企業(yè)在日常運營中會逐漸囤積起大量的多源異構數(shù)據(jù)，而且這些數(shù)據(jù)往往散落各方，難以被利用，我有位在跨國集團任職的好友就曾訴苦道：“我們的產(chǎn)品在分發(fā)給渠道商之后，只知道退回率，卻完全不知道退回動作背后的原因是什么，向渠道商問出來的結果總是模糊的，我想看到真實、確切的數(shù)據(jù)分析，這樣才能知道我們到底需要怎樣改進?！?/p>

　　另一位就職于醫(yī)療器械公司的朋友則說：“海外銷售往往需要銷售助理下單，在SAP里完成訂單流轉發(fā)給物流負責人，在這個流轉的過程里，往往有人工換算造成的錯誤，甚至有臨近交付卻發(fā)現(xiàn)漏單的情況。用技術免除可能存在的人為錯誤，以及實時的數(shù)據(jù)跟進與自動提醒，是我們的緊迫需要?！?/p>

　　對此，在大型能源互聯(lián)網(wǎng)企業(yè)工作的我，也是感同身受。在公司的不同系統(tǒng)中，分散存有大量安全類數(shù)據(jù)及資料，包括作業(yè)計劃、違章記錄、事故案例、安全規(guī)程等，我們曾經(jīng)嘗試對其進行統(tǒng)一的采集和匯編，以期挖掘深層次的價值，減少人為因素導致的事故，但無奈的是，缺乏相應的技術手段，而如果光靠人力的話，根本達不到理想效果，成本還貴得離譜。

　　出于安全生產(chǎn)方面的擔憂，我們寄希望于通過知識圖譜來解決問題，但是知識圖譜哪家強?經(jīng)過長期的廠商選型和調研，我們最終選擇與竹間智能合作，希望借助他們擅長的認知技術，降低風險與損失。在正式采納了他們的方案之后，我發(fā)現(xiàn)相比之前，提升的效果非常明顯。竹間智能利用自研的Gemini平臺，從數(shù)量龐大的非結構化數(shù)據(jù)中自動采編、解析、抽取關鍵信息，構建安全管控的知識圖譜，為違章判別、事故原因分析、風險隱患關聯(lián)等工作提供輔助決策支持。同時，它還建起知識門戶，統(tǒng)一完成智能搜索、管理和應用，實現(xiàn)事前預警、事中處置、事后總結的端到端閉環(huán)，將危機化為轉機。

　　自從有了竹間智能打造的安全生產(chǎn)監(jiān)測平臺，我們公司就不用像以往那樣擔憂“人禍型事故”的發(fā)生了，與之相關的風險與損失已經(jīng)降低了很多。因此，對于知識圖譜哪家強這個問題，我相信竹間智能必定能排得上名次。