知識改變企業(yè)命運
加入技術交流群
近年來，人工智能逐漸從感知智能向認知智能發(fā)展。AI賦能的知識應用是實現認知智能的創(chuàng)新形態(tài)——該領域采用大數據、知識圖譜、圖存儲和圖計算等多種技術。將過去結構化、半結構化、非結構化的信息變成知識庫，建立模型并給出行動建議，驅動企業(yè)基于知識智能決策。在此背景下，IDC針對 “AI賦能的知識應用”領域開展研究，并發(fā)布《AI賦能的知識應用市場發(fā)展現狀及趨勢分析》報告。報告從企業(yè)面臨的挑戰(zhàn)著手，介紹了當前中國行業(yè)用戶正在逐步落地的應用場景，以及各個子市場上主流供應商的情況，為技術買家提供建議。
本文引用地址：http://www.ex-cimer.com/article/202106/426327.htmAI賦能的知識應用市場發(fā)展現狀
在本篇報告中，“AI賦能的知識應用”市場指以知識圖譜的構建與應用為核心的知識應用解決方案市場，具體的軟件產品及服務如圖數據庫/圖計算引擎、知識圖譜構建平臺等。
在認知智能發(fā)展的過程中，知識應用系統(tǒng)與業(yè)務專家將持續(xù)緊密協(xié)作，并且長期并存。
企業(yè)面臨的挑戰(zhàn)
企業(yè)想要實現知識應用，面對著知識來源、基礎知識建設和統(tǒng)一的知識底座三個方面的挑戰(zhàn)，表現為：
● 知識積累過度依賴員工
● 智能化轉型缺乏基礎知識建設，難以發(fā)揮業(yè)務價值
● 企業(yè)內卷與人才貶值
行業(yè)應用場景
當前知識應用正在行業(yè)中逐步落地，整體發(fā)展較為早期，行業(yè)垂深應用場景已經在互聯(lián)網、金融、制造等領域落地。
長遠來看，企業(yè)從數據化到知識化是必然趨勢，結合場景的應用創(chuàng)新為企業(yè)帶來持續(xù)增長潛力。
主流供應商如何解決當前的挑戰(zhàn)
當前知識應用市場的成熟度較低但非?；钴S，大多廠商正在探索適合自己的發(fā)展路線。
知識應用市場中的技術供應商各有特點，可分為三大類：
01
知識應用整體方案供應商：
為用戶提供包含從知識的采集、存儲、計算、知識圖譜構建及應用等的整體方案，根據知識的生命周期提供基于標準產品的應用和服務，幫助行業(yè)企業(yè)構建自己的知識應用平臺。
華為云知識計算解決方案以ModelArts AI開發(fā)平臺為基礎，包括原子能力層、知識構建層、知識通用應用和行業(yè)知識資產四大模塊，賦能企業(yè)構建知識計算平臺、挖掘知識價值，服務于油氣、金融、制造等行業(yè)。
百度知識中臺基于百度知識圖譜、自然語言處理、多模態(tài)語義理解、語音圖像、智能搜索、數據科學等AI技術，提供覆蓋企業(yè)知識生產、知識組織與知識應用的全過程核心能力，已在多個行業(yè)客戶落地。
02
知識圖譜與圖計算供應商：
為用戶構建面向行業(yè)的知識圖譜，對圖數據進行分析，開發(fā)相關的知識應用。由于知識應用與行業(yè)相關密切，廠商隨著對業(yè)務模型的積累將持續(xù)在垂直領域提升應用服務水平。
百分點科技將知識圖譜作為認知智能解決方案的關鍵能力，當前已在應急、公共安全、媒體出版等行業(yè)構建了對應的知識圖譜，構建的實體數達到數千萬的量級，關系數達到幾十億的量級，服務了眾多的政府和企業(yè)客戶。
明略科技知識圖譜平臺SCOPA圍繞知識圖譜的構建與應用，提供知識圖譜建模、抽取、存儲、計算和應用的一站式交付，幫助客戶實現對象洞察和決策分析。
螞蟻集團知識圖譜平臺高效融合了AI算法、圖數據庫等能力，依賴螞蟻自研的金融級圖數據庫GeaBase，圖學習框架AGL等平臺能力，圍繞本體/概念/規(guī)則等知識定義、構建、推理等形成了面向業(yè)務的平臺方案。
03
圖數據庫供應商：
為用戶提供用于存儲及管理圖數據的數據庫產品，解決大規(guī)模圖數據處理問題。
螞蟻集團依托著其在風控以及推薦等復雜的應用場景，苛刻的技術要求，構建了一套包含了圖存儲、圖計算、圖學習、圖研發(fā)平臺的完善的圖數據庫體系。
星環(huán)科技StellarDB是一款分布式圖數據庫產品，作為星環(huán)大數據平臺的重要組件之一，支持企業(yè)級圖數據的存儲、查找、分析和展現，主要應用于金融和政府行業(yè)。
市場驅動力
該市場的驅動力既包含整體數字化環(huán)境因素，也包含大數據、AI等技術發(fā)展的因素。尤其是移動互聯(lián)網的發(fā)展使分析對象從“個體”拓展到“個體之間的關系”，企業(yè)對知識的共享和挖掘的需求越來越強。
未來趨勢
● 知識存儲：分布式圖數據庫和多模數據庫趨熱并且云化，成為大數據平臺的新組件，完善平臺對多模態(tài)數據的支持；
● 知識圖譜構建：通過小樣本抽取結合人工的方式快速啟動知識抽取環(huán)節(jié)的工作，行業(yè)知識圖譜構建成本降低、自動化程度提高，知識圖譜普遍動態(tài)化，隨時間更新圖譜、滿足業(yè)務變化需求；
● 知識應用：分行業(yè)的市場集中度提高，面向特定細分場景的知識應用逐步成熟。
給技術買家的建議
企業(yè)開發(fā)知識應用的過程，往往從初期知識圖譜平臺搭建、更多業(yè)務部門參與，到平臺數據種類擴展、運行模型優(yōu)化、運算能力擴展，不同階段對應著不同的成功要素。
IDC中國高級分析師王麗萌表示：“在知識經濟時代，知識成為主要生產要素，利用知識或信息工作的知識型員工日益成為組織核心能力與競爭優(yōu)勢的源泉。因此，如何把知識用在企業(yè)、留在企業(yè)，促進知識積累與應用，減少知識型員工流失帶來的影響，成為企業(yè)正在面臨的挑戰(zhàn)。AI賦能的知識應用正在互聯(lián)網、金融、制造、政府等領域逐步落地，隨著企業(yè)數據治理的進度，以及細分領域知識圖譜的積累和完善，知識應用將在中國快速發(fā)展。”
IDC更多中國人工智能及大數據研究相關報告：
中國人工智能軟件及應用市場半年度研究報告-2020H2，即將發(fā)布
中國AI云服務市場半年度研究報告-2020H2，即將發(fā)布
IDC MarketScape：中國RPA軟件平臺市場廠商評估，2021，即將發(fā)布
CIO視角：企業(yè)數據智能實施部署指南（2020年11月）
評論