AI時(shí)代，需要發(fā)揮知識圖譜+知識管理的雙輪價(jià)值
知識管理，無論是對于企業(yè)，還是個(gè)人來說，都有非常重要的意義。
傳統(tǒng)的知識管理，如果系統(tǒng)地總結(jié)一下，可以分成四個(gè)階段：
第一個(gè)階段：信息技術(shù)階段。
主要是由信息技術(shù)特別是互聯(lián)網(wǎng)的使用，以及認(rèn)識到內(nèi)部網(wǎng)是在地理上分散組織間共享信息的有效工具。
知識管理第一階段是關(guān)于如何部署新技術(shù)以實(shí)現(xiàn)更有效地利用信息和知識。
第二個(gè)階段：組織文化階段。
這個(gè)階段，會發(fā)現(xiàn)僅僅部署技術(shù)和提供有價(jià)值的信息不足以有效促進(jìn)和完成信息和知識共享。
知識管理實(shí)施將涉及到組織文化的變化，在許多情況下可能是相當(dāng)重大的變化，甚至包括組織的管理結(jié)構(gòu)、相關(guān)資源配置、績效考核措施等。
第三個(gè)階段：知識分類法階段。
知識分類法，也就是知識組織階段。它源于對知識內(nèi)容重要性的認(rèn)識，特別是對分類和搜索能力的重要性的認(rèn)識，以及關(guān)于知識內(nèi)容的合理描述和結(jié)構(gòu)化表達(dá)。
其想法在于：當(dāng)使用知識時(shí)如果找不到它，知識管理就沒有用。
第四階段：知識圖譜階段。
知識圖譜(Knowledge Graph)于2012年5月首先由Google提出，到2019年它被稱為世界AI領(lǐng)域的關(guān)鍵議題之一，并在2020年作為核心議題占據(jù)了主導(dǎo)地位。
此外，知識管理領(lǐng)域?qū)τ谌斯ぶ悄芟嚓P(guān)技術(shù)的提及也越來越多，呈現(xiàn)融合趨勢。
知識圖譜以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體以及他們之間的豐富的關(guān)聯(lián)關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，為人類提供一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。
尤其是這一波AI浪潮之下，無論是國外的谷歌、微軟、Facebook，還是國內(nèi)的百度、阿里、騰訊等互聯(lián)網(wǎng)巨頭，都圍繞知識圖譜領(lǐng)域，展開了深入、持續(xù)的研究，并取得了大批有價(jià)值的場景與應(yīng)用。
“知識圖譜”所做的最有價(jià)值一件事情就是從海量臟亂的數(shù)據(jù)中提取有用的信息，并將分散的信息碎片聚合起來，以圖譜的形式組織在一起，變成相對有參考信息和洞察力的知識，以輔助決策。
根據(jù)《國內(nèi)外知識管理研究態(tài)勢》，從2009-2018年國內(nèi)知識管理系統(tǒng)研究高頻關(guān)鍵詞共現(xiàn)圖譜，顯示了知識管理和知識圖譜的研究和實(shí)踐熱力爆表。
如果需要把知識管理好，充分發(fā)掘知識的顯性與隱形價(jià)值，需要借助AI與知識圖譜技術(shù)，從知識智采集、知識智存儲、知識智倉庫、知識智加工、知識智搜索、知識智場景，知識智門戶七個(gè)維度綜合評估，才能把企業(yè)沉淀的數(shù)據(jù)、知識的精華科學(xué)合理的提煉出來，最終形成真正的智能知識庫。
具體解釋來說：
一、知識智采集：提供互聯(lián)網(wǎng)知識及文獻(xiàn)類知識采集器;內(nèi)部文檔類知識的智能爬取。
二、知識智存儲：實(shí)現(xiàn)知識基本信息、屬性、正文、階段等信息的分布式存儲;索引內(nèi)容的分布式存儲。
三、知識智倉庫：企業(yè)所有知識的統(tǒng)一存儲、管理及維護(hù)，支持知識上傳、整理、發(fā)布、使用、反饋及優(yōu)化的全過程管理。
四：知識智加工：doc格式文檔按段落或目錄結(jié)構(gòu)化;知識內(nèi)容自動歸類、智能標(biāo)簽;知識屬性自動結(jié)構(gòu)化。
五：知識智搜索：實(shí)現(xiàn)內(nèi)外部資源的統(tǒng)一檢索及檢索結(jié)果的綜合呈現(xiàn)。支持對檢索內(nèi)容進(jìn)行智能標(biāo)簽處理、同時(shí)基于用戶搜索行為的檢索結(jié)果反饋優(yōu)化及協(xié)同推薦。
六：知識智場景：提供場景知識地圖配置器以及相關(guān)場景知識地圖模板庫，可幫助企業(yè)方便靈活地構(gòu)建不同類型的場景地圖，如：新人指引地圖、崗位學(xué)習(xí)地圖、業(yè)務(wù)流程知識地圖等。
七：知識智門戶：對知識內(nèi)容的綜合呈現(xiàn)，以及基于用戶行為的知識分類、標(biāo)簽及內(nèi)容推薦。
AI時(shí)代，需要發(fā)揮知識圖譜+知識管理的雙輪價(jià)值，才能真正實(shí)現(xiàn)從流程驅(qū)動、數(shù)據(jù)驅(qū)動走向知識驅(qū)動。
