為政府、各類企業(yè)的咨詢類業(yè)務(wù)梳理業(yè)務(wù)邏輯結(jié)構(gòu)，搭建起清晰的信息反饋框架，提高智能客服服務(wù)質(zhì)量。醫(yī)療輔助診斷的應(yīng)用用戶主要為醫(yī)療機(jī)構(gòu)，通過知識(shí)圖譜技術(shù)可以將龐雜的疾病、癥狀、臨床表現(xiàn)、身體部分、體檢手段等醫(yī)療信息數(shù)據(jù)進(jìn)一步結(jié)構(gòu)化，形成知識(shí)網(wǎng)絡(luò)，醫(yī)療機(jī)構(gòu)根據(jù)癥狀和疾病的關(guān)系推測患者可能患有的疾病，根據(jù)疾病可能性推薦就診科室、檢查檢驗(yàn)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(yīng)用場景，知識(shí)圖譜的應(yīng)用場景還在不斷拓展，知識(shí)圖譜在科研、工業(yè)、安防等領(lǐng)域亦有廣闊應(yīng)用發(fā)展前景。目前，知識(shí)圖譜的最終用戶以政府和企業(yè)居多，包括公安機(jī)關(guān)、金融機(jī)構(gòu)、醫(yī)療機(jī)構(gòu)等，而個(gè)人用戶相對較少，個(gè)人用戶主要在信息查詢等場景參與應(yīng)用，如天眼查、企查查等工商信息查詢服務(wù)，通過工商信息知識(shí)圖譜更直接、清晰地了解股權(quán)架構(gòu)、任職關(guān)系等企業(yè)工商背景信息。產(chǎn)業(yè)鏈下游概述8Part02行業(yè)環(huán)境分析行業(yè)政治環(huán)境行業(yè)經(jīng)濟(jì)環(huán)境行業(yè)社會(huì)環(huán)境行業(yè)驅(qū)動(dòng)因素9行業(yè)政治環(huán)境1國務(wù)院國務(wù)院國務(wù)院《新一代人工智能發(fā)展規(guī)劃》以“智能制造”和“互聯(lián)網(wǎng)+人工智能”為出發(fā)點(diǎn)，開始重點(diǎn)關(guān)注人工智能領(lǐng)域的發(fā)展布局，提出要加快人工智能核心技術(shù)突破，提高各行業(yè)的智能化水平。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(shè)期間重點(diǎn)布局的新興發(fā)展領(lǐng)域之一。提出到2030年中國人工智能理論、技術(shù)、應(yīng)用總體達(dá)到世界領(lǐng)先水平。《十三五”規(guī)劃綱》《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見》10行業(yè)政治環(huán)境2針對人工智能17個(gè)細(xì)分領(lǐng)域提出發(fā)展要求，提出要開展集中攻關(guān)，重點(diǎn)突破一批創(chuàng)新性強(qiáng)、應(yīng)用效果好的人工智能標(biāo)志性技術(shù)、產(chǎn)品和服務(wù)?！缎乱淮斯ぶ悄墚a(chǎn)業(yè)創(chuàng)新重點(diǎn)任務(wù)揭榜工作方案》提出鼓勵(lì)建設(shè)提供知識(shí)圖譜等共性服務(wù)的開放性云平臺(tái)，以充實(shí)人工智能訓(xùn)練資源庫，是鼓勵(lì)知識(shí)圖譜和深度學(xué)習(xí)技術(shù)融合發(fā)展的體現(xiàn)?！洞龠M(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020）》指出要研究人工智能支持產(chǎn)業(yè)發(fā)展,重點(diǎn)發(fā)展大數(shù)據(jù)驅(qū)動(dòng)的類人智能技術(shù)方案，明確人工智能作為發(fā)展新—代信息技術(shù)的主要方向《“十三五”國家科技創(chuàng)新規(guī)劃》制定了一系列推動(dòng)工業(yè)互聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施建設(shè)量質(zhì)并進(jìn)的發(fā)展目標(biāo)。3月，《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)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(guān)表述達(dá)57處。以人工智能為代表的新一代信息技術(shù)，將成為我國十四五期間推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展、建設(shè)創(chuàng)新型國家，實(shí)現(xiàn)新型工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的重要技術(shù)保障和核心驅(qū)動(dòng)力之一?！豆I(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動(dòng)計(jì)劃（2021-2023年）》1101020304行業(yè)經(jīng)濟(jì)環(huán)境從2017-2022年以來，我國國內(nèi)生產(chǎn)總值呈現(xiàn)上漲的趨勢，同比增速處于持續(xù)正增長的態(tài)勢，其中2021年國內(nèi)生產(chǎn)總值為1143670億元，同比2020年增長了184%。2022年1-9月我國國內(nèi)生產(chǎn)總值為870269億元，同比增長了6.2%。在疫情得到有效控制的情形下，我國經(jīng)濟(jì)開始逐漸復(fù)蘇，之前受疫情影響而停滯的各個(gè)行業(yè)，也開始恢復(fù)運(yùn)行，常態(tài)化增長趨勢基本形成，未來中國知識(shí)圖譜行業(yè)的發(fā)展必然有很大的上升空間。12社會(huì)環(huán)境1社會(huì)環(huán)境2行業(yè)社會(huì)環(huán)境目前，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(chǎn)業(yè)迎來爆發(fā)期，經(jīng)濟(jì)規(guī)模超過1500億元；到2025年，人工智能產(chǎn)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(fù)合增長率超40%，各人工智能企業(yè)場景落地應(yīng)用值得關(guān)注！除了政策層面的支持，人工智能作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，正在釋放歷次科技革命和產(chǎn)業(yè)變革的巨大能量，將推動(dòng)產(chǎn)業(yè)高質(zhì)量、現(xiàn)代化、智能化水平提升。2020年作為人工智能產(chǎn)業(yè)化元年，首個(gè)官方的人工智能數(shù)據(jù)中心在武漢開始運(yùn)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(qū)動(dòng)的“智能經(jīng)濟(jì)”也正式走入大眾的視野。13行業(yè)社會(huì)環(huán)境我國知識(shí)圖譜的研究起步較晚，缺乏對知識(shí)圖譜理論的系統(tǒng)的研究，目前主要以應(yīng)用為主。知識(shí)圖譜應(yīng)用近年來在我的應(yīng)用迅速增多，其文獻(xiàn)分布于不同專業(yè)領(lǐng)域的期刊，實(shí)際應(yīng)用中涉及的學(xué)科范圍較廣，涵蓋了自然科學(xué)領(lǐng)域及社會(huì)科學(xué)領(lǐng)域的的部分學(xué)科，并有不斷朝其他學(xué)科滲透的趨勢。對繪制知識(shí)圖譜，并基于知識(shí)圖譜進(jìn)行情報(bào)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(jié)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(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。加快發(fā)展智能制造，是培育我國經(jīng)濟(jì)增長新動(dòng)能的必由之路，是搶占未來經(jīng)濟(jì)和科技發(fā)展制高點(diǎn)的戰(zhàn)略選擇，對于推動(dòng)我國制造業(yè)供給側(cè)結(jié)構(gòu)性改革，打造我國制造業(yè)競爭新優(yōu)勢，實(shí)現(xiàn)制造強(qiáng)國具有重要戰(zhàn)略意義。14行業(yè)驅(qū)動(dòng)因素12政策大力支持知識(shí)圖譜是人工智能領(lǐng)域的重要基礎(chǔ)支撐技術(shù)，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(guān)政策，人工智能的關(guān)注度逐步提升。2015年，國務(wù)院頒布了《中國制造2025》、《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見》，以“智能制造”和“互聯(lián)網(wǎng)+人工智能”為出發(fā)點(diǎn)，開始重點(diǎn)關(guān)注人工智能領(lǐng)域的發(fā)展布局，提出要加快人工智能核心技術(shù)突破，提高各行業(yè)的智能化水平。社會(huì)高效化、智能化運(yùn)作需求促進(jìn)行業(yè)發(fā)展隨著科技發(fā)展進(jìn)步，高效化、智能化已成為社會(huì)發(fā)展的重要趨勢，而知識(shí)圖譜作為人工智能重要分支知識(shí)工程的具體應(yīng)用體現(xiàn)，不僅能加深垂直應(yīng)用領(lǐng)域的智能化程度，還能為用戶降低運(yùn)營成本、提高系統(tǒng)運(yùn)作效率，切合社會(huì)高效化、智能化的發(fā)展需求。社會(huì)高效化、智能化的發(fā)展趨勢促使社會(huì)對知識(shí)圖譜技術(shù)的需求逐步提高，知識(shí)圖譜行業(yè)發(fā)展空間將逐步擴(kuò)大。政策大力支持、資本投入推動(dòng)行業(yè)發(fā)展、社會(huì)高效化、智能化運(yùn)作需求、充足數(shù)據(jù)源助推行業(yè)發(fā)展等是行業(yè)發(fā)展主要驅(qū)動(dòng)因素15行業(yè)驅(qū)動(dòng)因素34資本投入推動(dòng)行業(yè)發(fā)展知識(shí)圖譜作為人工智能領(lǐng)域的重要基礎(chǔ)支撐技術(shù)，是資本市場重點(diǎn)關(guān)注對象之一。在資本力量的推動(dòng)下，一批以知識(shí)圖譜技術(shù)為核心的創(chuàng)業(yè)公司進(jìn)入到市場中，逐漸成為市場中的有力競爭者。除明略數(shù)據(jù)，竹間智能、達(dá)觀數(shù)據(jù)、知因智慧、Plantdata等知識(shí)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(shí)圖譜企業(yè)保駕護(hù)航，助推其進(jìn)一步升級發(fā)展。充足數(shù)據(jù)源助推行業(yè)發(fā)展充足的數(shù)據(jù)源是構(gòu)建高質(zhì)量知識(shí)圖譜的重要前提。目前，半結(jié)構(gòu)化、非結(jié)構(gòu)化、結(jié)構(gòu)化數(shù)據(jù)源均越來越豐富，成為助推知識(shí)圖譜行業(yè)發(fā)展的重要力量。在非結(jié)構(gòu)化數(shù)據(jù)方面，除網(wǎng)絡(luò)日志、網(wǎng)頁、社交網(wǎng)絡(luò)等傳統(tǒng)開放鏈接來源，傳感器、定位系統(tǒng)等物聯(lián)網(wǎng)感知設(shè)備亦逐漸成為知識(shí)圖譜的重要數(shù)據(jù)采集源，數(shù)據(jù)采集渠道進(jìn)一步拓寬。在半結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)方面，一批通用型開放鏈接知識(shí)庫項(xiàng)目發(fā)展迅速并逐步完善，如Freebase、Wikidata、DBpedia、YAGO等，這些知識(shí)庫主要由人工構(gòu)建，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成半結(jié)構(gòu)化或結(jié)構(gòu)化數(shù)據(jù)，覆蓋面較廣，包含大量實(shí)體、關(guān)系、事實(shí)等數(shù)據(jù)，是知識(shí)圖譜的重要數(shù)據(jù)來源。政策大力支持、資本投入推動(dòng)行業(yè)發(fā)展、社會(huì)高效化、智能化運(yùn)作需求、充足數(shù)據(jù)源助推行業(yè)發(fā)展等是行業(yè)發(fā)展主要驅(qū)動(dòng)因素1617行業(yè)現(xiàn)狀分析行業(yè)現(xiàn)狀行業(yè)痛點(diǎn)02PartOne行業(yè)市場規(guī)模在中國知識(shí)圖譜產(chǎn)品市場中，百度百科、互動(dòng)百科等通用知識(shí)圖譜庫逐步完善，關(guān)注度不斷提升，使知識(shí)圖譜技術(shù)進(jìn)一步得到認(rèn)可，而在行業(yè)知識(shí)圖譜產(chǎn)品方面，明略數(shù)據(jù)、達(dá)觀數(shù)據(jù)等一批以知識(shí)圖譜技術(shù)為核心的初創(chuàng)型企業(yè)注重在垂直領(lǐng)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(shí)圖譜應(yīng)用產(chǎn)品，用戶數(shù)量不斷提高，加快知識(shí)圖譜產(chǎn)品商用化的發(fā)展步伐。根據(jù)沙利文數(shù)據(jù)顯示，中國知識(shí)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(fù)合增長率為69.1%。隨著知識(shí)圖譜技術(shù)的不斷完善、行業(yè)知識(shí)圖譜產(chǎn)品的種類不斷增多，知識(shí)圖譜產(chǎn)品的市場認(rèn)可度將逐步提高，各領(lǐng)域?qū)χR(shí)圖譜產(chǎn)品的需求也將不斷提升，有望推動(dòng)行業(yè)進(jìn)一步規(guī)?；l(fā)展。18行業(yè)現(xiàn)狀知識(shí)索引可將有價(jià)值的信息以自然語言的形式直接展現(xiàn)搜索引擎是互聯(lián)網(wǎng)發(fā)展中最具代表性的應(yīng)用之一，它解決了人們?nèi)绾畏奖惬@取信息的問題，一度成為大部分流量的入口。但隨著網(wǎng)絡(luò)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(jià)值的部分，我們稱之為知識(shí)的內(nèi)容，往往得不到直觀展現(xiàn)，這成為了搜索引擎領(lǐng)域重點(diǎn)要解決的問題。2012年5月，谷歌率先提出知識(shí)圖譜概念，用以更好的描述現(xiàn)實(shí)世界中實(shí)體關(guān)聯(lián)性問題，進(jìn)而提高信息搜索中的知識(shí)獲取效率，隨后搜狗、微軟、百度紛紛推出相關(guān)概念架構(gòu)，知識(shí)圖譜被視為下一代搜索引擎的核心技術(shù)。傳統(tǒng)搜索引擎一般采用網(wǎng)頁索引，按照“網(wǎng)頁--(預(yù)處理)--》臨時(shí)庫--(索引)--》索引好的庫--(由用戶行為觸發(fā)檢索)--》為用戶展示網(wǎng)頁結(jié)果”的流程執(zhí)行，信息源來自網(wǎng)頁，展現(xiàn)內(nèi)容也是網(wǎng)頁鏈接。而基于知識(shí)圖譜的搜索作為和網(wǎng)頁索引同級、并行的另一套知識(shí)索引，更注重信息間的關(guān)聯(lián)性和自然語言理解，通過圖存儲(chǔ)的形式從新組織互聯(lián)網(wǎng)中的信息，再以人類的語言習(xí)慣進(jìn)行查詢和展現(xiàn)，從而提高搜索體驗(yàn)，因?yàn)橹R(shí)的存儲(chǔ)形式發(fā)生了變化，所以知識(shí)索引信息來源和展現(xiàn)載體都不再局限于網(wǎng)頁文字，語音交互和更加豐富的loT場景將會(huì)是未來的發(fā)展方向。應(yīng)用NLP的知識(shí)抽取將成為知識(shí)搜索的重要破局點(diǎn)目前，互聯(lián)網(wǎng)上只有極少數(shù)知識(shí)被人工整理成了機(jī)器可以解析的格式，如各類百科欄目和垂直領(lǐng)域數(shù)據(jù)庫，這些資源支撐了當(dāng)下絕大部分通用知識(shí)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(dòng)化和智能化需求，更嚴(yán)峻的是新—代互聯(lián)網(wǎng)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(nèi)容，在此趨勢下基于百科的知識(shí)圖譜將會(huì)變成一種靜態(tài)數(shù)據(jù)留檔，其支撐的知識(shí)搜索也將會(huì)大量依賴于權(quán)威組織編輯，成本和效率將會(huì)成為致命傷，因此應(yīng)用準(zhǔn)確且自動(dòng)化的NLP技術(shù)，在更廣泛的網(wǎng)頁文本信息中，替代人工進(jìn)行知識(shí)抽取，成為了知識(shí)搜索領(lǐng)域重要的破局點(diǎn)。知識(shí)搜索引擎Magi提供了一種NLP+評價(jià)系統(tǒng)的半監(jiān)督學(xué)習(xí)方式，通過互聯(lián)網(wǎng)對有監(jiān)督學(xué)習(xí)的原始NLP模型進(jìn)行“放養(yǎng)式”訓(xùn)練，再由“一個(gè)知識(shí)點(diǎn)在不同表達(dá)中被印證，則證明其可信度較高”而形成的評價(jià)系統(tǒng)去收斂訓(xùn)練成果，從而完成較低成本，可持續(xù)的廣域下NLP模型訓(xùn)練，經(jīng)過搜索引擎M的公測體驗(yàn)，以及B端知識(shí)抽取的定制服務(wù)，Magi逐漸形成了獨(dú)立NLP產(chǎn)品的服務(wù)模式，為知識(shí)工程輕需求用戶，和知識(shí)圖譜搭建者提供了完善的RPA服務(wù)19行業(yè)痛點(diǎn)技術(shù)發(fā)展遇瓶頸現(xiàn)階段，知識(shí)圖譜在信息抽取、知識(shí)表示、知識(shí)推理等方面面臨技術(shù)困難，技術(shù)瓶頸問題成為制約行業(yè)發(fā)展的關(guān)鍵因素之一。知識(shí)推理是提升知識(shí)圖譜智能化水平的關(guān)鍵環(huán)節(jié)，而目前的知識(shí)圖譜產(chǎn)品在知識(shí)推理環(huán)節(jié)常出現(xiàn)推理知識(shí)準(zhǔn)確率低，冗余度高，邏輯性不強(qiáng)等問題，將推理得到的知識(shí)加入知識(shí)庫前通常還需對其進(jìn)行可證明性檢查、冗余性檢查等，知識(shí)推理技術(shù)水平仍較為薄弱。此外，知識(shí)庫融合、答案自動(dòng)生成等知識(shí)圖譜發(fā)展需求也為知識(shí)推理技術(shù)帶來新的挑戰(zhàn)，知識(shí)推理技術(shù)明顯滯后于知識(shí)圖譜發(fā)展需求，知識(shí)推理技術(shù)問題需得到進(jìn)一步重視方可逐步改善。人工維護(hù)成本高目前，知識(shí)圖譜的多個(gè)構(gòu)建環(huán)節(jié)仍需大量人工參與，如本體構(gòu)建、知識(shí)推理、質(zhì)量評估、知識(shí)更新等環(huán)節(jié)。由于機(jī)器學(xué)習(xí)仍處于初步發(fā)展階段，知識(shí)圖譜構(gòu)建過程中的數(shù)據(jù)標(biāo)注、數(shù)據(jù)清洗、數(shù)據(jù)冗余度檢查、數(shù)據(jù)更新等工作仍需人為操作完成，人工維護(hù)成本較高，不利于行業(yè)發(fā)展。在本體構(gòu)建環(huán)節(jié)，本體可由人工手動(dòng)編輯和數(shù)據(jù)驅(qū)動(dòng)自動(dòng)生成兩種方法完成構(gòu)建。由于實(shí)體數(shù)據(jù)繁雜，采用人工手動(dòng)編輯方法進(jìn)行本體構(gòu)建會(huì)造成工作量超負(fù)荷。而采用數(shù)據(jù)驅(qū)動(dòng)自動(dòng)生成方法進(jìn)行本體構(gòu)建，后期還需要經(jīng)過質(zhì)量評估和人工審核來修正和確認(rèn)，效率相比人工手動(dòng)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(hù)成本較高。知識(shí)圖譜的知識(shí)更新仍主要由人工操作完成由于人的認(rèn)知能力不斷提高、知識(shí)量不斷增長，知識(shí)圖譜也需與時(shí)俱進(jìn)，實(shí)現(xiàn)知識(shí)更新。而目前，知識(shí)圖譜的知識(shí)更新仍主要由人工操作完成，需要人工輸入數(shù)據(jù)，人工定義規(guī)則，人工消除沖突等，實(shí)施難度較大，耗費(fèi)大量人力，不利于行業(yè)發(fā)展。20流通環(huán)節(jié)有待完善知識(shí)圖譜產(chǎn)品種類繁多，消費(fèi)數(shù)量較大，質(zhì)量參差不齊，試劑流通管理難以完善，導(dǎo)致知識(shí)圖譜行業(yè)目前在流通領(lǐng)域還面臨許多問題。（1）在產(chǎn)品的流通中，許多環(huán)節(jié)缺少安全的冷鏈和冷庫設(shè)施供應(yīng)。在目前運(yùn)輸多為汽車和鐵路運(yùn)輸?shù)那闆r下，知識(shí)圖譜行業(yè)生產(chǎn)企業(yè)普遍采用運(yùn)輸箱內(nèi)置冰凍袋的冷藏方式，在高溫天氣或長距離運(yùn)輸?shù)那闆r下無法確保運(yùn)輸溫度的穩(wěn)定，影響試劑的安全性。（2）監(jiān)管人員技術(shù)水平有待提高。知識(shí)圖譜產(chǎn)品是一種高技術(shù)含量的產(chǎn)品，產(chǎn)品研發(fā)涉及生物學(xué)、信息技術(shù)、電子技術(shù)、工程學(xué)等多項(xiàng)學(xué)科，而目前從事知識(shí)圖譜行業(yè)的人員50%以上是工商、質(zhì)檢管理等專業(yè)背景的人員，缺少必要的專業(yè)技術(shù)知識(shí)。知識(shí)背景的不匹配使得管理流程漏洞頻發(fā)，知識(shí)圖譜行業(yè)整體監(jiān)管水平有待提高。（3）中間環(huán)節(jié)加價(jià)嚴(yán)重。出于安全的考慮，國家對知識(shí)圖譜行業(yè)進(jìn)出口標(biāo)準(zhǔn)與流程嚴(yán)格把控，環(huán)節(jié)復(fù)雜，中間環(huán)節(jié)加價(jià)嚴(yán)重，代理公司的介入可能使產(chǎn)品出廠價(jià)格上漲至少一倍以上，導(dǎo)致產(chǎn)品市場競爭力下降，阻礙本土知識(shí)圖譜行業(yè)企業(yè)的國際化進(jìn)程。流通環(huán)節(jié)問題中間環(huán)節(jié)加價(jià)嚴(yán)重供應(yīng)鏈質(zhì)量監(jiān)管日期：2022-12-22行業(yè)發(fā)展建議提升產(chǎn)品質(zhì)量（1）政府方面：政府應(yīng)當(dāng)制定行業(yè)生產(chǎn)標(biāo)準(zhǔn)，規(guī)范知識(shí)圖譜行業(yè)生產(chǎn)流程，并成立相關(guān)部門，對科研用知識(shí)圖譜行業(yè)的研發(fā)、生產(chǎn)、銷售等各個(gè)環(huán)節(jié)進(jìn)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(chǔ)設(shè)施建設(shè)，重點(diǎn)加強(qiáng)冷鏈運(yùn)輸環(huán)節(jié)的基礎(chǔ)設(shè)施升級，保證知識(shí)圖譜行業(yè)產(chǎn)品的質(zhì)量，促進(jìn)行業(yè)長期穩(wěn)定的發(fā)展；（2）生產(chǎn)企業(yè)方面：知識(shí)圖譜行業(yè)生產(chǎn)企業(yè)應(yīng)嚴(yán)格遵守行業(yè)生產(chǎn)規(guī)范，保證產(chǎn)品質(zhì)量的穩(wěn)定性。目前市場上已有多個(gè)本土知識(shí)圖譜行業(yè)企業(yè)加強(qiáng)生產(chǎn)質(zhì)量的把控，對標(biāo)優(yōu)質(zhì)、高端的進(jìn)口產(chǎn)品，并憑借價(jià)格優(yōu)勢逐步替代進(jìn)口。此外，知識(shí)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(chǎn)品，進(jìn)一步擴(kuò)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(wù)單一的資金提供方角色僅能為知識(shí)圖譜行業(yè)企業(yè)提供“凈利差”的盈利模式，知識(shí)圖譜行業(yè)同質(zhì)化競爭日趨嚴(yán)重，利潤空間不斷被壓縮，企業(yè)業(yè)務(wù)收入因此受影響，商業(yè)模式亟待轉(zhuǎn)型除傳統(tǒng)的知識(shí)圖譜行業(yè)需求外，設(shè)備管理、服務(wù)解決方案、貸款解決方案、結(jié)構(gòu)化融資方案、專業(yè)咨詢服務(wù)等方面多方位綜合性的增值服務(wù)需求也逐步增強(qiáng)。中國本土知識(shí)圖譜行業(yè)龍頭企業(yè)開始在定制型服務(wù)領(lǐng)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(chǎn)品，擴(kuò)大非公開定向債務(wù)融資工具（PPN）、公司債等額度獲取，形成了公司債、PPN、中期票據(jù)、短融、超短融資等多產(chǎn)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(shí)圖譜行業(yè)企業(yè)在保證間接融資渠道通暢的同時(shí)，能夠綜合運(yùn)用發(fā)債和資產(chǎn)證券化等方式促進(jìn)自身融資渠道的多元化，降低對單一產(chǎn)品和市場的依賴程度，實(shí)現(xiàn)融資地域的分散化，從而降低資金成本，提升企業(yè)負(fù)債端的市場競爭力。以遠(yuǎn)東宏信為例，公司依據(jù)自身戰(zhàn)略發(fā)展需求，堅(jiān)持“資源全球化”戰(zhàn)略，結(jié)合實(shí)時(shí)國內(nèi)外金融環(huán)境，有效調(diào)整公司直接融資和間接融資的分布結(jié)構(gòu)，在融資成本方面與同業(yè)相比優(yōu)勢突出。22Part04行業(yè)競爭格局及趨勢行業(yè)發(fā)展趨勢行業(yè)競爭格局行業(yè)代表企業(yè)23&&&行業(yè)競爭格局概述行業(yè)競爭格局概述中國政府正大力推動(dòng)社會(huì)資本進(jìn)入知識(shí)圖譜行業(yè)，對知識(shí)圖譜行業(yè)產(chǎn)品需求被迅速拉動(dòng)，需求量呈現(xiàn)上升趨勢，知識(shí)圖譜行業(yè)企業(yè)進(jìn)軍國民經(jīng)濟(jì)大產(chǎn)業(yè)的戰(zhàn)略窗口期已經(jīng)來臨。知識(shí)圖譜行業(yè)各業(yè)態(tài)企業(yè)競爭激烈，當(dāng)前，市場上50%以上的知識(shí)圖譜行業(yè)企業(yè)有外資介入，包括中外獨(dú)（合）資、臺(tái)港澳與境內(nèi)合資、外商獨(dú)資等，純內(nèi)資本土知識(shí)圖譜行業(yè)企業(yè)數(shù)目較少，約占知識(shí)圖譜行業(yè)企業(yè)總數(shù)的25%。此外，商業(yè)銀行逐步進(jìn)入知識(shí)圖譜行業(yè)，興業(yè)銀行、中心銀行、民生銀行等先后成立金融公司，涉足設(shè)備融資租賃業(yè)務(wù)。中國本土知識(shí)圖譜行業(yè)企業(yè)根據(jù)租賃公司股東背景及運(yùn)營機(jī)制的不同又可以劃分為廠商系、獨(dú)立系和銀行系三類三類知識(shí)圖譜行業(yè)企業(yè)各有優(yōu)劣勢：（1）知識(shí)圖譜行業(yè)企業(yè)具有設(shè)備技術(shù)優(yōu)勢，主要與母公司設(shè)備銷售聯(lián)動(dòng)，以設(shè)備、耗材的銷售利潤覆蓋融資租賃成本；（2）獨(dú)立系知識(shí)圖譜行業(yè)企業(yè)產(chǎn)業(yè)化程度高，易形成差異化商業(yè)模式，提供專業(yè)化的融資租賃服務(wù)；（3）銀行系知識(shí)圖譜行業(yè)企業(yè)背靠銀行股東，能夠以較低成本獲取資金，且在渠道體系等方面具備一定優(yōu)勢。日期：2022-12-22行業(yè)競爭格局中國知識(shí)圖譜行業(yè)主要由互聯(lián)網(wǎng)巨頭旗下知識(shí)圖譜服務(wù)平臺(tái)、傳統(tǒng)解決方案商旗下知識(shí)圖譜服務(wù)平臺(tái)以及初創(chuàng)型知識(shí)圖譜服務(wù)平臺(tái)三類企業(yè)參與競爭，其中，互聯(lián)網(wǎng)巨頭旗下知識(shí)圖譜服務(wù)平臺(tái)處于較領(lǐng)先位置，如百度的“知心”、騰訊的“星圖”、阿里巴巴的商品知識(shí)圖譜等，而傳統(tǒng)解決方案商旗下知識(shí)圖譜服務(wù)平臺(tái)以及初創(chuàng)型知識(shí)圖譜服務(wù)平臺(tái)緊隨其后。競爭格局1由于中國知識(shí)圖譜商業(yè)化應(yīng)用仍處于初步發(fā)展階段，行業(yè)集中度并不高。明略數(shù)據(jù)、竹間智能等初創(chuàng)型知識(shí)圖譜平臺(tái)在資本推動(dòng)下發(fā)展迅速，逐漸成為市場有力競爭者，與互聯(lián)網(wǎng)巨頭旗下知識(shí)圖譜服務(wù)平臺(tái)、傳統(tǒng)解決方案商旗下知識(shí)圖譜服務(wù)平臺(tái)之間的競爭越來越激烈。競爭格局225日期：2022-12-22行業(yè)發(fā)展趨勢知識(shí)圖譜和深度學(xué)習(xí)融合發(fā)展知識(shí)圖譜和深度學(xué)習(xí)均是人工智能領(lǐng)域的重要基礎(chǔ)技術(shù)，知識(shí)圖譜屬于知識(shí)工程分支，深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)分支。知識(shí)圖譜和深度學(xué)習(xí)從兩個(gè)方向?qū)崿F(xiàn)智能化，深度學(xué)習(xí)擅長解決端到端的問題，知識(shí)圖譜擅長處理知識(shí)類問題，曾就職于摩托羅拉、NTT、中國聯(lián)通等公司的知識(shí)圖譜研究專家表示，知識(shí)圖譜和深度學(xué)習(xí)協(xié)同并進(jìn)能實(shí)現(xiàn)技術(shù)互補(bǔ)，是知識(shí)圖譜的重要發(fā)展思路之一。知識(shí)圖譜與區(qū)塊鏈結(jié)合發(fā)展區(qū)塊鏈技術(shù)具有去中心化、透明化等特點(diǎn)，在知識(shí)圖譜中運(yùn)用區(qū)塊鏈技術(shù)能在知識(shí)來源管理、知識(shí)儲(chǔ)存和更新、知識(shí)產(chǎn)權(quán)保護(hù)等方面實(shí)現(xiàn)優(yōu)化，知識(shí)圖譜與區(qū)塊鏈技術(shù)相結(jié)合逐漸成為知識(shí)圖譜發(fā)展的重要趨勢。區(qū)塊鏈的最關(guān)鍵特征為去中心化，即不依靠中心管理節(jié)點(diǎn)，能實(shí)現(xiàn)數(shù)據(jù)的分布式記錄、存儲(chǔ)和更新。在知識(shí)圖譜中運(yùn)用區(qū)塊鏈技術(shù)能實(shí)現(xiàn)多節(jié)點(diǎn)知識(shí)輸入、儲(chǔ)存和更新，讓廣大人群均能參與構(gòu)建知識(shí)庫。由群體智能發(fā)展而來的開放鏈接知識(shí)庫亦具有分布式儲(chǔ)存、更新數(shù)據(jù)的特征，而區(qū)塊鏈技術(shù)的去中心化特征更明顯，能使開放鏈接知識(shí)庫在更多分布節(jié)點(diǎn)獲取知識(shí)，知識(shí)量進(jìn)一步充實(shí)。應(yīng)用領(lǐng)域進(jìn)一步擴(kuò)展目前，知識(shí)圖譜技術(shù)已廣泛應(yīng)用于金融、醫(yī)療、客服等領(lǐng)域，其中以金融反欺詐應(yīng)用場景最為常見，而知識(shí)圖譜在工業(yè)、科研等領(lǐng)域的可適用性亦較高，應(yīng)用前景廣闊，發(fā)展?jié)摿τ写M(jìn)一步發(fā)掘。以石油行業(yè)為例，原油精煉過程中會(huì)出現(xiàn)較多突發(fā)情況，包括設(shè)備故障、意外停機(jī)等，這些突發(fā)情況會(huì)使原油面臨腐蝕風(fēng)險(xiǎn)，而由于不同類型原油包含不同的化學(xué)成分，石油公司需要收集大量的石油精煉專業(yè)知識(shí)來應(yīng)對突發(fā)情況，如不同類型的原油如何適應(yīng)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(shí)主要由具有豐富行業(yè)經(jīng)驗(yàn)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(shí)難以在工作團(tuán)隊(duì)中推廣和分享，在突發(fā)情況發(fā)生時(shí)，工程師無法得到專業(yè)的見解和知識(shí)來應(yīng)對事故風(fēng)險(xiǎn)。利用知識(shí)圖譜技術(shù)，石油公司可以建立石油精煉專業(yè)知識(shí)庫，將石油專家多年積累的專業(yè)知識(shí)進(jìn)一步結(jié)構(gòu)化，形成石油精煉專業(yè)知識(shí)網(wǎng)絡(luò)，便于石油精煉專業(yè)知識(shí)在工作團(tuán)隊(duì)中推廣。突發(fā)情況發(fā)生時(shí)，工程師可根據(jù)原油類型、事故類型等信息從知識(shí)圖譜平臺(tái)中獲取事故應(yīng)對方案，有效應(yīng)對事故。標(biāo)準(zhǔn)化趨勢隨著ISO/IECJTC1/SC42、W3C、IEEE、全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)、國家人工智能標(biāo)準(zhǔn)化總體組等國內(nèi)外標(biāo)準(zhǔn)化組織或機(jī)構(gòu)對知識(shí)圖譜標(biāo)準(zhǔn)化的關(guān)注與推動(dòng)，《知識(shí)圖譜技術(shù)架構(gòu)》等多項(xiàng)知識(shí)圖譜相關(guān)國際、國家標(biāo)準(zhǔn)獲得立項(xiàng)或提出討論。未來，知識(shí)圖譜領(lǐng)域基礎(chǔ)共性及關(guān)鍵技術(shù)標(biāo)準(zhǔn)將不斷涌現(xiàn)，依托正在研制的知識(shí)圖譜技術(shù)架構(gòu)等標(biāo)準(zhǔn)，通過聚焦核心標(biāo)準(zhǔn)化需求逐步建立基本的知識(shí)圖譜標(biāo)準(zhǔn)體系并孵化典型行業(yè)中的知識(shí)圖譜應(yīng)用標(biāo)準(zhǔn)，形成國際標(biāo)準(zhǔn)、國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)和團(tuán)體標(biāo)準(zhǔn)良性互動(dòng)的局面。26趨勢一趨勢二趨勢三趨勢四行業(yè)發(fā)展趨勢1知識(shí)圖譜和深度學(xué)習(xí)融合發(fā)展知識(shí)圖譜和深度學(xué)習(xí)均是人工智能領(lǐng)域的重要基礎(chǔ)技術(shù)，知識(shí)圖譜屬于知識(shí)工程分支，深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)分支。知識(shí)圖譜和深度學(xué)習(xí)從兩個(gè)方向?qū)崿F(xiàn)智能化，深度學(xué)習(xí)擅長解決端到端的問題，知識(shí)圖譜擅長處理知識(shí)類問題，曾就職于摩托羅拉、NTT、中國聯(lián)通等公司的知識(shí)圖譜研究專家表示，知識(shí)圖譜和深度學(xué)習(xí)協(xié)同并進(jìn)能實(shí)現(xiàn)技術(shù)互補(bǔ)，是知識(shí)圖譜的重要發(fā)展思路之一。應(yīng)用領(lǐng)域進(jìn)一步擴(kuò)展目前，知識(shí)圖譜技術(shù)已廣泛應(yīng)用于金融、醫(yī)療、客服等領(lǐng)域，其中以金融反欺詐應(yīng)用場景最為常見，而知識(shí)圖譜在工業(yè)、科研等領(lǐng)域的可適用性亦較高，應(yīng)用前景廣闊，發(fā)展?jié)摿τ写M(jìn)一步發(fā)掘。以石油行業(yè)為例，原油精煉過程中會(huì)出現(xiàn)較多突發(fā)情況，包括設(shè)備故障、意外停機(jī)等，這些突發(fā)情況會(huì)使原油面臨腐蝕風(fēng)險(xiǎn)，而由于不同類型原油包含不同的化學(xué)成分，石油公司需要收集大量的石油精煉專業(yè)知識(shí)來應(yīng)對突發(fā)情況，如不同類型的原油如何適應(yīng)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(shí)主要由具有豐富行業(yè)經(jīng)驗(yàn)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(shí)難以在工作團(tuán)隊(duì)中推廣和分享，在突發(fā)情況發(fā)生時(shí)，工程師無法得到專業(yè)的見解和知識(shí)來應(yīng)對事故風(fēng)險(xiǎn)。利用知識(shí)圖譜技術(shù)，石油公司可以建立石油精煉專業(yè)知識(shí)庫，將石油專家多年積累的專業(yè)知識(shí)進(jìn)一步結(jié)構(gòu)化，形成石油精煉專業(yè)知識(shí)網(wǎng)絡(luò)，便于石油精煉專業(yè)知識(shí)在工作團(tuán)隊(duì)中推廣。突發(fā)情況發(fā)生時(shí)，工程師可根據(jù)原油類型、事故類型等信息從知識(shí)圖譜平臺(tái)中獲取事故應(yīng)對方案，有效應(yīng)